从python中的文件替换一行中的单词

Question

我正在尝试替换具有多行代码的文件中的某些单词。 下面是我编写的代码。 请注意，我仍在学习python。

ParsedUnFormattedFile = io.open("test.txt", "r", encoding="utf-8", closefd=True).read()

remArticles = {' a ':'', ' the ':'', ' and ':'', ' an ':''}

for line in ParsedUnFormattedFile:
    for i in remArticles.keys():
           words = line.split()
           ParsedReplacementFile = ParsedUnFormattedFile.replace(words,remArticles[i])

    FormattedFileForIndexing =  io.open("FormattedFileForIndexing.txt", "w", encoding="utf-8", closefd=True)
    FormattedFileForIndexing.write(ParsedReplacementFile)

如果我是通过直接阅读一行来替换的，那么它只会替换所有单词中的一个单词。 在我的系统中通常是“ the”。

因此，我想拆分并寻找单词，然后替换它。 但是我得到以下错误：

line 14, in <module>
    ParsedReplacementFile = ParsedUnFormattedFile.replace(words,remArticles[i])
TypeError: coercing to Unicode: need string or buffer, list found

我该如何纠正？

谢谢

Answer 1

当您调用split() ，您将返回一个列表。

'a b c asd sas'.split()
['a', 'b', 'c', 'asd', 'sas']

而是在拆分之前先进行替换，或者将列表重新组合为字符串，然后进行替换。 要将列表连接到字符串：

words = ''.join(words)

例如：

''.join(['a','b','c'])
>>> 'abc'

Answer 2

有很多问题。

1. ParsedUnFormattedFile是字符串 ，而不是文件，因为您已调用.read() 。 这意味着您for line in ParsedUnFormattedFile循环中的for line in ParsedUnFormattedFile不会遍历文件中的行，而是遍历各个字符。
2. 每次for i in remArticles.keys():循环中的for i in remArticles.keys():运行时，都会为ParsedReplacementFile分配一个新值。 它只会保留最后一个。
3. 您将for line in ParsedUnFormattedFile:循环中for line in ParsedUnFormattedFile:每次迭代中覆盖文件FormattedFileForIndexing.txt 。

最好从头开始重做所有内容。

remArticles = {' a ':'', ' the ':'', ' and ':'', ' an ':''}

with io.open("test.txt", "r", encoding="utf-8") as ParsedUnFormattedFile:
    with io.open("FormattedFileForIndexing.txt", "w", encoding="utf-8") as FormattedFileForIndexing:
        for line in ParsedUnFormattedFile:
            for i in remArticles:
                line= line.replace(i, remArticles[i])
            FormattedFileForIndexing.write(line)