Python 刪除多個 UTF8 文本文件中漢字空格的代碼

Question

我正在嘗試在 Python 3.7.2 中編寫 Python 代碼，以刪除同一目錄中多個 UTF8 文本文件中所有漢字的空格。

我目前擁有的代碼僅適用於 1 個文件：

import re

with open("transcript 0623.txt") as text:
    new_text = re.sub("(?<![ -~]) (?![ -~])", "", text)
    with open("transcript 0623_out.txt", "w") as result:
        result.write(new_text)

我收到以下錯誤：

Traceback (most recent call last):
  File "C:\Users\Admin\Desktop\Wave.3\test.py", line 4, in <module>
    new_text = re.sub("(?<![ -~]) (?![ -~])", "", text)
  File "C:\Users\Admin\AppData\Local\Programs\Python\Python37-32\Lib\re.py", line 192, in sub
    return _compile(pattern, flags).sub(repl, string, count)
TypeError: expected string or bytes-like object

你能告訴我哪里出了問題並幫助我提出改進代碼的建議嗎？ 謝謝你。

Answer 1

open()返回一個文件 object（來源： https://docs.python.org/3/library/functions.html#open ）

如果要對文件內容執行正則表達式操作，則必須對文件 object 使用.read() function 來獲取文本內容。

例如，

with open("transcript 0623.txt") as f:

    text = f.read()

    new_text = re.sub("(?<![ -~]) (?![ -~])", "", text)
    with open("transcript 0623_out.txt", "w") as result:
        result.write(new_text)