從多個文件中刪除停用詞（NLTK）

Question

我有幾個要使用的文本文件（本地文件夾），並希望從該文件夾中的每個文件中刪除停用詞，然后將新文件保存在子文件夾中。

一個文件的代碼：

import io
from nltk.corpus import stopwords
from nltk.tokenize import word_tokenize

stop_words = set(stopwords.words('english'))
file1 = open("1_1.txt")
line = file1.read()
words = line.split()
for r in words:
    if not r in stop_words:
        appendFile = open('subfolder/1_1.txt','a')
        appendFile.write(" "+r)
        appendFile.close()

我想我必須嘗試使用​​glob嗎？ 但是我似乎並不了解文檔。 我也許應該降低（）文字？ 一定有一種超級簡單的方法，但是我只為一個句子或一個文件找到教程，從不為多個文件找到教程。

Answer 1

import io
from nltk.corpus import stopwords
from nltk.tokenize import word_tokenize

stop_words = set(stopwords.words('english'))
file1 = open("file1.txt")
line = file1.read()
words = word_tokenize(line)
words_witout_stop_words = ["" if word in stop_words else word for word in words]
new_words = " ".join(words_witout_stop_words).strip()
appendFile = open('subfolder/file1.txt','w')
appendFile.write(new_words)
appendFile.close()

現在，您可以在localfolder文件夾的文件名中添加一個循環，您可以使用了。