如何使用 OOP 格式从 csv 文件创建可迭代对象（列表列表）？

Question

作为学习 OOP 的练习，我试图将现有脚本转换为 OOP 形式，但没有成功：我当前的 OOP 方法创建了一个不可迭代的对象 ma​​in.rawText 对象位于 0x0000029D55515BA8> TypeError: 'rawText' 对象不可迭代

我练习的目的是将 CSV 文件（产品评论的集合）中的内容读取到将被清理和分析的列表列表中。如何生成可以进行列表和文本操作的列表？

下面的第一个脚本是我失败的尝试，之后是工作的非 OOP 版本

class rawText(object):
        def __init__(self, name_file):
                self.name_file = name_file

        def read_file(self):
                """Read the file concent"""

                with open(name_file, 'r') as in_file:
                    self = in_file.readlines()
                return self

        def display_file(self):
                print(self)

def main():
        x = rawText('HCPsentiment2.csv')
        x.display_file()

if __name__ == '__main__':
        main()

上面产生了一些我无法运行 content_cleaner 的东西。下面是我的原...

# Step 1A - define the content cleaner
def content_cleaner(feed_list):
    temp_list = [str(item) for item in feed_list]
    temp_list = [item.lower() for item in temp_list]
    temp_list = [item.replace("b\'","").replace("\\x93","").replace("\\x94","").replace("\\x96","")
            .replace('.','').replace(',','').replace(';','').replace(':','').replace('(','').replace(')','')                .replace("'\'","").replace("\\x92","'").replace('"','').replace('"','').replace('[','').replace(']','')
            .replace("\\","'")
             for item in temp_list]
    return list(filter(None, temp_list))

# Step 1B - draw in raw sample text (here a pre-screened csv file)
with open('HCPsentiment2.csv', 'rb') as file:
    content = file.readlines()
    # perform transformation
    content_clean = content_cleaner(content)

# Step 1C - split and clean the sample
content_cl_sp=[phrase.split() for phrase in content_clean]
content_flat = [item for sublist in content_cl_sp for item in sublist]

Answer 1

您需要指定特殊方法（__next__ 和 __iter__）以使类本身可迭代。

签名

self = in_file.readlines()

不起作用 - 它替换了 self 指向的任何东西（在它是你的类的实例之前 - 之后它是一个行列表） - 这不会改变你保存类实例的其他变量。

---

如果您的 csv 很小，并且您可以将所有数据保存在类本身中，您可以在文件中读取并将其存储在类中：

class rawText(object):
    def __init__(self, name_file):
        self.name_file = name_file
        self.lines = None
        self.idx = 0

    def read_file(self):
        """Read the file concent and store inside class instance"""
        with open(self.name_file, 'r') as in_file:
            self.lines = [x.rstrip() for x in in_file.readlines()]
        return self.lines

    def __next__(self):
        if not self.lines:
            self.read_file()
        try: 
            self.idx += 1
            return self.lines[self.idx - 1].rstrip() 
        except IndexError:
            raise StopIteration

    def __iter__(self): 
        return self

    # replaces your display_file
    def __str__(self):
        return self.name_file + (" : " if self.lines else "") + (
                                 "    ".join(self.lines or []))

用法：

rt = rawText(fn)
print(rt)

for line in rt:
    print ("iterated got: " , line)

print(rt)

输出：

t.txt                                # str before reading data
iterated got:  a,b,c                 # iterating over stuff
iterated got:  1,2,3
iterated got:  4,5,6
t.txt : a,b,c    1,2,3    4,5,6      # str after reading data

---

如果你的数据文件更大，你可能不想在你的类中存储所有的行，你应该修改它以某种方式从文件对象中产生。

更多信息见How to implement __iter__(self) for a container object (Python)