Question

我有以下文字： -

जैसातुमचाहोगे... जैसातुमचाहोगे... जैसातुमचाहोगे... जैसातुमचाहोगे... जैसातुमचाहोगे... जैसातुमचाहोगे... वैसाहीरबमिलता... जैसातुमचाहोगे... वैसाहीरबमिलता... जैसातुमचाहोगे... वैसाहीरबमिलता... जैसातुमचाहोगेवैसा सससा्या... सससा्या... सससा्या... सससा्या... म्यानसेनिकलतीहै रूहोंपेलगतीहै म्यानसेनिकलतीहै रूहोंपेलगतीहै म्यानसेनिकलतीहै रूहोंपेलगतीहै म्यानसेनिकलतीहै रूहोंपेलगतीहै सदियोंतलकफिर... सदियोंतलकफिर... सदियोंतलकफिर... सदियोंतलकफिर... सदियोंतलकफिर... 在这里，您可以找到更多信息在这里，您可以找到更多信息在这里，您可以找到更多信息在这里，您可以找到更多信息 सससा्या... सससा्या... सससा्या... सससा्या... डरककहुकूमतहै 更多信息，请访问 डरककहुकूमतहै 更多信息，请访问 डरककहुकूमतहै 更多信息，请访问 डरककहुकूमतहै 更多信息，请访问 डरकेहीआगेतो डरकेहीआगेतो डरकेहीआगेतो डरकेहीआगेतो डरकेहीआगेतो डरकेहीआगेजहांखुबसूरतहै डरकेहीआगेजहांखुबसूरतहै डरकेहीआगेजहांखुबसूरतहै डरकेहीआगेजहांसससा्या... सससा्या... सससा्या... सससा्या... सससा्या... सससा्या... सससा्या... सत्या...सत्या...सत्या...सत्या...

我的任务是在删除一些点（...）和某些其他标点符号（如果存在）之后将每个单词分开，并使用python将这些单词存储在新的单独文件中。为此，我已经编写了这段代码，但无法将某些单词中的“...”分开。请帮我解决这个问题

代码： -

import os
import re
import math
path='/home/priyansh/Downloads/ltrc/100/'

def split_fun(delimiters,string,maxsplit=0):
    import re
    regexpattern='|'.join(map(re.escape,delimiters))
    return re.split(regexpattern,string,maxsplit)

delim = "?","|","(",")","()",";","<",">","<>","\n",",",".","..","...","....",".....","......"," ","-"
filename="271.txt"
fd = open('sample_output.txt','w+')
with open(path+filename,'rb') as f:
    for line in f:
        for j in split_fun(delim,line):
            if j!=" " and j!="":
                fd.write(j+"\n")

fd.close()

*已为此代码的输出提供了链接以及输入文件input and output files

Answer 1

您应该从文件本身复制并粘贴delim，因为它们是Unicode。我从文件中复制了3个点（217.txt）并在开头粘贴了delim。

import io

sourceFilePath=r'C:\Users\Sachin\Desktop\271.txt'
destinationFilePath=r'C:\Users\Sachin\Desktop\sample_output.txt'

textLinesFromFile = open(sourceFilePath, encoding="utf8").read()

delim = "…","?","|","(",")","()",";","<",">","<>","\n",",",".","..","...","....",".....","......"," ","-"
delim = list(delim)

for i in range (0,len(delim)):
    textLinesFromFile = textLinesFromFile.replace(delim[i], " ")

with io.open(destinationFilePath, 'w', encoding="utf8") as file:
    file.write(textLinesFromFile)

用devanagari

1 个答案: