0

我正在阅读 Python 2.7 中的文本文件,我想做的是将文本文件的每个句子中的单词数填写到一维数组中。这是我所拥有的:

f = open(file_txt, 'r')

sen_prog = []

for line in f:
    sents = line.split('.')
    sen_prog.append(sents)

sen_p = []

for a in sen_prog:
    for b in a:
        sen_p.append(b)

sen_p = numpy.array(sen_p)
sen_p = sen_p[sen_p!='-']

sen_d = []


for c in sen_p:
    sen_d.append([len(x.split()) for x in sen_p])

sen_d = numpy.array(sen_d)
sen_d = numpy.ravel(sen_d)

print sen_prog, sen_d

问题是它创建了数组,但它给出了错误的句子计数。我的文本文件有 55 个句子(每个句子用句号 '.' 分隔),但它给出了错误的数字……需要帮助!

4

3 回答 3

1

这制作了一个带有句子长度的列表。

with open('path/to/file', 'r') as f:
    l = [len(x.split()) for x in f.read().split('.')]
于 2013-03-03T08:13:25.607 回答
1

您正在逐行读取文件。假设文件是​​这样的,一个句子跨越多行,你可能会得到一个错误的计数。

This is line 1. This 
is line 2. This is 
line 3.

sen_prog 将具有以下值:

[ "This is line 1", "This", "is line 2", "This is", "line 3", ""]

这可能不是您想要的。

你可能想做:

sen_prog = " ".join(f.readlines()).split(".")

所以 sen_prog 是

[ "This is line 1", "This is line 2", "This is line 3", ""]

对于上述输入。

于 2013-03-03T07:05:52.860 回答
0

这应该可以做到,并且还可以在一行中解释多个句子:

sen_prog = []
sentence = ''

for line in f:
    parts = line.split('.')
    if len(parts) > 1:
        sentence += parts[0]
        sen_prog.append(sentence)
        if len(parts) > 2:
            sen_prog.append(parts[1:-1])
        sentence = parts[-1]
于 2013-03-03T07:50:31.870 回答