Question

我有一个文本文件，其中包含来自五个不同文本文件（alltext.txt）的文本

我还有一个文本文件，每行上都有单词，需要将其从alltext文件（badwords.txt）中删除。

如何在不创建新的alltext文件的情况下执行此操作，而只是从badwords.txt中删除单词？我是python的新手。

已更新：

text=open('alltext.txt').read().split()
other_words = open('badwords.txt').readline()

for line in text:
for word in other_words:
if word == other_words:
text.remove(word)

Answer 1

这是一种或两种方法，具体取决于您想对重复的单词进行什么操作。

alltext  = [ "alpha", "beta", "gamma", "delta", "foo", "bar" ]
badwords = [ "foo", "bar" ]

newtext = [ word for word in alltext if word not in set(badwords) ]
newtext = [ word for word in set(alltext) if word not in set(badwords) ]

这两个数据都返回['alpha', 'beta', 'delta', 'gamma']，但是前者将在alltext中保留重复项，而后者将“唯一化”新文本。

Answer 2

bad = set([ line.strip() for line in open('badwords.txt') ])
good = [ ' '.join([ word for word in line.strip().split() if word not in bad ]) for line in open('alltext.txt') ]
out = open('alltext.txt','w')
for line in good:
    out.write(line+'\n')
out.close()

从一个文本文件中删除另一个文本文件中存在的单词-Python

2 个答案: