从文本文件中分离出所有段落，并使用 python 保存每个分离段落的单独文本文件

Question

问题总结：我有一个包含100个段落的文本文件。我需要将这 100 篇文章全部分离出来，并分别保存在 100 个文本文件中。

输入文本文件中的段落模式：

25763772|t|DCTN4 as a modifier of chronic Pseudomonas aeruginosa infection in cystic fibrosis
25763772|a|Pseudomonas aeruginosa (Pa) infection in cystic fibrosis (CF) patients is present
25763772    0   5   DCTN4   T116,T123   C4308010
25763772    23  63  chronic Pseudomonas aeruginosa infection    T047    C0854135
25763772    67  82  cystic fibrosis T047    C0010674

25847295|t|Nonylphenol diethoxylate inhibits apoptosis induced in PC12 cells
25847295|a|Nonylphenol and short-chain nonylphenol ethoxylates such as NP2 EO are digested
25847295    0   24  Nonylphenol diethoxylate    T131    C1254354
25847295    25  33  inhibits    T052    C3463820

同样，在该单个文本文件中存在 100 个长度可变的段落。

我正在尝试这样的代码，它没有显示任何错误，但甚至无法单独提取和保存单个段落。请就此提出任何帮助或解决方案。提前致谢。

代码：

with open('corpus_pubtator1.txt', 'r') as contents, open('tested23.txt', 'w') as file:
    contents = contents.read()
    lines = contents.split('\n')
    for index, line in enumerate(lines):
        if index != len(lines) - 1:
            file.write(line + '.\n')
        else:
            pass

Answer 1

试试这个：

lines = []
with open("corpus_pubtator1.txt", "r") as rf:
    lines = rf.readlines()
lines = [i if i else i.strip() for i in lines]
passages = []
passage_cache = []
for i, line in enumerate(lines):
    if i == len(lines) - 1:
        passages.append(passage_cache)
    if line.strip():
        passage_cache.append(line)
    else:
        passages.append(passage_cache)
        passage_cache = [line]
for i, passage in enumerate(passages):
    with open(f"tested{i}.txt", 'w') as wf:
        for line in passage:
            wf.write(line)

它会打开第一个输入文件，读取所有行并区分段落之间的空行，并且它会为每个段落创建一个单独的文本文件并在其中写入行。

从文本文件中分离出所有段落，并使用 python 保存每个分离段落的单独文本文件

Separating all passages from a text file and saving individual text file of each separated passage using python

python

text

file-handling

python-3.x

pandas