[英]Python save file to csv
我在Twitter推文中有以下代码,应该处理数据,然后将其保存到新文件中。
这是代码:
#import regex
import re
#start process_tweet
def processTweet(tweet):
# process the tweets
#Convert to lower case
tweet = tweet.lower()
#Convert www.* or https?://* to URL
tweet = re.sub('((www\.[\s]+)|(https?://[^\s]+))','URL',tweet)
#Convert @username to AT_USER
tweet = re.sub('@[^\s]+','AT_USER',tweet)
#Remove additional white spaces
tweet = re.sub('[\s]+', ' ', tweet)
#Replace #word with word
tweet = re.sub(r'#([^\s]+)', r'\1', tweet)
#trim
tweet = tweet.strip('\'"')
return tweet
#end
#Read the tweets one by one and process it
input = open('withoutEmptylines.csv', 'rb')
output = open('editedTweets.csv','wb')
line = input.readline()
while line:
processedTweet = processTweet(line)
print (processedTweet)
output.write(processedTweet)
line = input.readline()
input.close()
output.close()
我在输入文件中的数据如下所示,因此每条推文都在一行中:
She wants to ride my BMW the go for a ride in my BMW lol http://t.co/FeoNg48AQZ
BMW Sees U.S. As Top Market For 2015 i8 http://t.co/kkFyiBDcaP
我的函数运行良好,但是我对如下所示的输出不满意:
she wants to ride my bmw the go for a ride in my bmw lol URL rt AT_USER Ðun bmw es mucho? yo: bmw. -AT_USER veeergaaa!. hahahahahahahahaha nos hiciste la noche caray!
因此,它会将所有内容都排在一行中,而不是将每条推文都排在一行中,就像输入文件中的格式一样。
是否有人想将每条推文排成一行?
带有这样的示例文件:
tweet number one
tweet number two
tweet number three
这段代码:
file = open('tweets.txt')
for line in file:
print line
产生以下输出:
tweet number one
tweet number two
tweet number three
Python可以很好地读取结尾处的内容,但是您的脚本正在通过正则表达式替换来替换它们。
此正则表达式替代:
tweet = re.sub('[\s]+', ' ', tweet)
正在将所有空白字符(例如,制表符和换行符)转换为单个空格。
在输出前,在tweet上添加结尾行,或者修改正则表达式以不替换结尾行,如下所示:
tweet = re.sub('[ ]+', ' ', tweet)
编辑:我把我的测试替换命令放在那里。 该建议已得到解决。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.