3

Estou lendo um arquivo, stopwords.txt, e neste arquivo cada stopword está em uma linha, exemplo:

a


o


para

Cada stopword estou salvando em uma lista da seguinte maneira:

with open(sys.argv[1],"r") as file_entrada: 
    lista_nome_base_docs = [line.rstrip() for line in file_entrada]


with open(sys.argv[2],"r") as file_stopwords:  
    lista_stopwords = [line.strip() for line in file_stopwords]

Após essa leitura, mando exibir a lista na tela e sai desse jeito

inserir a descrição da imagem aqui

Entre as stopwords, está saindo um espaço em branco, exemplo: ['a','','para']

Como faço para não aparecer esses espaços em branco na lista?

1 Resposta 1

3

Basta fazer a verificação quando você gera a lista de palavras:

lista_stopwords = [line.strip() for line in file_stopwords if line.strip() != ""]

Perceba a adição da condição if line.strip() != "" ao final da linha. Com isso você já garantirá que apenas as linhas com algum conteúdo diferente de da quebra de linha não sejam incluídas na lista.

Veja um exemplo:

words = ["a\n", "\n", "ok\n", "\n", ""]

print([word.strip() for word in words if word.strip() != ""])

# ['a', 'ok']

Veja funcionando no Ideone | Repl.it

3
  • Entendi @Anderson Calos Woss, uma outra coisa que não entendi o por que, na imagem da pergunta que mostra a saída da lista, repare que a primeira posição da lista, está imprimindo um "lixo" pelo que me parece, sabe me dizer o que seria isso? ou como remover isto, para que na primeira posição da lista imprima a primeira stopword de fato. Commented 5/10/2017 às 13:30
  • @WilliamHenrique é os caracteres do BOM (pt.stackoverflow.com/q/9940/5878). Esta resposta pode te ajudar: pt.stackoverflow.com/a/217650/5878.
    – Woss
    Commented 5/10/2017 às 13:33
  • consegui aqui tirar ele... usando o que você mostrou, naquele if adicionei mais uma condição: if line.strip() != "" and line.strip() != "" - e eliminou esses caracteres especiais da lista, ficou somentes as stopwords. Muito obrigado pela ajuda! Commented 5/10/2017 às 13:40

Você deve fazer log-in para responder a esta pergunta.

Esta não é a resposta que você está procurando? Pesquise outras perguntas com a tag .