AI批量处理TXT文档换行符

推荐语

这是一篇关于 AI 处理 TXT 文档换行符的实用指南，不容错过！

核心内容：
1. 介绍处理文档换行符的任务需求
2. 不同编码方式读取文件的尝试
3. 展示 Deepseek 生成的处理源代码

杨芳贤

53A创始人/腾讯云(TVP)最具价值专家

有很多个TXT文档，里面有很多换行，要全部去掉：

在deepseek中输入提示词：

写一个Python脚本，完成任务如下：

读取文件："F:\OneDrive\桌面\新建 文本文档 (3).txt"

识别所有的换行符，

如果换行符前面是文字，那么就删掉这个换行符；

如果换行符前面是句号、问号、感叹号等标点符号，那么就保留这个换行符。

注意：每一步都要输出信息到屏幕上

文件中包含了一些无法被UTF-8编码解析的字符。为了处理这种情况，我们可以尝试使用不同的编码方式来读取文件，例如 'gbk' 或 'latin1'。如果这些编码方式仍然无法解析文件内容，我们可以尝试忽略无法解析的字符

Deepseek生成的源代码：

import re

def process_file(input_file):

try:

with open(input_file, 'r', encoding='utf-8') as infile:

content = infile.read()

except UnicodeDecodeError:

try:

with open(input_file, 'r', encoding='gbk') as infile:

content = infile.read()

except UnicodeDecodeError:

with open(input_file, 'r', encoding='latin1') as infile:

content = infile.read()

print(f"读取文件: {input_file}")

print("原始内容:")

print(content)

print("-" * 40)

# 使用正则表达式匹配换行符，并根据前面的字符决定是否删除换行符

processed_content = re.sub(r'(?<![\.!?。！？])\n', '', content)

print("处理后的内容:")

print(processed_content)

print("-" * 40)

# 将处理后的内容写回文件

with open(input_file, 'w', encoding='utf-8') as outfile:

outfile.write(processed_content)

print(f"处理后的内容已写回文件: {input_file}")

# 示例用法

input_file = r"F:\OneDrive\桌面\新建 文本文档 (3).txt" # 输入文件路径

process_file(input_file)

代码解释：

try...except 块: 尝试使用 utf-8 编码读取文件，如果失败则尝试使用 gbk 编码，如果仍然失败则尝试使用 latin1 编码。

re.sub(r'(?<![\.!?。！？])\n', '', content): 这个正则表达式会匹配换行符，并检查换行符前面是否不是句号、问号、感叹号等标点符号。如果是，则删除换行符；如果不是，则保留换行符。

with open(input_file, 'w', encoding='utf-8') as outfile:: 将处理后的内容写回文件，使用 utf-8 编码。

使用方法：

将你的文本内容保存到 F:\OneDrive\桌面\新建 文本文档 (3).txt 文件中。

运行上述代码，脚本会读取文件内容，处理换行符，并将处理后的内容写回文件。每一步都会输出信息到屏幕上。

注意事项：

如果文件中包含无法解析的字符，脚本会尝试使用不同的编码方式来读取文件。如果所有编码方式都无法解析文件内容，可能需要手动检查文件内容并修复编码问题。

运行程序，txt文档处理好了：