文本预处理1--去除#和句号之间内容

1.针对文本里特定两个符号之间内容的中文进行去除,本次选取#和句号之间的内容进行去除。

2.大家可以根据自己的实际需求修改代码实现自己的文本内容的整理。

3.下面是去除#和句号之间内容的python代码:其中读取的是txt文本,处理后的内容写回原txt文件。

import os
def remove_content_between_hash_and_period(input_text):start_search_pos = 0while True:hash_pos = input_text.find('#', start_search_pos)if hash_pos == -1:breakperiod_pos = input_text.find('。', hash_pos)if period_pos == -1:input_text = input_text[:hash_pos]breakinput_text = input_text[:hash_pos] + input_text[period_pos + 1:]start_search_pos = hash_posreturn input_textdef process_txt_files(folder_path):for filename in os.listdir(folder_path):if filename.endswith('.txt'):file_path = os.path.join(folder_path, filename)with open(file_path, 'r', encoding='utf-8') as file:content = file.read()processed_content = remove_content_between_hash_and_period(content)# 可选:将处理后的内容写回文件with open(file_path, 'w', encoding='utf-8') as file:file.write(processed_content)# 打印处理后的内容(如果需要)# print(f'Processed content of {filename}:')# print(processed_content)# 替换为你的文件夹路径
folder_path = "C:\\Users\\lenovo\\Desktop"
process_txt_files(folder_path)

 

 

 

 

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/diannao/30818.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

超声波清洗机哪家好用又实惠?四款亲测表现出色超声波清洗机安利

在当今社会,随着生活节奏的加快,年轻人越来越多地依赖眼镜来纠正视力或保护眼睛。无论是为了时尚搭配,还是因为长时间面对电脑和手机屏幕导致的视力问题,眼镜已经成为许多年轻人日常生活中不可或缺的配件。然而,就在我…

Python3 模块

在前面的几个章节中我们基本上是用 python 解释器来编程,如果你从 Python 解释器退出再进入,那么你定义的所有的方法和变量就都消失了。 为此 Python 提供了一个办法,把这些定义存放在文件中,为一些脚本或者交互式的解释器实例使…

Linux驱动开发(二)--字符设备驱动开发提升 LED驱动开发实验

1、地址映射 在编写驱动之前,需要知道MMU,也就是内存管理单元,在老版本的 Linux 中要求处理器必须有 MMU,但是现在Linux 内核已经支持无 MMU 的处理器了。 MMU的功能如下: 完成虚拟空间到物理空间的映射 内存保护&…

上海亚商投顾:创业板指低开低走 先进封装概念午后走强

上海亚商投顾前言:无惧大盘涨跌,解密龙虎榜资金,跟踪一线游资和机构资金动向,识别短期热点和强势个股。 一.市场情绪 沪指昨日缩量震荡调整,深成指、创业板指跌超1%。车路云概念延续强势,长江通信4连板&am…

【实用性很强的重要注解记录】

1、SpringCloud相关注解 (1)ReflushScope 外部配置修改后,例如nacos配置被修改,就能以热更新的形式加载配置,无需重启即可生效。该注解不能单独使用,需要和Controller,Service,Component,Repos…

Python 包 dhg 中超图的数据格式

目录 1 dhg 介绍2 超图数据3 总结4 参考 1 dhg 介绍 下面是官方介绍 DHG (DeepHypergraph) 是基于 PyTorch 的深度学习包, 可用于图神经网络以及超图神经网络。 其支持从 顶点到顶点、从一个域的顶点到另一个域的顶点、 从顶点到超边,、从超边到顶点、从顶点集到顶点…

PFA托盘400*300*42mm耐酸碱透明聚四氟乙烯方盘方槽耐高温厂家供

PFA方盘又称托盘:耐高温、耐腐蚀。 进口透明可溶性聚四氟乙烯方盘。可应用于成膜实验,样品液体脱漏等。能放在电热板上直接加热使用,也可以用于烘箱烘干,实验室腐蚀性样品的转移和搬运,防止腐蚀性液体洒落。 产品特性…

C语言入门系列:数据类型之字面量类型

文章目录 一,什么是字面量二,字面量为什么需要类型?三,变量类型和字面量类型的区别1,作用不同2,方式不同 四,编译器如何推断字面量类型1,整数2,浮点数3,字面量…

React常见面试题(2024最新版)

创建项目 npx create-react-app my-app启动项目 npm start目录结构 目录/文件名描述README.md项目的自述文件node_modules/项目依赖包存放目录package.json包管理配置文件,记录项目信息和依赖package-lock.json锁定依赖版本,确保跨环境一致性public/公共资源目录public/ind…

aspice认证是什么?

ASPICE认证是汽车软件过程改进及能力评定模型框架,用于评价软件开发团队的研发能力水平。 (要明确的是:在ASPICE行业中专业来说,ASPICE项目是没有认证,而只有评估。不过,为了方便沟通,人们常将…

PHP框架之Yii框架

Yii框架详细说明 Yii框架是一个基于组件的高性能PHP框架,用于开发大型Web应用。Yii框架由薛强创立,自2008年1月1日开始开发,至今已成为PHP开发领域的佼佼者之一。Yii框架以其高效、安全、灵活和可扩展的特性,赢得了众多开发者的青…

YOLOv10改进 | 注意力篇 | YOLOv10引入iRMB

1. iRMB介绍 1.1 摘要:本文重点关注开发现代、高效、轻量级的模型来进行密集预测,同时权衡参数、FLOP 和性能。 反向残差块(IRB)作为轻量级 CNN 的基础设施,但基于注意力的研究尚未认识到对应的部分。 这项工作从统一的角度重新思考高效IRB和Transformer有效组件的轻量级…

leecode代码模板

二分算法: 34. 在排序数组中查找元素的第一个和最后一个位置给你一个按照非递减顺序排列的整数数组 nums,和一个目标值 target。请你找出给定目标值在数组中的开始位置和结束位置。如果数组中不存在目标值 target,返回 [-1, -1]。你必须设计…

渗透测试基础(四) MS08-067 漏洞攻击

1. 漏洞介绍 漏洞描述 Microsoft Windows Server服务RPC请求缓冲区溢出漏洞Windows的Server服务在处理特质RPC请求时存在缓冲区溢出漏洞,远程攻击者可以通过发送恶意的RPC请求触发这个溢出,导致完全入侵用户系统,以SYSTEM权限执行任意指令。…

太湖远大毛利率下滑:研发费用率远低同行,募投项目合理性疑点重重

《港湾商业观察》黄懿 6月20日,浙江太湖远大新材料股份有限公司(以下简称“太湖远大”,873743.NQ)即将迎来过会。 2023年11月30日,太湖远大所提交的上市申请材料正式获北交所受理,保荐机构为招商证券&…

功能测试 之 单模块测试----添加会员

1.需求分析 点击【添加会员】按钮后,页面跳转至添加会员详细页面。 说明: 会员昵称:必填,长度在20个字符(除去空格)以内,(会员昵称)可以重复;登录密码&#x…

关于IntelliJ IDEA 2024.1版本更新的问题

希望文章能给到你启发和灵感~ 感谢支持和关注~ 阅读指南 序幕一、基础环境说明1.1 硬件环境1.2 软件环境 二、起因三、解决四、总结 序幕 近期,IntelliJ IDEA 推出了全新2024版本,相信很多编程的爱好者或者刚接触编程的小伙伴都会…

gorm简介

【1】ORM: 即Object-Relational Mapping,它的作用是在关系型数据库和对象之间作一个映射,这样我们在具体的操作数据库的时候,就不需要再去和复杂的SQL语句打交道,只要像平时操作对象一样操作它们就可以了。 【2】GORM gorm是go语言的一个orm…

Linux之gzip压缩和解压缩

Linux之gzip压缩和解压缩 gzip命令是压缩和解压缩命令,用于操作".gz"格式的的文件。gzip对文本文件的压缩率有60%~70%。 命令格式 注意,选项的顺序不可变tar -zcvf 打包压缩文件名.tar.gz 被压缩的文件/目录 --压缩文件 tar -zxvf 打包文…

SpringBoot的冬奥会科普平台 LW +PPT+源码

3 平台分析 3.1 平台可行性分析 3.1.1 经济可行性 由于本平台是作为毕业设计平台,且平台本身存在一些技术层面的缺陷,并不能直接用于商业用途,只想要通过该平台的开发提高自身学术水平,不需要特定服务器等额外花费。所有创造及工…