在python中读取文本文件并将其拆分为单个单词

在python中读取文本文件并将其拆分为单个单词

给定此文件：

$ cat words.txtline1 word1 word2line2 word3 word4line3 word5 word6

如果您一次只想要一个字（忽略文件中空格与换行符的含义）：

with open('words.txt','r') as f:    for line in f:        for word in line.split():print(word)

印刷品：

line1word1word2line2...word6

同样，如果要将文件拼合为文件中单个单词的平面列表，则可以执行以下 *** 作：

with open('words.txt') as f:    flat_list=[word for line in f for word in line.split()]>>> flat_list['line1', 'word1', 'word2', 'line2', 'word3', 'word4', 'line3', 'word5', 'word6']

使用

print 'n'.join(flat_list)

…可以创建与第一个示例相同的输出

或者，如果要在文件的每一行中嵌套单词列表（例如，从文件创建行和列的矩阵）：

with open('words.txt') as f:    matrix=[line.split() for line in f]>>> matrix[['line1', 'word1', 'word2'], ['line2', 'word3', 'word4'], ['line3', 'word5', 'word6']]

如果您想使用正则表达式解决方案，则可以在示例文件中过滤

wordN

和

lineN

键入单词：

import rewith open("words.txt") as f:    for line in f:        for word in re.findall(r'bwordd+', line): # wordN by wordN with no lineN

或者，如果您希望它成为带有正则表达式的逐行生成器：

 with open("words.txt") as f:     (word for line in f for word in re.findall(r'w+', line))