从 Python 中读取文件后正确拆分字符串

Question

我试图在读取文件后平均每个单词的长度。但是，文件中的文本没有按照正常的句子结构进行格式化。有时单词和句子中间的换行符之间会有额外的空格。

当前代码

def average(filename):
    with open(filename, "r") as f:
        for line in f:
            words = line.split()
            average = sum(len(words) for words in words)/len(words)
            return average

>>>4.3076923076923075

Expected
>>>4.352941176470588

文件

Here are some words   there is no punctuation but there are words what
is the average length

Answer 1

当你以f打开文件时，然后运行

for x in f:

x 将是文件中的每一行 line，以换行符结束。您得到的答案对于第一行文本是完全正确的。如果您希望第二行包含在第一行中，则需要将文本文件作为一个整体进行处理，而不是逐行处理。

假设您想获得文件中所有单词的平均值，以下应该会更好一些：

def average(filename):
    with open(filename, "r") as f:
        lines = [line for line in f]
        words = " ".join(lines).split()
        average = sum(len(word) for word in words)/len(words)
    return average