list.append() 循环中的字符串

Question

我有一个如下所示的源文件：

okay \t ADJ \t okay 
apple \t N \t apple 
etc.

我尝试过滤掉第 2 列和第 3 列，从一个字母开始，并且应该排除所有包含 '\'、'&' 和字符串 '(unknown)' 的行。如果我将它写入一个新文件，则代码可以正常工作。但是，我尝试将整个列保存为列表，似乎有问题。

谁能帮我推理的错误在哪里？

with open(path_file) as f:
        for line in f:
            lemma = []
            if re.match('[A-Z]|[a-z]', line):
                line = line.strip()
                columns = line.split('\t')
                pos = columns[1]
                lemmas = columns[2]
                lemma.append(lemmas)
                # print type(lemmas)
                # type - str
                if '(unknown)' in lemmas:
                    pass
                elif '\\' in lemmas:
                    pass
                elif '&' in lemmas:
                    pass
                else:
                    lemma.append(lemmas)
                    # outfile.write(str(lemmas) + ':::' + str(pos) + '\n')

我正在使用 python 2。

Answer 1

我试图运行你的代码。使用该示例输入即可。

with open(path_file, 'r') as f:
    lemma = []
    for line in f:
        if re.match('[A-Z]|[a-z]', line):
            line = line.strip()
            print('line:', line)
            columns = line.split('\\t')
            pos = columns[1]
            lemmas = columns[2]
            lemma.append(lemmas.strip())
            # type - str
            if '(unknown)' in lemmas:
                pass
            elif '\\' in lemmas:
                pass
            elif '&' in lemmas:
                pass
#            else:
#                lemma.append(lemmas)
                # outfile.write(str(lemmas) + ':::' + str(pos) + '\n')
    print(lemma)

您需要将 lemma 列表放在 for 循环上方，因为您在每次迭代期间将其重新初始化为空列表，即输入文件的新行。

然后我注释掉了else 声明。

我还在split 方法中输入了\\t 而不是\t。

希望这会有所帮助。