如何使用Python将中文txt文件中的每两行相邻行合并为一行

Question

我有一个中文txt文件，其中包含数千行句子，如下所示：

1. 1行
2. 2号线
3. 3号线
4. 4号线

…………

我想将每两个相邻的行合并为一行，应将其转换为：

1. 第1行+空格+第2行
2. 第3行+空格+第4行
3. 第5行+空格+第6行…………

如何使用Python完成组合？

Answer 1

您不需要Python， sed就足够了：

$ seq 15 > lines
$ cat lines
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
$ sed 'N;s/\n/ /g' lines
1 2
3 4
5 6
7 8
9 10
11 12
13 14
15

据曼·塞德说：

n N将下一行输入读/追加到模式空间。

和

s / regexp / replacement /

尝试将正则表达式与模式空间进行匹配。 如果成功，则替换与替换匹配的那部分。 替换可能包含特殊字符＆来表示匹配的模式空间部分，特殊转义\\ 1到\\ 9表示正则表达式中的相应匹配子表达式。

并且，当sed为每行执行给定脚本时，换行符不包含在模式空间中（将其包括在内是多余的）。 所以执行的顺序是：

• sed在模式空间中加载一条线
• N ：将下一行追加到模式空间，现在我们在模式空间中有两行，它们必须用换行符分隔，因此我们在模式空间的中间有一个换行符
• s/\\n/ /用空格替换换行符
• sed现在打印该行，因为此行无事可做
• 然后从下一行开始

Answer 2

1. 您将读取文件并获得行列表（即字符串列表）

2. 那么您可以使用列表推导，如下所示：

   [ l1 + ' ' + l2 for l1,l2 in zip(lines[::2], lines[1::2]) ]

注意，这意味着您必须有相等数量的行。 因此，如果len(lines)%2==1则使用lines[-1]单独打印/使用最后一行

Answer 3

您应该像下面这样迭代文件：

with open('./chinese.txt') as my_file:
    for line in my_file:
        try:
            print '{} {}'.format(line.strip(), my_file.next())
        except StopIteration:  # Manage case: number of lines is an odd number
            print line

Answer 4

文件是Python中各行的迭代器。 您可以使用itertools的grouper（）配方将各行分成几对 ：

#!/usr/bin/env python2
from itertools import izip_longest

with open('Chinese.txt') as file:
    for line, another in izip_longest(file, file, fillvalue=''):
        print line.rstrip('\n'), another,

print语句末尾的逗号是file.softspace hack，以避免重复行 。

该代码在内存中仅保留两行，因此可以支持任意大文件。