在 Python 中将文本文件中的字符串拆分为多行

Question

我在文本文件中有一个字符串，读取为一行，但我需要根据分隔符将字符串拆分为多行。如果可能的话，我想根据分隔此处列出的不同行元素的句点 (.) 来分隔字符串中的元素：

"第 1 行：元素 '{URL1}Decimal'：'x' 不是原子类型 'xs:decimal' 的有效值。第​​ 2 行：元素 '{URL2}pos'：'y' 不是原子类型“xs:double”的有效值。第​​ 3 行：元素“{URL3}pos”：“y z”不是列表类型“{list1}doubleList”的有效值”

这是我当前的脚本，它能够读取 .txt 文件并将其转换为 csv，但不会将每个条目分隔到自己的行中。

import glob
import csv
import os

path = "C:\\Users\\mdl518\\Desktop\\txt_strip\\"

with open(os.path.join(path,"test.txt"), 'r') as infile, open(os.path.join(path,"test.csv"), 'w') as outfile:
       stripped = (line.strip() for line in infile)
       lines = (line.split(",") for line in stripped if line)
       writer = csv.writer(outfile)
       writer.writerows(lines)

如果可能，我希望能够只写入具有多行的 .txt，但 .csv 也可以 - 非常感谢任何帮助！

Answer 1

使其工作的一种方法：

import glob
import csv
import os

path = "C:\\Users\\mdl518\\Desktop\\txt_strip\\"

with open(os.path.join(path,"test.txt"), 'r') as infile, open(os.path.join(path,"test.csv"), 'w') as outfile:
       stripped = (line.strip() for line in infile)
       lines = ([sent] for para in (line.split(".") for line in stripped if line) for sent in para)
       writer = csv.writer(outfile)
       writer.writerows(lines)

解释如下：

输出是一行，因为最后一行的代码读取了一个二维数组，并且该二维数组中只有一个实例，即整个段落。为了可视化，“行”存储为[[s1,s2,s3]]，其中 writer.writerows() 将行输入为[[s1],[s2],[s3]]

可以有两个改进。

(1) 取句号 '.'作为分隔符。 line.split(".")

(2) 迭代列表推导中的拆分列表。 lines = ([sent] for para in (line.split(".") for line in stripped if line) for sent in para)

str.split() 按分隔符拆分字符串并将实例存储在列表中。在您的情况下，它尝试将列表存储在列表理解中，使其成为二维数组。它将您的段落保存到 [[s1,s2,s3]]