通过 Python 运行 TreeTagger答案

【问题标题】：run TreeTagger through Python通过 Python 运行 TreeTagger
【发布时间】：2016-07-15 22:07:01
【问题描述】：

我是编程新手，但我有 python 3 的基础知识并安装了 treetagger，并且通过我的命令 shell 我可以 POS 标记文件。

但是，我试图自动打开并运行 Treetagger 的文件夹中有 427 个文件，但我不知道如何实现这一点。我目前的代码是这样的：

import os
import sys
import subprocess
import re

rootdir = r"/Spanish_(ACTIV-es)_corpus/plain"

我想自动检查包含超过 427 个文件的文件夹并为适当的文件添加 POS 标记

我认为这需要以下内容的一些组合以及包括 SUBPROCESS 命令的代码才能让 TreeTagger 完成其工作，我绝对不明白如何使用，但试图从堆栈溢出的另一个问题的反馈中实现.

如何让 movie_pos 成为 treetagger 在遍历文件夹中的文件时将 POS 标记的文件？

然后：输出？？我是否需要已经为输出创建了 427 个单独的文件，或者有没有办法自动使输出成为输入的修改后的标题，这样输出就不会混淆。（在文件的标题中，是当前存储元数据的位置）。

【问题讨论】：

标签： python-3.x treetagger

【解决方案1】：

使用 Python 是否对标记文件有严格要求？如果没有，您只需使用 shell 即可轻松实现它，方法是遍历文件夹的文件，在每个文件上运行 TreeTagger，然后保存（如您正确假设的那样）到具有不同名称的文件。

例如，这是一个包含 3 个文件的目录：

$ ls mydir/
1.txt 2.txt 3.txt

其中包含一些西班牙语文本。

$ cat mydir/1.txt
Esto es una prueba.

然后你可以使用

shell 的find 命令列出你关心的所有文件（例如所有以“.txt”结尾的文件

find mydir/ -name "*.txt"
for 命令循环遍历find 的结果（使用反引号` `），并对每个结果运行 TreeTagger

$ for i in `find ....`; do tag_command_using_$i; done

（变量$i保存每个文件的路径）

shell 的重定向功能 (>) 将 TreeTagger 的输出（您通常会在屏幕上看到）重定向到您可以使用原始文件的名称适当命名的文件

tag_command $i > $i.tagged

在一行中，它看起来像这样：

$ for i in `find mydir/ -name "*.txt"`; do cat $i | cmd/tree-tagger-spanish > $i.tagged; done

完成后，您将在同一文件夹中拥有新创建的文件：

$ ls mydir/
1.txt        1.txt.tagged 2.txt        2.txt.tagged 3.txt        3.txt.tagged

$ cat mydir/1.txt.tagged
Esto es ADV esto~es
una ART un
prueba  NC  prueba
.   FS  .

【讨论】：