Python3中使用Sastrawi处理停用词后，如何将结果保存至新文件？

嘿，你的代码已经搞定了停用词移除的核心逻辑，现在只需要添加上写入文件的步骤就行！我给你调整一下代码，同时解释关键部分：

修改后的完整代码（推荐用with语句更安全） #

from Sastrawi.StopWordRemover.StopWordRemoverFactory import StopWordRemoverFactory

factory = StopWordRemoverFactory()
stopword = factory.create_stop_word_remover()

# 用with语句同时管理输入和输出文件，自动处理关闭
with open('dataset/filter.txt', 'r', encoding='utf-8') as input_file, \
     open('dataset/processed_result.txt', 'w', encoding='utf-8') as output_file:
    for data in input_file:
        # 处理停用词，顺便去除每行末尾的换行符（可选，避免重复换行）
        processed_line = stopword.remove(data.strip())
        # 写入处理后的内容，记得加换行符
        output_file.write(processed_line + '\n')

关键步骤解释 #

• 指定编码encoding='utf-8'：处理印尼语文本时一定要加这个，不然很容易出现乱码问题，保证读写的文本编码一致。
• with语句的优势：它会自动帮你关闭文件，哪怕中间代码出错也不会导致文件资源泄漏，比手动调用close()更可靠。
• strip()和'\n'：data.strip()是去掉每行原有的换行符，之后写入时再加'\n'，确保输出文件的每行格式整齐，不会出现空行或者换行混乱。

如果你想保持原来的代码结构（不用with），也可以这样写：

from Sastrawi.StopWordRemover.StopWordRemoverFactory import StopWordRemoverFactory

factory = StopWordRemoverFactory()
stopword = factory.create_stop_word_remover()

input_file = open('dataset/filter.txt', 'r', encoding='utf-8')
output_file = open('dataset/processed_result.txt', 'w', encoding='utf-8')

for data in input_file:
    processed_line = stopword.remove(data.strip())
    output_file.write(processed_line + '\n')

# 一定要记得手动关闭文件！
input_file.close()
output_file.close()

这样处理后，你就能在dataset/processed_result.txt里看到处理好的无停用词文本啦～

内容的提问来源于stack exchange，提问作者hensam