逐行合並.csv文件中的多個.txt文件

Question

我有一個包含很多.txt文件的文件夾。 我想將所有.txt文件逐行/逐行合並到單個.csv文件中。

我嘗試了以下python代碼，它們工作正常，但我必須更改.txt文件名才能將內容添加到.csv行中。

import re
import csv
from bs4 import BeautifulSoup
raw_html = open('/home/erdal/Dropbox/Marburg/LA/LT_CORPUS/fsdl.txt')
cleantext = BeautifulSoup(raw_html, "lxml").text 
#print(cleantext)
print (re.sub('\s+',' ', cleantext))
#appending to csv as row
row = [re.sub('\s+',' ', cleantext)]
with open('LT_Corpus.csv', 'a') as csvFile:
    writer = csv.writer(csvFile)
    writer.writerow(row)
csvFile.close()

我希望看到更好，更快的解決方案，以在不更改文件名的情況下實現流程自動化。 歡迎任何建議。

Answer 1

訪問文件名列表

以下內容將使您更接近所需的內容。

import os將使您可以訪問os.listdir()函數，該函數列出目錄中的所有文件。 如果數據文件與腳本不在同一文件夾中，則可能需要提供數據文件夾的路徑。

看起來應該像這樣： os.listdir('/home/erdal/Dropbox/Marburg/LA/LT_CORPUS/')

使用該目錄中的所有文件名，然后可以通過使用for循環解析每個文件名來分別打開每個文件名。

import re
import csv
from bs4 import BeautifulSoup

import os

filenames = os.listdir('/home/erdal/Dropbox/Marburg/LA/LT_CORPUS/')
for file in filenames:
    raw_html = open('/home/erdal/Dropbox/Marburg/LA/LT_CORPUS/' + file)
    cleantext = BeautifulSoup(raw_html, "lxml").text 
    output = re.sub('\s+',' ', cleantext)      # saved the result using a variable
    print(output)                              # the variable can be reused
    row = [output]                             # as needed, in different contexts 
    with open('LT_Corpus.csv', 'a') as csvFile:
        writer = csv.writer(csvFile)
        writer.writerow(row)

其他一些細微差別 ：我在csvfile.close()刪除了csvfile.close()函數調用。 with上下文管理器with使用with ，當離開上下文管理器代碼塊的范圍（即with語句下面的縮進部分）時，上下文管理器會自動為您關閉文件。 話雖如此，簡單地打開csv文件，使其保持打開狀態，然后逐個打開txt文件，然后將其內容寫入打開的csv ，直到最后關閉csv有益的。