Question

我有一个文本文档，它由多个以令牌＆lt;分隔的文章组成。新文件＆gt;

我想将每篇文章放在一个列表中

所以例如，如果我们有一个txt文件：

＆LT;新文件＆gt; Hello world Hello World＆lt;新文件＆gt;早起的鸟儿   早鸟

我希望List1成为：Hello world Hello World

List2：早起鸟早鸟

现在我不知道需要创建多少个列表，所以首先我需要计算令牌＆lt;新文件＆gt ;.

其次我想将每篇文章放在一个列表中。

这是我的程序

#program 1

textFile = open("docs.txt" , "r")
lines = textFile.read()


count = 0

#count how many articles there are
for line in textFile:
    if line.strip() == '<NEW DOCUMENT>':
        count = count + 1


#place articles in lists





textFile.close()

我的数量为0，我不知道如何开始将它们放入列表中

Answer 1

如果令牌出现在一行上，旁边没有其他内容：

newDoc = "<NEW DOCUMENT>"
listOfDocumetns = [[]]
with open('path/to/text/file') as infile:
    for line in infile:
        line = line.strip()
        if line == newDoc:
            listOfDocuments.append([])
            continue
        listOfDocuments[-1].append(line)

如果令牌出现在一行上，旁边有其他文字：

newDoc = "<NEW DOCUMENT>"
listOfDocumetns = [[]]
with open('path/to/text/file') as infile:
    for line in infile:
        line = line.strip()
        if newDoc not in line:
            listOfDocuments[-1].append(line)
            continue
        while line:
           left, _, right = line.partition(newDoc)
           listOfDocuments[-1].append(left)
           listOfDocuments.append([])
           line = right

Answer 2

假设此文本文档不是很大，并假设您需要一个['Hello world Hello World', 'Early Bird Early Bird']形式的列表：

with open('myfile.txt', 'r') as myfile:
    print([item.strip() for item in myfile.read().split('< NEW DOCUMENT>') if item])

如果您想要[['Hello', 'world', 'Hello', World'], ['Early', 'Bird', 'Early', 'Bird']]形式的嵌套列表：

with open('myfile.txt', 'r') as myfile:
    print([[myitem for myitem in item.strip().split(' ')] for item in myfile.read().split('< NEW DOCUMENT>') if item])

如何计算文章并将每个文章放在列表中

2 个答案: