预处理（rstrip和正则表达式以及更简单的代码）

Question

我正在尝试读取200个txt文件并做一些预处理。你知道吗

1）如何编写更简单的代码，而不是为每个txt文件编写相同的代码？你知道吗

2）我能把正则表达式和rstrip结合起来吗？你知道吗

->；主要是，我想去掉“\n”，但有时它们与其他字母。所以我想要的是删除\n以及与\n组合的单词（即“\n？”, "!\“不”。。以此类推）

3）在最后一行，有没有一种方法可以用更简单的代码将所有列表添加到一个列表中？ 你知道吗

data = open("job (0).txt", 'r').read()
rows0 = data.split(" ")
rows0 = [item.rstrip('\n?, \n') for item in rows0]

data = open("job (1).txt", 'r').read()
rows1 = data.split(" ")
rows1 = [item.rstrip('\n?, \n') for item in rows1]

你知道吗 …..（最多200个文件）

data = open("job (199).txt", 'r').read()
rows199 = data.split(" ")
rows199 = [item.rstrip('\n?, \n') for item in rows199]

ds_l = rows0 + rows1 + ... rows199

Answer 1

首先，我不是python专家。但既然这个问题已经存在了一段时间。。。（如果没人看这个，至少我不会被否决）

1）使用循环，阅读编程教程。 例如，请参阅这篇关于如何获取所有行的列表的文章How do I read a file line-by-line into a list?。然后你可以在列表上循环。你知道吗

2）不知道是否可以使用带strip的regex，这让我来到这里，所以如果你发现了，告诉我。你知道吗

不清楚您到底想要什么，您是想去掉所有包含“/n”的（空格分隔的）单词，还是只删除“/n”、“/n？”,... 部分单词？你知道吗

在第一种情况下，一个简单、不合法的解决方案是在一行和一行中的所有单词上有两个循环

# loop over rows with i as index row = rows[i].split(" ") for j in range len(row): if("/n" in row[j]) del row[j] rows[i] = " ".join(row)

在后一种情况下，如果没有那么多要删除的表达式，则可以使用回复sub（）不知怎么的。谷歌帮助；）

3）如果将行作为字符串的“行”列表，则可以使用join：

ds_1 = "".join(rows)

（对于join:Python join: why is it string.join(list) instead of list.join(string)?）