如何将单个文件读取更改为循环语句

Question

大家好，我目前正在做删除停词的任务，这个代码可以运行，想请教如何改成循环语句，即循环提取文件夹内停词，而不是单个单个的文件。应该是改“file1....这个语句，但不知道如何改。谢谢大家！

import io
from nltk.corpus import stopwords
from nltk.tokenize import word_tokenize

stop_words = set(stopwords.words('english'))
file1 = open(
    r"D:\1.1 SEC EDGAR年报源文件 (10Q_10KA_10QA)\2001\QTR1\20010102_10-K-A_edgar_data_1024302_0001092388-00-500453.txt")
line = file1.read()
words = word_tokenize(line)
words_witout_stop_words = ["" if word in stop_words else word for word in words]
new_words = " ".join(words_witout_stop_words).strip()
appendFile = open(
    r"D:\1.1 SEC EDGAR年报源文件 (10Q_10KA_10QA)\2001\QTR1\20010102_10-K-A_edgar_data_1024302_0001092388-00-500453.txt", 'w')
appendFile.write(new_words)
appendFile.close()

谢谢大家！

Answer 1

大概就是这样 ， 把文件处理改成一个过程 ， 加一个遍历文件夹的过程。

import io
from nltk.corpus import stopwords
from nltk.tokenize import word_tokenize
import os

# 把文件处理改成一个过程
def file_work(file_name):
    stop_words = set(stopwords.words('english'))
    file1 = open( file_name)
    line = file1.read()
    words = word_tokenize(line)
    words_witout_stop_words = ["" if word in stop_words else word for word in words]
    new_words = " ".join(words_witout_stop_words).strip()
    appendFile = open(file_name, 'w')
    appendFile.write(new_words)
    appendFile.close()

# 这个是完成1个文件
f =  r"D:\1.1 SEC EDGAR年报源文件 (10Q_10KA_10QA)\2001\QTR1\20010102_10-K-A_edgar_data_1024302_0001092388-00-500453.txt"
file_work(f)





def check_all_files(check_path):
    list_files = []
    # 列出文件夹下所有的目录与文件
    cur_list = os.listdir(check_path)
    for i in range(0 ,len(cur_list)):
        file_path = os.path.join(check_path, cur_list[i])
        if os.path.isdir(file_path):
            list_files.extend(check_all_files(file_path))
        if os.path.isfile(file_path):
            # print(cur_list[i][-4:].upper())
            if cur_list[i][-3:].upper()=='TXT':
                list_files.append([cur_list[i], file_path])
    return list_files


# 遍历文件夹 处理所有txt文件
txt_file = check_all_files( r"D:\1.1 SEC EDGAR年报源文件 (10Q_10KA_10QA)")
for f in txt_file:
    print("处理",f[0])
    file_work(f[1])