我正在读取从CSV文件复制的文本文件。当我在python中读取文件时,会看到大量不必要的重复行,如下所示。我如何去掉这三个不需要的行,包括在每个文本的开头和结尾处的\ cf0和\ cell \ row?在阅读python中的文本文件时删除重复的字符行?
或者我应该直接从csv文件本身读取文本?该文本仅位于CSV文件的其中一列中。
\itap1\trowd \taflags1 \trgaph108\trleft-108 \trbrdrl\brdrnil \trbrdrr\brdrnil
\clvertalc \clshdrawnil \clbrdrt\brdrs\brdrw20\brdrcf2 \clbrdrl\brdrs\brdrw20\brdrcf2 \clbrdrb\brdrs\brdrw20\brdrcf2 \clbrdrr\brdrs\brdrw20\brdrcf2 \clpadl100 \clpadr100 \gaph\cellx8640
\pard\intbl\itap1\pardeftab720
\cf0 i have been using your product and it has been helping me a lot to solve business problem,\cell \row
\itap1\trowd \taflags1 \trgaph108\trleft-108 \trbrdrl\brdrnil \trbrdrr\brdrnil
\clvertalc \clshdrawnil \clbrdrt\brdrs\brdrw20\brdrcf2 \clbrdrl\brdrs\brdrw20\brdrcf2 \clbrdrb\brdrs\brdrw20\brdrcf2 \clbrdrr\brdrs\brdrw20\brdrcf2 \clpadl100 \clpadr100 \gaph\cellx8640
\pard\intbl\itap1\pardeftab720
\cf0 I am very happy with your products. Very easy to use.\cell \row
\itap1\trowd \taflags1 \trgaph108\trleft-108 \trbrdrl\brdrnil \trbrdrr\brdrnil
\clvertalc \clshdrawnil \clbrdrt\brdrs\brdrw20\brdrcf2 \clbrdrl\brdrs\brdrw20\brdrcf2 \clbrdrb\brdrs\brdrw20\brdrcf2 \clbrdrr\brdrs\brdrw20\brdrcf2 \clpadl100 \clpadr100 \gaph\cellx8640
\pard\intbl\itap1\pardeftab720
\cf0 Many improvements with income tracker, and other time saving elements. Newer look, easier navigation. I believe there definitely is a time savings from past versions.\cell \row
下面是CSV文件的一个片段:
page_url Review_title Product_id Rating Publish_date Review_Description
www.blabla.com Great! 777777 5 01/01/14 Excellent upgrade! Was not disappointed!
我只是复制从Review_Description列文本粘贴他们都在一个文本文件中。
这里是我的Python代码只是读取文件:
text_file=open("my_text.txt", "r")
lines=text_file.readlines()
print lines
是的,它可能会更好跳过的行和列的CSV比到CSV解析成一些其他形式,然后尝试恢复原来的结构,你扔掉,所以你可以跳过它的一部分。你能告诉我们一个CSV的片段和你当前的解析代码吗? – abarnert
已包含csv文件的片段和我简单的读取文件代码。 – jxn