Python处理文件停用词后保存至新文件夹文件内容为空如何解决

错误原因 #

• 核心问题：生成过滤停用词后的词列表cleaned后，仅通过print()输出到控制台，未执行写入文件的操作，是文件为空的直接原因。
• 文件句柄管理错误：未使用with上下文管理器管理写入文件的句柄，也没有主动调用关闭方法，即使补充写入逻辑，内容也会停留在缓冲区无法刷入磁盘。
• 保存路径配置错误：当前save_dir指向corpus根目录，未指向目标Save-files文件夹，需要先调整路径并确保文件夹存在。
• 路径拼接方式不规范：直接使用字符串拼接路径容易因斜杠匹配异常出错，推荐使用os.path.join处理路径拼接。

修复后代码 #

from nltk.corpus import stopwords
import os

stoplist = stopwords.words('english')

dir_path = 'C:/Users/Super/Desktop/IR/homework/Lab4/corpus/corpus/'
# 调整保存路径为Save-files文件夹
save_dir = "C:/Users/Super/Desktop/IR/homework/Lab4/corpus/Save-files/"
# 自动创建目标文件夹，已存在时不会报错
os.makedirs(save_dir, exist_ok=True)

for document in os.listdir(dir_path):
    # 用os.path.join拼接路径避免格式错误
    read_path = os.path.join(dir_path, document)
    save_path = os.path.join(save_dir, document)
    # 同时用with管理读写文件句柄，操作完成后自动关闭刷新内容
    with open(read_path, "r", encoding="utf-8") as reader, open(save_path, "w", encoding="utf-8") as writer:
        text = reader.read()
        cleaned = [word for word in text.split() if word not in stoplist]
        # 把词列表拼接为字符串后写入文件
        writer.write(' '.join(cleaned))

补充说明 #

如果你的源文件不是UTF-8编码，可以根据实际编码调整open方法中的encoding参数，避免读写时出现编码错误。

内容的提问来源于stack exchange，提问作者user14510391