如何读取文本文件并按句号和换行符拆分生成句子列表

原代码存在的问题 #

• 执行f.read()后，文件读取指针已移动到文件末尾，后续for line in f无法读取任何内容
• 未实现按句号（.）和换行符（\n）拆分内容并生成目标列表的核心逻辑

修正后的代码 #

import re

source_file = "textfile.txt"  # 文件内容为："The cat jumped over the dog\n. The dog ran. etc."

def load_text_file(source_file):
    res = []
    with open(source_file, encoding="utf8", errors='ignore') as f:
        # 读取全部文件内容
        txt = f.read()
        # 将换行符后跟句号的部分替换为单个句号，统一分隔符形式
        txt_processed = txt.replace('\n.', '.')
        # 按". "拆分，得到不带句号的句子片段
        sentence_parts = re.split(r'\. ', txt_processed)
        # 构建目标列表：每个片段加句号，中间插入空格
        for idx, part in enumerate(sentence_parts):
            res.append(f"{part}.")
            # 最后一个片段后不添加空格
            if idx != len(sentence_parts) - 1:
                res.append(" ")
    return res 

list_res = load_text_file(source_file)
print(list_res)

代码说明 #

1. 读取文件：直接读取全部内容，避免指针移动导致的后续读取失效
2. 统一分隔符：将\n.替换为.，把换行和句号的组合转换成标准的句末句号形式
3. 拆分句子：使用正则表达式按. （句号加空格）拆分，得到纯句子内容片段
4. 构建目标列表：给每个片段添加句号，在相邻句子之间插入空格，匹配期望的输出格式

内容的提问来源于stack exchange，提问作者milesabc123