元组列表的文本[关闭]

Question

关闭。 这个问题需要更加集中。 它目前不接受答案。

---

想改进这个问题？ 更新问题，使其仅通过编辑此帖子专注于一个问题。

6 个月前关闭。

改进这个问题

我有一个文本数据集。 文本的内容如下所示。

.I 1\n.T\nPreliminary Report-International Algebraic Language\n.B\nCACM December,
 .I 2\n.T\nExtraction of Roots by,5\t3\n .I 3\n.T\nTechniquI 4\n.T\nGlossary of Computer 

这是数据集的描述

.I 1, I.2, .I 3 -> 是文档ID，文本的rest 是文档的内容。 任务是：创建一个元组列表-> [(doc_id, content)]。 任何帮助或建议都非常感谢！

Answer 1

FILENAME = "your filename"
f = open(FILENAME)
lst = []
lines = f.read().splitlines()
for i in range(0,len(lines),3):
    lst.append((lines[i],lines[i+1]))

print(lst)

->>>[('.i 1', 'lipsum Lipsum Lipsum B.lipsum Lipsum'), ('.i 2', 'lipsum Lipsum'), ('.i 3', 'lipsum Lipsum Lipsum Lipsum' )]