在Python中将文本文件转换为字符串

Question

我刚开始学习Python，想在alice_in_wonderland.txt这个文件中找到最长的单词。我觉得我已经有了一个不错的系统（“见下文”），但是我的输出结果返回了一个“单词”，里面有连字符把多个单词连接在一起。有没有办法在读取文件时去掉这些连字符呢？如果想查看这个文本文件，可以点击这里

文本文件中的示例：

“这非常重要，”国王说，转向陪审团。他们刚开始在黑板上写下这些内容，这时白兔打断了他们：“不重要，陛下的意思当然是，”他用非常尊重的语气说，但在说话时却皱着眉头，做着鬼脸。“不重要，当然，我是这么说的，”国王急忙说，然后自言自语，低声说道：“重要——不重要——不重要——重要——”就好像他在试着找出哪个词听起来最好。”

代码：

---

    #String input
    with open("alice_in_wonderland.txt", "r") as myfile:
        string=myfile.read().replace('\n','')
    #initialize list
    my_list = []
    #Split words into list
    for word in string.split(' '):
        my_list.append(word)
    #initialize list
    uniqueWords = []
    #Fill in new list with unique words to shorten final printout
    for i in my_list:
        if not i in uniqueWords:
            uniqueWords.append(i)
    #Legnth of longest word
    count = 0
    #Longest word place holder
    longest = []
    for word in uniqueWords:
        if len(word)>count:
            longest = word
            count = len(longest)
        print longest

Answer 1

使用 str.replace 方法可以把字符串中的短横线替换成空格（或者你想要的其他字符）。要做到这一点，只需要在第3行的第一次替换之后，再加一次替换的调用就可以了：

string=myfile.read().replace('\n','').replace('-', ' ')

Answer 2

这里有一种方法，使用了 re 和 mmap：

import re
import mmap

with open('your alice in wonderland file') as fin:
    mf = mmap.mmap(fin.fileno(), 0, access=mmap.ACCESS_READ)
    words = re.finditer('\w+', mf)
    print max((word.group() for word in words), key=len)

# disappointment

这种方法比把文件加载到物理内存中要高效得多。

Answer 3

在编程中，有时候我们会遇到一些问题，特别是在使用某些工具或库的时候。这些问题可能会让我们感到困惑，尤其是当我们刚开始学习编程的时候。比如，有人可能会在使用某个特定的功能时，发现它并没有按照预期工作。这时候，查看其他人的提问和回答就显得特别重要，因为很多时候，别人也遇到过类似的问题，并且他们的解决方案可能会给我们带来启发。

在这个过程中，我们可以学习到很多东西，比如如何调试代码、如何使用不同的工具，以及如何更好地理解编程的基本概念。总之，遇到问题是学习编程的一部分，而通过社区的帮助，我们可以更快地找到解决方案。

>>> import nltk # pip install nltk
>>> nltk.download('gutenberg')
>>> words = nltk.corpus.gutenberg.words('carroll-alice.txt')
>>> max(words, key=len) # find the longest word
'disappointment'