python-2.7 - 使用 Python 从没有换行符的文本文件中提取个人推文

Question

我正在尝试从 URL 的文本文件中读取推文

http://rasinsrv07.cstcis.cti.depaul.edu/CSC455/assignment5.txt

文件中的推文在一行中列出（没有换行符），并用“EndOfTweet”字符串标点。我正在使用以下代码读取文件：

import urllib2
wfd = urllib2.urlopen('http://rasinsrv07.cstcis.cti.depaul.edu/CSC455/assignment5.txt')
data = wfd.read()

我知道我必须在“EndOfTweet”上使用 split 来分隔行，但由于只有一行，我不明白如何遍历文件并分隔每一行。

for line in data:
    line = data.split('EndOfTweet')

Answer 1

你这么近！

在您调用wfd.read()时，data将包含该文件的原始文本。循环文件的正常方法是调用类似的东西for line in data，它只是寻找换行符来分割数据。在这种情况下，您的数据不包含正常的换行符终止符。相反，他使用文本EndOfTweet来分隔你的行。这是你应该做的：

import urllib2
import json
wfd = urllib2.urlopen('http://rasinsrv07.cstcis.cti.depaul.edu/CSC455/assignment5.txt')
data = wfd.read()
for line in data.split('EndOfTweet'):
    # From here, line will contain a single tweet. It appears this line is a JSON parsable structure.
    decoded_line = json.loads(line)
    # Now, lets print out the text of the tweet to show we can
    print decoded_line.get(u'text')