从txt中提取n克只返回第一行。

Question

我在ML和它里面的一切都是新手。

我有一个15K的日志，我的目标是从其中提取3到8克。我使用的代码部分是从this问题中采用的。

    df = pd.read_fwf(r'C:\path\to\my\LOG.txt')
    vect = sklearn.feature_extraction.text.CountVectorizer(ngram_range=(3,8))
    vect.fit(df)
    for w in vect.get_feature_names_out():
    print(w)

代码实际上可以工作，但我不能在txt上“迭代”。执行的结果只返回从日志的前2-3行提取的第一个X克。我如何从文档中读取和提取所有的n-克？

额外的问题:既然最后的目标是提取n-克并在其上构建tf-国防军模型，那么我的日志是TXT而不是CSV这一事实是否代表了一个问题？我有变长线，所以CSV是不可行的。

Answer 1

使用文件对象上的for循环逐行读取它。与open一起使用(.)若要让上下文管理器确保在读取后文件被关闭，请执行以下操作：

with open("log.txt") as infile:
    for line in infile:
        print(line)