这篇文章主要介绍了Python3处理文件中每个词的方法,可实现逐个处理文件中每个词的功能,需要的朋友可以参考下
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。
版权声明:
本站所有资源均为站长或网友整理自互联网或站长购买自互联网,站长无法分辨资源版权出自何处,所以不承担任何版权以及其他问题带来的法律责任,如有侵权或者其他问题请联系站长删除!站长QQ754403226 谢谢。
- 上一篇: Python3读取UTF-8文件及统计文件行数的方法
- 下一篇: python实现的简单抽奖系统实例