Python如何删除文本文件的空字符串

Question

我有一个文本文件如下：

['23.5', '1.9', '11.3', '25.5', '2.7', '22.5', '3.4', '3.4', '2.9', '2.0', '2.0', '2.1 '，'36.0'，'13.5'，'7.8'，'5.9'，'3.2'，'2.0'，'13.0'，'2.0'，'2.4'，'11.3'，'28.5'，'22.7'， “2.6”、“2.2”、“7.0”、“12.5”、“18.2”、“7.2”、“13.5”、“14.0”、“2.4”、“2.3”、“2.1”、“2.0”、“5.3” '，'3.2'，'3.1'，'2.6'，'20.0'，'13.0'，'1.9'，'2.2'，'2.3'，'22.7'，'30.5'，'45.5'，'2.8'， '1.9'、'30.0'、'2.2'、'2.0'、'3.2'、'2.0'、'2.2'、'2.2'、'4.8'、'2.8'、'17.5'、'2.1'、'2.5' '，'3.6'，'2.4'，'2.0'，'1.9'，'2.3'，'2.1'，'2.0'，'2.6'，'3.0'，'14.0'，'2.0'，'2.2'， '12.5'​​、'38.5'、'38.0'、'13.0'、'3.2'、'3.7'、'3.7'、'2.0'、'2.1'、'2.1'、'9.3'、'8.0'、'27.0 '，'13.5'，'9.3'，'15.5'，'17.5'，'3.5'，'2.0'，'27.0'，'2.0'，'1.9'，'23.2'，'15.5'，'6.5'， '2.1'、'23.0'、'15.0'、'3.8'、'19.0'、'29.0'、'101.5'、'26.5'、'16.5'、'14.0'、'13.5'、'10.3'、'2.8 '，'16.0'，'2.6'，'24.5'，'30.5'，'13.0'，'2.1'，'2.3'，'2.2'，'15.0'，'34.0'，'2.1'，'2.9'， “6.8”、“2.7”、“12.3”、“7.1”、“28.5”、“30.0”、“8.7”​​、“13.0”、“6.0”、“9.0”、“15”。 0'、'15.5'、'8.0'、'15.0'、'1.9'、'36.0'、'17.0'、'17.5'、'28.0'、'4.2'、'9.0'、'5.3'、'7.8' , '6.2', '15.5', '2.2', '14.0', '30.0', '12.5'​​, '2.6', '10.0', '4.0', '6.7', '17.5', '2.7', ' 31.5'、'3.8'、'2.7'、'21.5'、'6.1'、'23.0'、'19.8'、'2.8'、'2.8'、'2.2'、'8.8'、'1.9'、'2.1' , '20.5', '3.6', '10.7', '2.0', '18.7', '12.7', '2.1', '1.9', '3.0', '14.5', '2.6', '2.0', ' 20.7'、'3.3'、'29.0'、'19.5'、'10.0'、'2.8'、'4.0'、'4.2'、'2.4'、'32.0'、'2.2'、'29.0'、'2.4' , '2.0', '20.0', '3.2', '2.2', '4.2', '2.8', '17.2', '2.0', '7.5', '15.7', '4.5', '2.8', ' 5.7'、'2.2'、'1.8'、'2.4'、'2.0'、'2.2'、'2.1'、'2.0'、'2.2'、'2.0'、'2.8'、'8.0'、'2.5' ，'3.3'，'2.1'，'2.0'，'2.0'，'2.0'，'2.1'，'19.5'，'13.8'，'9.2'，'5.5'，'2.5'，'2.2'，' 2.1'、'3.1'、'8.6'、'2.3'、'3.7'、'10.8'、'2.1'、'2.0'、'2.4'、'20.0'、''、''、''、'' , '', '', '7', '', '', '2.0', '17.4', '8.7', '3.9', '2.0', '2.0', '5.9', '3.1', ' 22.8'、'4.1'、'2.8'、'7.6'、'4.9'、'2.7'、'26.5'、'2.1'、'2.2'、'2.4'、'2.0'、'3.8'、'5.7' , '2.8', '14.0 '，'2.2'，'2.0'，'27.5'，'32.5'，'3.1'，'30.0'，'20.5'，'19.5'，'25.0'，'9.0'，'3.7'，'26.0'， “13.5”、“15.0”、“1.9”、“2.2”、“3.7”、“2.0”、“2.2”、“2.3”、“2.1”、“2.1”、“1.9”、“2.0”、“2.0” '，'2.4'，'2.3'，'2.5'，'16.0'，'6.5'，'19.5'，'2.0'，'4.1'，'9.4'，'51.5'，'2.1'，'15.4'， “2.0”、“2.1”、“2.8”、“2.1”、“2.1”、“2.6”、“2.9”、“20.0”、“2.5”、“13.0”、“2.2”、“1.9”、“2.2” '，'2.3'，'2.2'，'2.1'，'3.4'，'19.5'，'22.8'，'2.6'，'2.2'，'1.9'，'2.4'，'2.0'，'6.6'， '3.2'、'1.9'、'2.0'、'2.6'、'2.0'、'14.0'、'2.0'、'3.0'、'19.8'、'5.4'、'3.6'、'5.9'、'2.2 '，'3.6'，'2.0'，'2.0'，'9.8'，'2.4'，'3.3'，'3.0'，'28.0'，'47.0'，'5.8'，'3.1'，'20.5'， '18.0'、'32.0'、'4.4'、'2.1'、'3.2'、'2.6'、'3.2'、'2.5'、'3.5'、'1.9'、'2.2'、'2.3'、'2.5' '，'2.8'，'2.0'，'2.4'，'5.0'，'6.3'，'5.1'，'2.5'，'2.0'，'2.9'，'2.0'，'2.4'，'2.2'， '3.3'、'5.0'、'2.6'、'2.7'、'1.9'、'3.0'、'2.1'、'2.4'、'2.7'、'16.5'、'5.2'、'2.2'、'2.2' '，'3.2'，'5.5'，'24.5'，'17.5'，'2.1'，'2.7'，'3.6'，'2.2'，'2.1'，'8.1'，'3.1'，'2.1'， '2.9', '2.1 '，'2.1'，'2.0'，'2.3'，'1.9'，'13.7'，'3.2'，'2.1'，'2.6'，'5.1'，'23.5'，'24.5'，'3.1'， '2.6'、'3.2'、'2.2'、'23.0'、'2.5'、'8.2'、'2.0'、'3.7'、'2.0'、'2.1'、'2.4'、'2.7'、'3.1 '，'2.6'，'2.7'，'3.2'，'3.4'，'4.6'，'2.9'，'3.3'，'10.8'，'2.5'，'3.5'，'2.0'，'1.9'， '2.2'、'2.1'、'2.1'、'2.1'、'2.1'、'2.1'、'31.8'、'14.4'、'1.9'、'2.8'、'5.0'、'2.5'、'2.5' '、'3.0'、'4.3'、'2.4'、'2.4'、'4.8'、'2.0'、'1.9'、'2.1'、'3.8'、'2.5'、''、''、'' , '', '', '', '7', '', '', '2.0', '3.4', '2.2', '3.5', '2.1', '2.4', '2.5', '3.0 '，'2.1'，'2.0'，'5.6'，'2.3'，'4.9'，'1.9'，'1.9'，'21.5'，'2.4'，'1.9'，'2.0'，'2.3'， '2.8'、'23.3'、'6.4'、'2.0'、'1.9'、'2.2'、'2.7'、'6.3'、'2.5'、'2.7'、'2.1'、'14.0'、'18.7' '，'2.0'，'2.9'，'67.0'，'2.2'，'2.2'，'2.3'，'2.1'，'3.1'，'2.5'，'2.4'，'2.5'，'2.1'， '2.0'、'28.0'、'7.2'、'3.1'、'37.5'、'17.5'、'2.0'、'30.0'、'2.4'、'2.2'、'2.2'、'29.0'、'4.9 '，'2.7'，'2.2'，'2.2'，'3.5'，'4.2'，'1.9'，'2.0'，'3.8'，'1.9'，'2.4'，'2.8'，'19.5'， '16.0'、'18.5'、'2.9'、'20.5'、' 3.1'、'1.9'、'2.3'、'2.3'、'30.0'、'13.0'、'3.2'、'2.2'、'2.6'、'2.1'、'47.0'、'2.6'、'2.5' ，'1.9'，'23.3'，'4.9'，'3.6'，'2.5'，'2.1'，'2.1'，'17.0'，'1.9'，'2.7'，'2.3'，'2.6'，' 1.9'、'16.5'、'2.7'、'3.3'、'2.4'、'2.2'、'3.3'、'2.2'、'2.8'、'2.1'、'3.4'、'3.4'、'1.9' ，'2.0'，'3.7'，'2.0'，'21.5'，'2.1'，'2.2'，'2.3'，'2.3'，'6.8'，'1.9'，'2.8'，'3.3'，' 5.4'、'125.0'、'2.7'、'39.3'、'24.0'、'30.5'、'2.4'、'2.5'、'10.0'、'2.6'、'2.3'、'2.3'、'2.4' ，'3.5'，'2.4'，'2.1'，'2.0'，'2.7'，'18.5'，'2.4'，'2.0'，'6.1'，'4.8'，'2.4'，'2.1'，' 2.5'、'2.2'、'2.6'、'2.0'、'2.2'、'2.1'、'2.3'、'2.1'、'2.4'、'2.1'、'2.2'、'2.9'、'12.7' , '12.5'​​, '2.0', '3.0', '2.1', '2.6', '3.2', '3.0', '2.0', '2.5', '3.8', '4.9', '3.2', ' 1.9'、'10.2'、'2.0'、'1.9'、'9.0'、'3.5'、'6.6'、'3.1'、'2.2'、'4.9'、'6.7'、'1.9'、'5.5' ，'3.5'，'2.2'，'2.0'，'2.2'，'7.3'，'2.1'，'2.6'，'5.3'，'2.9'，'1.9'，'2.2'，'2.6'，' 2.3'、'1.9'、'3.0'、'2.3'、'2.4'、'1.9'、'2.2'、'2.2'、'3.2'、'28.8'、'19.0'、'2.5'、'7.6' , '11.4', '4.6', ' 2.3'、'16.5'、'37.5'、'1.9'、'2.3'、'27.0'、'18.5'、'2.1'、'31.0'、'2.4'、'29.5'、'31.0'、'2.1' , '2.2', '2.4', '1.9', '2.2', '29.3', '11.1', '4.1', '29.0', '18.0', '21.0', '10.5', '2.5', ' ', '']

我想删除空字符串（例如：在红色列''） 并使用脚本

f= open('filename.txt','r') 
A1=f.read()

for i in A1:
    if i=="":
        A1.remove(i)
    print A1
    break

但是文件的空字符串仍然没有被删除

我很困惑，请帮帮我@@

Answer 1

假设您的 input.txt 文件确实看起来像这样，您可以将 json.load 放到一个列表中，filter 取出所有 falsy 值（空字符串），最后将 json.dump 它返回输出文件

import json
with open("output.txt","wb") as f:
     cleaned_data = filter(None,json.load(open("input.txt")))
     json.dump(f,cleaned_data)

Answer 2

首先，确保 A1 实际上是一个列表：

isinstance(A1, list)

如果是这样，只需使用此列表推导来删除空引号。

A1 = [i for i in A1 if i != '' and i != ', ']

如果A1实际上是一个字符串，首先将其转换为一个列表：

from ast import literal_eval 

A1 = literal_eval(A1)

另外，you cannot safely modify a list while iterating over it，这就是我使用列表解析从原始列表生成新过滤列表的原因。

最后，如果您希望将值作为浮点数而不是字符串：

A1 = [float(i) if isinstance(float(i), float) else i 
      for i in A1 if i != '' and i != ', ']

Answer 3

它不会让你在迭代元素时删除它。

l = [line for line in A if line.strip()]
print l

Answer 4

我个人是高阶函数的粉丝，过滤器让你做你想做的事变得超级容易：

A1 = filter (lambda x: x != '', open("fname.txt", 'r').read().split(' '))

Filter 接受两个参数；第一个是一个匿名函数，只存在于过滤函数的执行中。过滤器函数期望匿名函数返回一个布尔值。匿名函数接受一个参数，即数组的当前元素，并确定它是否符合某个标准。在这种情况下，如果元素不等于空字符串，则将其包含在新列表中。 filter 的另一个参数是一个可迭代的列表，我通过读取文件并将其拆分为空格来构建它。

您可以使用大多数语言中内置的高阶函数来做一些巧妙的事情，否则这些函数需要迭代或其他无聊、正常的事情来做:)

Here's a guide 到 Python 的高阶函数。

Answer 5

看起来你所拥有的是将 Python 列表转储到文本文件中。让我们从那个文本文件中取回它，好吗？

from ast import literal_eval    

with open('path/to/file.txt') as f:
    result = ''.join(f)
    ## note that it's unclear from your question whether the text file
    ## is actually multiple lines, or just word wrapped. It it's just
    ## word wrapped, `result = f.read()` is sufficient

result_lst = literal_eval(result)  # this includes the empty strings
result_lst = filter(None, literal_eval(result))  # this doesn't

Answer 6

由于python中没有内置的float函数，我会先make a simple function，导入文本文件，然后让列表解析完成剩下的工作：

def isnumber(s):
    try:
        float(s)
        return True
    except ValueError:
        pass
    try:
        import unicodedata
        unicodedata.numeric(s)
        return True
    except (TypeError, ValueError):
        pass
    return False

with open(filename, 'r') as f:
    l = f.read()

result = [a for a in list(l.split("'")) if is_number(a)]

Answer 7

尝试换行

if i=="":

到

if i == "''" or i == '""'