使用for循环从文本文件中删除制表符分隔的空格

Question

在我的Python课上，我正在处理一个.tsv文件，想要提取15行数据，这些数据分成4列，然后把每一行的数据变成列表。为了做到这一点，我需要去掉每列之间的制表符。

有人建议我使用一个循环，逐行处理。这听起来不错，但我就是不知道怎么去掉那些制表符。

谁能帮帮我？

Answer 1

你应该使用Python自带的csv模块，特别是csv.reader这个函数。

rows = [row for row in csv.reader(open('yourfile.tsv', 'rb'), delimiter='\t')]

这个模块还有一个叫做dialect的参数，可以设置为excel-tab，这样就能符合微软Excel的制表符分隔格式。

Answer 2

其实，正确的方法是使用Python的CSV模块（在其他回答中提到过），因为它可以处理转义的分隔符、带引号的值等等。

从更广泛的角度来看，这可以通过列表推导式来实现：

rows = [line.split('\t') for line in file]

而且，正如评论中提到的，在某些情况下，使用生成器表达式会是更好的选择：

rows = (line.split('\t') for line in file)

有关何时使用这两者的讨论，可以参考生成器表达式与列表推导式。

Answer 3

要从一个文件中读取每一行，并根据制表符（Tab）来分割每一行，你可以这样做：

rows = []
for line in open('file.tsv', 'rb'):
    rows.append(line.strip().split('\t'))