视频1 视频21 视频41 视频61 视频文章1 视频文章21 视频文章41 视频文章61 推荐1 推荐3 推荐5 推荐7 推荐9 推荐11 推荐13 推荐15 推荐17 推荐19 推荐21 推荐23 推荐25 推荐27 推荐29 推荐31 推荐33 推荐35 推荐37 推荐39 推荐41 推荐43 推荐45 推荐47 推荐49 关键词1 关键词101 关键词201 关键词301 关键词401 关键词501 关键词601 关键词701 关键词801 关键词901 关键词1001 关键词1101 关键词1201 关键词1301 关键词1401 关键词1501 关键词1601 关键词1701 关键词1801 关键词1901 视频扩展1 视频扩展6 视频扩展11 视频扩展16 文章1 文章201 文章401 文章601 文章801 文章1001 资讯1 资讯501 资讯1001 资讯1501 标签1 标签501 标签1001 关键词1 关键词501 关键词1001 关键词1501 专题2001
Python3处理文件中每个词的方法
2020-11-27 14:33:44 责编:小采
文档


本文实例讲述了Python3处理文件中每个词的方法。分享给大家供大家参考。具体实现方法如下:

''''' 
Created on Dec 21, 2012 
处理文件中的每个词 
@author: liury_lab 
''' 
import codecs 
the_file = codecs.open('d:/text.txt', 'rU', 'UTF-8') 
for line in the_file: 
 for word in line.split(): 
 print(word, end = "|") 
the_file.close() 
# 若词的定义有变,可使用正则表达式 
# 如词被定义为数字字母,连字符或单引号构成的序列 
import re 
the_file = codecs.open('d:/text.txt', 'rU', 'UTF-8') 
print() 
print('************************************************************************') 
re_word = re.compile('[\w\'-]+') 
for line in the_file: 
 for word in re_word.finditer(line): 
 print(word.group(0), end = "|") 
the_file.close() 
# 封装成迭代器 
def words_of_file(file_path, line_to_words = str.split): 
 the_file = codecs.open('d:/text.txt', 'rU', 'UTF-8') 
 for line in the_file: 
 for word in line_to_words(line): 
 yield word 
 the_file.close() 
print() 
print('************************************************************************') 
for word in words_of_file('d:/text.txt'): 
 print(word, end = '|') 
def words_by_re(file_path, repattern = '[\w\'-]+'): 
 the_file = codecs.open('d:/text.txt', 'rU', 'UTF-8') 
 re_word = re.compile('[\w\'-]+') 
 
 def line_to_words(line): 
 for mo in re_word.finditer(line): 
 yield mo.group(0) # 原书为return,发现结果不对,改为yield 
 return words_of_file(file_path, line_to_words) 
print() 
print('************************************************************************') 
for word in words_by_re('d:/text.txt'): 
 print(word, end = '|')

希望本文所述对大家的Python程序设计有所帮助。

下载本文
显示全文
专题