Python移除输出换行符后结果为单词列表而非完整文本问题求助

问题原因 #

• 处理逻辑顺序错误：代码执行第一步就通过re.split(r" ", raw)将完整文本按空格切割为独立片段列表，后续所有处理逻辑都作用在单个拆分后的片段上，直接破坏了文本原有连贯结构。
• 换行符替换操作无效：你将换行符替换步骤放在循环内，作用对象是已经被拆分后的单个片段，此时换行符要么被拆分到不同片段中，要么已经在切割步骤中被处理，这行替换代码完全不生效。
• 输出逻辑错误：循环内每次处理完单个片段就调用print(Step4)，Python的print函数默认会在输出末尾追加换行符，最终输出自然呈现为逐行的单词列表形式。

修正方案 #

调整处理顺序，先对完整文本做全局正则替换，再执行后续你需要的操作，不要提前拆分文本，示例修正代码如下：

import re
import nltk
from nltk import word_tokenize

# 读取完整文本
f=open("/Applications/Python 3.9/cleaning text.txt",encoding='Latin-1')
raw=f.read()
f.close() # 记得关闭文件句柄

# 先对完整文本做全局替换
Step1 = re.sub(r"(\\.*)","",raw)
Step2 = re.sub(r"(M)","hl",Step1)
Step3 = re.sub(r"(\[aa\])","[a::]",Step2)
# 全局替换换行符为空格
Step4 = re.sub(r"\n"," ",Step3)

# 输出连贯完整文本
print(Step4)

# 如果后续确实需要拆分单词，在得到完整Step4文本之后再做拆分即可
# Data = re.split(r" ", Step4)

内容的提问来源于stack exchange，提问作者Lindsay