Python处理含断行与连字符的文本文件：解决方案验证

嘿，咱们来看看你这段用来处理带断行连字符文本的Python代码，先理清楚核心需求：要把像implemen- ted这种被断行拆分的单词合并成implemented，同时保证文本流畅可读。

现有代码的问题 #

先贴出你写的代码：

def file_string():
    with open('speech.txt','r') as file:
        lines = file.read().split("\n")
        string = []
        for line in lines:
            line = line.replace('- ','')
            string.append(line)
        return (' '.join(string))
print(file_string())

这段代码的核心问题在于：

• 它只针对- （连字符+空格）做替换，但实际场景中，断行的连字符是在行尾，后面跟着的是换行符\n，而不是空格，所以这个替换逻辑根本找不到要处理的目标
• 用split("\n")拆分所有行后再用空格拼接，会把原本正常的换行（比如段落分隔）也变成空格，破坏了文本原本的结构（如果是单段落文本影响不大，但逻辑上是错误的）

修复后的可行方案 #

针对这个需求，我们需要匹配行尾的连字符+换行符，把它们替换掉来合并单词。这里提供两种实用的实现方式：

方式1：全局替换（适合单段落文本） #

这种方式简单直接，一次性读取整个文本后做全局替换，适合不需要保留原始段落换行的场景：

def fix_hyphenated_text():
    with open('speech.txt', 'r', encoding='utf-8') as file:
        raw_text = file.read()
        # 替换行尾的连字符+换行，合并被拆分的单词
        fixed_text = raw_text.replace('-\n', '')
        # 清理多余的连续空格（比如合并后可能出现的空格堆积）
        fixed_text = ' '.join(fixed_text.split())
        return fixed_text

print(fix_hyphenated_text())

方式2：逐行处理（保留段落结构） #

如果你的文本有多段落，需要保留段落之间的换行，可以逐行检查并合并：

def fix_hyphenated_text_with_paragraphs():
    fixed_content = []
    with open('speech.txt', 'r', encoding='utf-8') as file:
        current_line = ''
        for line in file:
            stripped_line = line.rstrip('\n')
            # 如果上一行以连字符结尾，就把当前行合并到上一行
            if current_line.endswith('-'):
                current_line = current_line[:-1] + stripped_line.lstrip()
            else:
                if current_line:
                    fixed_content.append(current_line)
                current_line = stripped_line
        # 把最后一行加入结果
        if current_line:
            fixed_content.append(current_line)
    # 用换行符连接，保留段落结构
    return '\n'.join(fixed_content)

print(fix_hyphenated_text_with_paragraphs())

验证结果 #

用你提供的示例文本测试修复后的代码，会得到符合预期的正确输出：

to validate my solution was I need to take the bench test of the elaborated algorithm only after the table test that the program was implemented this strategy spared development time

这样就完美解决断行连字符的问题啦~

内容的提问来源于stack exchange，提问作者Bruno