从文件中分离英语文本和非英语文本

Question

我有一个.csv文件，我想将非英语文本和英语文本分开放在两个不同的文件中。下面是我尝试过的代码：

  import string
  def isEnglish(s):
      return s.translate(None, string.punctuation).isalnum()
  file=open('File1.csv','r',encoding='UTF-8')
  outfile1=open('Eng.csv','w', encoding='utf-8')
  outfile2=open('Noneng.csv','w', encoding='utf-8')
  for line in file.readlines():
       r = isEnglish(line)
       if r:
          outfile1.write(line+"\n")
       else:
          outfile2.write(line+"\n")

代码没有生成所需的结果。两个文件中都有重复的英文文本。我已经附加了一个输出文件的快照。

Answer 1

您没有提到代码会产生这样的结果：

TypeError: translate() takes exactly one argument (2 given)

请您阅读详细手册：https://docs.python.org/3/library/stdtypes.html#str.translate

文档提供了一个非常重要的提示，即您应该调用str.maketrans( ... )来创建所需的转换映射。这将帮助您识别严格由字母数字组成的输入字符串。

translation_table = str.maketrans('', '', string.punctuation)