python文本处理指南_python文本处理

该代码仅与声智科技部分数据集或其他可匹配的数据集使用

目标：将抓取的数据格式转换成可供识别的json文件

待处理数据为

可以看出首行提供了类别信息，所有的电视频道的majortype均为tv，第二列为对应的minortype，第三列为对应的value值

一行代表一个字典，以第一行为例，对应的字典应为：

{

"majorType": "tv",

"minorType": "dszn",

"value": [

"中数电视指南",

"cctv电视指南频道",

"cctv电视指南",

"中数传媒电视指南",

"中央电视指南频道",

"央视指南",

"电视指南",

"广电电视指南",

"中央电视指南",

"数字指南",

"中央电视台电视指南"

]

}目标格式

运行main.py后可得的结果：result1

从result1可看出在缩进方面，并没有达到预期效果，仍有美化的空间result2

输出文件末尾多出一个逗号，且缺少与开头对应的中括号以及大括号，人为修改后不影响实际运行结果

solution：可通过判断当前处理的行数是否与all.txt的行数相等来判断是否需要添加逗号以及添加与开头对应的中括号、大括号。