将句子放入列表中 - python

Question

我知道 nltk 可以分割句子并使用以下代码将其打印出来。 但是我如何将句子放入列表中而不是输出到屏幕上？

import nltk.data
from nltk.tokenize import sent_tokenize
import os, sys, re, glob
cwd = './extract_en' #os.getcwd()
for infile in glob.glob(os.path.join(cwd, 'fileX.txt')):
    (PATH, FILENAME) = os.path.split(infile)
    read = open(infile)
    for line in read:
        sent_tokenize(line)

sent_tokenize(line) 将其打印出来。我如何将其放入列表中？

Answer 1

这是我用来测试代码的简化版本：

import nltk.data
from nltk.tokenize import sent_tokenize
import sys
infile = open(sys.argv[1])
slist = []
for line in infile:
    slist.append(sent_tokenize(line))
print slist
infile.close()

当像这样调用时，它会打印以下内容：

me@mine:~/src/ $ python nltkplay.py nltkplay.py 
[['import nltk.data\n'], ['from nltk.tokenize import sent_tokenize\n'], ['import sys\n'], ['infile = open(sys.argv[1])\n'], ['slist = []\n'], ['for line in infile:\n'], ['    slist.append(sent_tokenize(line))\n'], ['print slist\n'], ['\n']]

当做这样的事情时，列表理解更简洁，IMO 更容易阅读：

slist = [sent_tokenize(line) for line in infile]

为了澄清，上面返回了一个列表句子列表，每行一个句子列表。如果您想要一个简单的句子列表，请按照 eyquem 建议的那样执行此操作：

slist = sent_tokenize(infile.read())

Answer 2

您不得使用关键字名称（read）来命名程序的对象。

。

如果你想追加到列表中，你必须有一个列表：

reclist = []
for line in f:
    reclist.append(line)

或者使用列表理解

reclist = [ line for line in f ]

或使用Python工具

reclist = f.readlines()

，或者我不明白你想要什么

编辑：

好吧，考虑到 Jochen Ritzel 的评论，你想要

f = open(infile)
reclist = sent_tokenise(f.read())