Question

我有一个包含数千个句子行的中文txt文件，如下所示

第1行
第2行
第3行
第4行

............

我想将每两条相邻的行组合成一行，它应该转换为：

第1行+空格+第2行
第3行+空格+第4行
第5行+空格+第6行 ............

如何使用Python完成组合？

Answer 1

你不需要Python，sed就足够了：

$ seq 15 > lines
$ cat lines
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
$ sed 'N;s/\n/ /g' lines
1 2
3 4
5 6
7 8
9 10
11 12
13 14
15

据男人说：

n N读取/附加下一行输入到模式空间。

和

S /的regexp /更换/

尝试将regexp与模式空间匹配。如果成功，请替换与替换匹配的部分。替换可能包含特殊字符＆amp;引用模式空间中匹配的那部分，特殊转义\ 1到\ 9引用正则表达式中相应的匹配子表达式。

并且，当sed为每一行执行给定的脚本时，换行符不包含在模式空间中（包含它将是多余的）。所以执行的序列是：

sed在模式空间中加载一行
N：将下一行追加到模式空间，既然我们在模式空间中有两行，它们必须用换行符分隔，所以我们在模式中间有一个换行符空间
s/\n/ /用空格替换换行符
sed现在打印该行，因为此行没有其他事项
然后从下一行开始

Answer 2

您将阅读该文件并获取行列表（即字符串列表）
然后你可以使用列表理解，如下所示：

b

注意，这意味着您必须拥有相同数量的行。所以如果[ l1 + ' ' + l2 for l1,l2 in zip(lines[::2], lines[1::2]) ]然后使用len(lines)%2==1打印/使用最后一行

Answer 3

您应该按如下方式迭代文件：

with open('./chinese.txt') as my_file:
    for line in my_file:
        try:
            print '{} {}'.format(line.strip(), my_file.next())
        except StopIteration:  # Manage case: number of lines is an odd number
            print line

Answer 4

文件是Python中的行的迭代器。你可以use the itertools' grouper() recipe, to group the lines into pairs：

print

{{1}}语句末尾的逗号为the file.softspace hack, to avoid duplicating newlines。

代码只在内存中保留两行，因此它可以支持任意大文件。

如何将中文txt文件中的每两条相邻行组合成一行

4 个答案: