阅读 .txt 文件时保留段落答案

【问题标题】：Keeping paragraphs when reading a .txt file阅读 .txt 文件时保留段落
【发布时间】：2015-03-30 04:22:52
【问题描述】：

我有以下问题。我有一个读取 .txt 文件并将其转换为字符串的函数。但是，这样做我会丢失文件的所有段落。例如，如果我的 .txt 文件包含以下内容：

Hello everyone I have a problem with reading a file and turning it into a string.

This is a new paragraph, however it is lost once converted to a string.

And this is another paragraph as well.

现在在阅读了这个 .txt 文件后，我得到了以下字符串：

Hello everyone I have a problem with reading a file and turning it into a string.This is a new paragraph, however it is lost once converted to a string.And this is another paragraph as well.

表示所有段落都消失了。

现在我读取这个文件的命令是：

data = iom.read_file_contents(sys.argv[1])

而 read_file_contents 是以下名为 iom 的模块中的一个函数：

import io


def read_file_contents(name):             

    return open(name).read()


def write_file_contents(name, text):
    with io.open(name, 'w', encoding='utf-8') as outfile:  #creates .txt file

                outfile.write(unicode(text))

任何帮助将不胜感激。请求后，我的完整代码如下：

data = iom.read_file_contents(sys.argv[1])


for i in data:
    if i not in string.ascii_letters and i not in n and i not in string.punctuation and i !=' ': #removes all non ascii, numbers, punctuation and ' ' characters
        data = data.replace(i,"")


iom.write_file_contents(sys.argv[1],data)  #rewrites the input .txt file by erasing all non ascii, numbers, punctuation and ' ' characters
output = sub.substitute(data, rotation)
iom.write_file_contents(sys.argv[2], output)

意思是我读取一个文件，我通过删除所有“奇怪”字符（如 φ）来重写它，然后调用替换函数，输入一个字符串和一个将字母映射到其他字母的字典（对输入进行加密）：

def substitute(str, cipher):      #substitution cipher, takes a string (which will be substituted) and a dictionary


    result = ""
    n = '0123456789'
    for c in str:
        if c in string.uppercase or c in string.lowercase:
            result = result + cipher[c]
        elif c==' ' or c in n or c in string.punctuation:
            result = result + c

    return result

然后将替代函数的输出写入一个新的 .txt 文件。

【问题讨论】：

在打印或写入文件之前，您还对data 进行了哪些其他操作？我敢打赌问题正在那里发生。请提供一个完整的代码示例来演示您的问题。
我无法观察到这种行为。你能提供一个reproducible example 吗？顺便说一句，open(name).read() 可能是一种反模式，因为它依赖于 GC“关闭”文件：仅适用于 CPython 等引用计数实现。还是我错了？
看起来你是.strip()ping 代码中的某处你没有向我们展示的地方。

标签： python string io

【解决方案1】：

这也替换了换行符，您“有点”需要用它来创建一个段落。

for i in data:
    if i not in string.ascii_letters and i not in n and i not in string.punctuation and i !=' ': #removes all non ascii, numbers, punctuation and ' ' characters
        data = data.replace(i,"")

虽然丑陋，但这应该避免剥离换行符。 Håken 的答案更好，因为它简化了对“坏”字符的搜索。

for i in data:
    if i not in string.ascii_letters and i not in n and i not in string.punctuation and i !=' ' and i not in '\n': #removes all non ascii, numbers, punctuation and ' ' characters
        data = data.replace(i,"")

【讨论】：

【解决方案2】：

我通过删除所有“怪异”字符来重写它，例如 φ，

除了" "之外，您还删除了所有空格

这个怎么样？

letters = string.letters
non_letters = string.punctuation + string.digits + string.whitespace

for c in input_string:
    if c in letters:
        result += cipher[c]
    elif c in non_letters:
        result += c

如果您只想保留一些空白，您可以选择哪些。

non_letters = string.punctuation + string.digits + ' ' + '\n'

【讨论】：