如何在不使用Python创建新行的情况下拆分/t
我在一个文件夹中有文本列表:如何在不使用Python创建新行的情况下拆分/t,python,Python,我在一个文件夹中有文本列表: My O name O is O Alex B . O I O am O from O London B . O 这是我的密码: import re def read_file(filename): file = open(filename).read().strip().split("\n\n") lines = [] for line in file: lines.append(re.split(r'\t|\n', line)) return li
My O
name O
is O
Alex B
. O
I O
am O
from O
London B
. O
这是我的密码:
import re
def read_file(filename):
file = open(filename).read().strip().split("\n\n")
lines = []
for line in file:
lines.append(re.split(r'\t|\n', line))
return lines
train_sents = read_file(("train.txt"))
train_sents [0]
输出为:
[ 'My',
'O',
'name',
'O',
"is',
'O',
'Alex',
'B',
'.',
'O']
我的问题是..是否可以拆分\t而不拆分到新行?例如,输出如下所示:
[('My', 'O'),
('name', 'O'),
("is', 'O'),
('Alex', 'B'),
('.', 'O')]
你可以试试这个
def read_file(filename):
fil = open(filename).read().strip().split("\n\n")
lines = []
for line in fil:
s = []
m = line.split('\n')
for i in m:
s.append(tuple(re.split(r'\t', i)))
lines.append(s)
return lines
train_sents = read_file("file")
print train_sents[0]
输出:
[('My', 'O'), ('name', 'O'), ('is', 'O'), ('Alex', 'B'), ('.', 'O')]
只需拆分每行:
with open(filename) as f:
print([tuple(line.split()) for line in f])
[('My', 'O'), ('name', 'O'), ('is', 'O'), ('Alex', 'B'), ('.', 'O')]
要通过空行分隔行,请附加到最后一个子列表,或者如果遇到空行,请添加新列表:
with open(infile) as f:
l = [[]]
for line in f:
if line.strip():
l[-1].append(tuple(line.split()))
else:
l.append([])
print(l[0])
print(l[1])
[('My', 'O'), ('name', 'O'), ('is', 'O'), ('Alex', 'B'), ('.', 'O')]
[('I', 'O'), ('am', 'O'), ('from', 'O'), ('London', 'B'), ('.', 'O')]
您还可以使用i分组,使用空行作为分隔符:
from itertools import groupby
with open(infile) as f:
print([list(map(str.split, v))
for k, v in groupby(f, key=lambda x: x.strip() != "") if k])
[[['My', 'O'], ['name', 'O'], ['is', 'O'], ['Alex', 'B'], ['.', 'O']], [['I', 'O'], ['am', 'O'], ['from', 'O'], ['London', 'B'], ['.', 'O']]]
如果需要,您可以映射到tuple。注意,在打印
train\u sents[0]
时,他想要上面的输出,但是我已经尝试过了:[('my','O'),('name','O'),('is','O'),('Alex','B'),]但是\n没有拆分到新行。或者它实际上是一样的?您是否试图以您提到的格式获得输出?为什么它的实际用途是什么?请注意,两者都是相同的。