如何使用 python 从 .txt 文件中提取随机词？

Question

我有一个如下所示的 .txt 文件：

Title       | Author

-------------------------
title1      | author1

title2      | author2


...        ...

titleN      | authorN

我想从这个文件中提取 100 个随机标题，如下所示：

title1

title2

...

title100

我试过这个：

import random
with open('file.txt','r') as f:
  title = f.read().split('|')

for i in range (0,100):
 print(random.choice(title))

但在执行过程中，程序还会随机打印作者姓名。 我怎样才能避免这种情况？

Answer 1

当你这样做时：

with open(path,'r') as f:
    title = f.read().split('|')

f.read()将整个文件作为字符串提供给您。 将其拆分| 给出一个包含作者和标题（以及新行和空格）的列表.

相反，您可以像 go 一样处理行和拆分。 有类似的东西：

with open(path) as f:
    titles = [l.split('|')[0].strip() for l in f]

这将为您提供一个干净的标题列表，例如：

['title1', 'title2', 'title3', 'title4', 'title5']

有了它，您可以使用random.sample()来获取您想要的任意数量的随机项目。

import random

path = "path/to/file.txt"
n = 100

with open(path) as f:
    titles = [l.split('|')[0].strip() for l in f]

random.sample(titles, n)

这假设您不想要重复项。

Answer 2

您可以使用.readlines()而不是.read()将文件逐行读取到列表中。 然后，您可以在选择随机行后使用.split('|')[0].strip() ，仅显示其中的标题部分：

import random

with open('file.txt', 'r') as f:
    title = f.readlines()

for i in range(0, 100):
    choice = random.choice(title)
    print(choice.split('|')[0].strip())

或者，您可以在阅读文件后立即处理该文件：

import random

with open('file.txt', 'r') as f:
    title = [line.split('|')[0].strip() for line in f.readlines()]

for i in range(0, 100):
    print(random.choice(title))

这是.split('|')[0].strip()工作原理的演示：

>>> choice = "title1      | author1"
>>> choice.split('|')
['title1      ', ' author1']
>>> choice.split('|')[0]
'title1      '
>>> choice.split('|')[0].strip()
'title1'

Answer 3

读完后看看title 。如果我的文本文件是

title1 | author1
title2 | author2

title将为['title1 ', ' author1\ntitle2 ', ' author2\n'] 。 从这个列表中随机选择有时会给你标题，有时会给你作者，有时两者兼而有之。

更好的方法如下：

import random

# read in the file and split lines
with open("file.txt", "r") as f:
    lines = f.read().splitlines()
# lines = ["title1 | author1", "title2 | author2"]

titles = [line.split("|")[0].strip() for line in lines]
# titles = ["title1", "title2"]

请注意，我们需要调用strip来去除标题末尾的任何多余空格。

您现在可以继续进行抽样，但我怀疑您需要 100 个独特的标题，而不仅仅是 100 个随机标题。 您所做的称为带替换抽样，而获得唯一标题将是不带替换抽样。 您可以按如下方式使用random.sample完成此操作（请参阅随机文档）：

print(*(random.sample(titles, 100)), sep = "\n")

或等效地使用更熟悉的语法

for samp_title in random.sample(titles, 100):
    print(samp_title)