我有一个包含以下几行的文本文件,我想将它们拆分为每个句子的列表,一个句子是1-5,另一个是1-8,等等,每个句子之间都有空格句子。举例来说,一个句子列表应该是[ '田园', 'allmänna', 'pensionen', 'AR', 'AV'],即1-5将较大的文本文件拆分为句子
from collections import defaultdict
out = defaultdict(list) # Initialize dictionary for output
key = 0 # Initialize key
for idx, word, _ in container: # Unpack sublists
if int(idx) == 1: # Check if we are at start of new sentence
key += 1 # Increment key for new sentence
out[key].append(word) # Add word to list
How to slice numbered lists into sublists
代码工作好吧,但是当我试图直接从测试文件应用于分割线时,我得到 ValueError表示有太多的值需要解压缩。该文件总共包含87行。我想使用上面的代码,但不知道如何解决ValueError。
1 Den DT DT UTR|SIN|DEF 3 DT _ _ _ _ P108_1:1
2 allmänna JJ JJ POS|UTR/NEU|SIN|DEF|NOM 3 AT _ _ _ _ P108_1:2
3 pensionen NN NN UTR|SIN|DEF|NOM 4 SS _ _ _ _ P108_1:3
4 är VB VB PRS|AKT 0 ROOT _ _ _ _ P108_1:4
5 av PP PP 4 SP _ _
1 Folkpensionen NN NN UTR|SIN|DEF|NOM 2 OO _ _ _ _ P108_2:1
2 får VB VB PRS|AKT 0 ROOT _ _ _ _ P108_2:2
3 man PN PN UTR|SIN|IND|SUB 2 SS _ _ _ _ P108_2:3
4 oberoende PC PC PRS|UTR/NEU|SIN/PLU|IND/DEF|NOM 2 AA _ _ _ _ P108_2:4
5 av PP PP 4 HD _ _
6 tidigare JJ JJ KOM|UTR/NEU|SIN/PLU|IND/DEF|NOM 7 DT _ _ _ _ P108_2:6
7 arbetsinkomst NN NN UTR|SIN|IND|NOM 4 PA _ _ _ _ P108_2:7
8 . MAD MAD 2 IP _ _
哪条线,你遇到ValueError异常?它通常意味着你右边的值有更多的值,然后你在左边提供的变量。例如:'a,b =(1,2,3)'会抛出这个错误。检查您的输入以查看您遇到问题的哪一行。 – tayfun