如何用Python读取文本文件并排除含DM/RT的行以统计推文数

嘿，我来帮你搞定这个统计推文的问题！

首先，咱们先优化下原代码的文件读取方式——用with语句打开文件会更安全，它能自动帮你处理文件关闭的操作，避免资源泄漏。核心要做的就是添加过滤逻辑，把包含“DM”或“RT”的行排除掉。

方案一：直接统计有效行数（最省内存） #

如果你的需求只是统计数量，不需要保存每条推文内容，这个方法最高效：

with open('stream.txt', 'r') as file:
    tweet_count = 0
    for line in file:
        # 检查当前行是否不包含"DM"和"RT"
        if 'DM' not in line and 'RT' not in line:
            tweet_count += 1
    print(f"符合要求的推文数量：{tweet_count}")

方案二：保存有效推文并统计（方便后续处理） #

如果你之后还要对推文内容做拆分或其他操作，可以在过滤后保存每行内容（或拆分后的单词列表）：

with open('stream.txt', 'r') as file:
    # 过滤掉包含"DM"或"RT"的行，同时去掉每行末尾的换行符
    valid_tweets = [line.strip() for line in file if 'DM' not in line and 'RT' not in line]
    # 要是你需要把每行拆分成单词列表，改成下面这行：
    # valid_tweets = [line.strip().split() for line in file if 'DM' not in line and 'RT' not in line]
    
    tweet_count = len(valid_tweets)
    print(f"符合要求的推文数量：{tweet_count}")

额外说明：如果要排除"DM"/"RT"作为单独单词的行 #

如果你的需求是只有当"DM"或"RT"是单独单词时才排除该行（比如不排除包含"DMxxx"这类字符串的行），那可以先把每行拆分成单词再检查：

with open('stream.txt', 'r') as file:
    valid_tweets = []
    for line in file:
        words = line.strip().split()
        if 'DM' not in words and 'RT' not in words:
            valid_tweets.append(words)
    tweet_count = len(valid_tweets)
    print(f"符合要求的推文数量：{tweet_count}")

根据你的实际需求选对应的方案就好啦！

内容的提问来源于stack exchange，提问作者kmurp62rulz