2017.3.31毕设之 python小白第四课----去除txt文件中特殊字符以及提取tab键分隔的字符串

最新推荐文章于 2022-09-13 10:57:59 发布

weixin_38065487

最新推荐文章于 2022-09-13 10:57:59 发布

阅读量1.7k

点赞数 1

分类专栏： python

本文链接：https://blog.csdn.net/weixin_38065487/article/details/88928623

版权

本文介绍了如何使用Python去除TXT文件中的单双引号，并利用tab键分隔的三元组，提取出每个三元组的第一个和最后一个实体，分别保存到两个不同的TXT文件中。

摘要由CSDN通过智能技术生成

1、去除txt文件中的单双引号

2、tab键将三元组键分隔开，每个三元组为一行，提取出第一个实体和最后一个实体，并将txt中所有三元组的第一个实体存入E:\xx\baike_chouqu_star_clean.txt，最后一个实体存入E:\xx\baike_chouqu_end_clean.txt

import datetime
import re

start_time = datetime.datetime.now()
print("start time:", start_time)
count = 1
with open(r'E:\xx\baike_triples.txt', encoding='utf-8',mode='r')as f:
    with open(r'E:\xx\baike_chouqu_star_clean.txt', encoding='utf-8', mode='w')as wt:
        with open(r'E:\xx\baike_chouqu_end_clean.txt', encoding='utf-8', mode='w')as wt1:
            for data in f:
                if count == 100:    #用于测试，由于数据量较大，只执行100行数据，之后可以注释掉
                    break
                count += 1
                result = re.sub('"|“|”|</ a>|<a>|★|\'',' ',data)#去除特殊