python - 文件操作: How to take out Punctuation and Capital letters?

Question

我试图弄清楚如何打开一个文件，将文件中的所有字母变成小写，然后取出所有标点符号。我尝试了一些在网上和书中看到的东西，但我似乎无法弄清楚。

import string

def ReadFile(Filename):
    try:
        F = open(Filename)
        F2=F.read()
    except IOError:
        print("Can't open file:",Filename)
        return []
    F3=[]
    for word in F2:
        F3=F2.lower()
    exclude = set(string.punctuation)
    F3= ''.join(ch for ch in F3 if ch not in exclude)
    return F3







Name = input ('Name of file? ')
Words = ReadFile(Name)
print (F3)

给定一个句子，例如，

Then he said, "I'm so confused!".

成为

then he said im so confused

Answer 1

您的代码的问题在于最后一行:

print (F3)

F3 是函数内局部变量的名称。您无法从这里访问它。

但是您可以访问该变量中的相同值，因为函数返回了该值，并且您将其存储在Words中。

所以，只需这样做:

print(Words)

现在，您的代码可以运行了。

<小时/>

话虽如此，它还可以改进。

最重要的是，看看这部分:

F3=[]
for word in F2:
    F3=F2.lower()

for word in F2: 实际上循环遍历 F2 中的每个字符，因为这就是字符串的工作方式。如果你想逐字查看，则需要执行类似 for word in F2.split() 的操作:

同时，在循环内部，您每次通过循环都会重新分配F3，并且永远不会对先前的值执行任何操作，因此整个事情最终会成为一种非常奇特(且缓慢)的方式只做最后一个作业。

幸运的是，最后一个赋值 F3=F2.lower() 将整个字符串 F2 小写，这正是您想要做的，所以无论如何它都能解决。这意味着您可以将所有三行替换为:

F3=F2.lower()

<小时/>

您还应该始终关闭打开的文件。由于这可能很棘手(例如，在您的函数中，您必须记住在成功和错误情况下关闭它)，因此最好的方法是自动使用 with 子句。替换这两行:

F = open(Filename)
F2=F.read()

与:

with open(Filename) as F:
    F2=F.read()

<小时/>

之后，除了使用非 PEP-8 样式以及如果文件很大时会出现性能问题之外，您的代码实际上没有任何问题。