拆下''；从python中的列表中

我有以下文字： 我想为其中的每个单词创建一个列表（标点符号是单词的一部分，因此不是单独的元素，例如：“高兴”）。 我所做的是：

>>> def wordlist(text):
...    input= open(text,'r')
...    data= input.read()
...    input.close()
...    data=data.replace('\n',' ')
...    data=data.replace(chr(13),' ')
...    data=data.replace(chr(9),' ')
...    data=data.split(' ')
...    while '' in data:
...        data.remove('')
...    return data

---

问题是它返回一个单词列表，但大约需要7秒钟。有没有更快的方法可以做到这一点？我知道while循环是这里的问题。

这不是在做吗？不带参数调用

split

将拆分所有空白字符上的字符串，消除那些在被视为数据的一部分之前给您带来问题的

'

。由于将其他空白字符更改为

'

，您可能会遇到麻烦，因此您也可以通过内置的默认行为免费获得相同的效果

def wordlist(text):
    with open(text, "r") as fp:
        data = fp.read().split()
    return data

---

是的，你可以把绳子分开

data.split()

它将按空格分割并返回一个数组

---

我相信以下内容符合您的要求：

words = list(itertools.chain(*map(str.split, open('sherlock.txt'))))

在我的机器上，这需要16.5毫秒

通过删除对

list（）

的调用，可以将其转换为一个生成器，在读取时返回单词，而不是将所有单词存储在内存中

以下操作更简单、更快，但内存效率更低（这可能会影响较大的输入文件）：

这大约需要6.7毫秒。

请尝试在没有任何参数的情况下使用

split（）

函数。您不需要首先执行任何

replace

-ing操作，因为它会在任何空格上拆分

def wordlist(text):
...    input= open(text,'r')
...    data= input.read().split()
...    input.close()
...    return data

---

为了论证，我们假定你不能从你的输入中得到空白字符串。显然，如果你能做到这一点，这是首选的方法。列表理解可以删除它们，否则：

data = [word for word in data if word]

---

if

部分被简化，因为一个空字符串的计算结果为

False

这个奇怪的while循环应该做什么？如果我删除while循环，它将返回以下列表：

['ADVENTURE'、'I.'、'A'、'丑闻'、'IN'、'BOHEMIA'、'I.'、'to'、…]

，正如您可以看到的列表中有

'

'

data = [word for word in data if word]