Python 如何将文本转换为嵌套列表

我试图将文本输入转换为保留其结构的嵌套列表。目前，我有一个函数，它获取文本和所需的“深度”，并输出一个该深度的嵌套列表，在每一个换行符、句子或单词处打断文本

def text_split(text, depth):
    depth_list = [' ', '.', '\n']
    if isinstance(text, str):
        text = text.strip('. ')
        text = text.split(depth_list[depth])
    if depth >= 0:
        depth -= 1
        for ix, item in enumerate(text):
                item = item.strip('. ')
                text[ix] = text_split(item, depth)
    return text

这需要文本，例如

text1 = """acabei de ler um livro. um diário.
mas a liberdade sempre chamou fountaine mais forte.
a cada viagem fountaine ía mais longe. aprendeu a andar de bicicleta e viajou o sul da frança.

esse é o tipo de pergunta feita na última edição do prêmio Loebner, em que participantes precisam responder à algumas questões feitas pelo júri.

o que tem de especial nessa competição é que ela não é para humanos, mas sim para robôs. o prêmio Loebner é uma implementação do teste de Turing.

"""

进入

现在，这可能不是最好或最优雅的方法，而且它存在一些问题，例如在拆分

\n

后出现

[[']]]

（可以通过使用

.splitlines（）

来解决，但我找不到在递归函数中调用此方法的好方法）

---

有什么更好的方法？我应该使用嵌套列表吗？（我计划以后再重复一遍）。谢谢你的建议

以下是我能想到的最适合您的要求：

text = []
for line in text1.split('\n'):
  sentences = []
  for sentence in line.split('.'):
    words = []
    for word in sentence.split(' '):
      if len(word.strip()) > 0: # make sure we are adding something
        words.append(word.strip())
    if len(words) > 0:
      sentences.append(words)
  if len(sentences) > 0:
    text.append(sentences)

使用它，我们为数组定义了一个定义良好的结构，并且可以确保没有任何空格或空数组。此外，在这里使用递归不是一件好事，因为您有一个清晰的文本结构。你知道递归的深度不会超过3级

---

此外，如果您想要递归版本，您应该在问题中陈述它并明确要求。

您可以使用嵌套列表理解，只需使用您的拆分标准：

>>> [[s.split() for s in line.split('.') if s] for line in text1.split('\n') if line]
[[['acabei', 'de', 'ler', 'um', 'livro'], ['um', 'diário']],
 [['mas', 'a', 'liberdade', 'sempre', 'chamou', 'fountaine', 'mais', 'forte']],
 [['a', 'cada', 'viagem', 'fountaine', 'ía', 'mais', 'longe'],
  ['aprendeu', 'a', 'andar', 'de', 'bicicleta', 'e', 'viajou', 'o', 'sul', 'da', 'frança']],
 ...

---

为什么你想要所有的深度，例如，为什么列表中只有一个单词？@AChampion确实，这不需要维护结构！这不是要求。谢谢你指出！那就清楚多了！我选择了递归函数，因为我想我可能会在以后扩展我的深度列表，但仔细想想，我不认为它能比这个更深：P谢谢！没问题！如果答案回答了您的问题，请记住接受答案。我对文本中的行做了一些更改。splitlines（）：splits直接删除\n\n（无需进行长度检查）

如果删除，请执行以下操作：

比检查长度快（我希望结果相同）我接受你的答案，因为即使它比列表理解慢一点，它也更具可读性！再次感谢你的帮助：）谢谢你的帮助！我只添加了另一层理解，这样我就可以从单词中去掉诸如“，”之类的内容，并将

split（'\n'）

更改为

splitlines（）

，因为它似乎更一般：

[[w.strip（'，.；'）表示s in s in s.split（）表示s in line.split（'.'）if s]表示文本中的line.splitlines（）

>>> [[s.split() for s in line.split('.') if s] for line in text1.split('\n') if line]
[[['acabei', 'de', 'ler', 'um', 'livro'], ['um', 'diário']],
 [['mas', 'a', 'liberdade', 'sempre', 'chamou', 'fountaine', 'mais', 'forte']],
 [['a', 'cada', 'viagem', 'fountaine', 'ía', 'mais', 'longe'],
  ['aprendeu', 'a', 'andar', 'de', 'bicicleta', 'e', 'viajou', 'o', 'sul', 'da', 'frança']],
 ...