Python从Conll文件中提取特定标签的词语

# 打开文件
f = open('train.conll', 'r', encoding='utf-8')

# 定义需要提取的标签
tags = ['B-prov', 'I-prov', 'E-prov',
        'B-city', 'I-city', 'E-city',
        'B-district', 'I-district', 'E-district',
        'B-town', 'I-town', 'E-town',
        'B-community', 'I-community', 'E-community',
        'B-village_group', 'E-village_group',
        'B-road', 'I-road', 'E-road',
        'B-subpoi', 'I-subpoi', 'E-subpoi']

# 定义存储词的列表
words = []

# 定义当前词的标签和内容
current_tag = None
current_word = ''

# 逐行读取文件
for line in f:
    # 去除行末的换行符
    line = line.strip()
    # 如果行为空，则跳过
    if not line:
        continue
    # 将行按空格分割成列表
    parts = line.split()
    # 获取标签和词
    tag = parts[-1]
    word = parts[0]
    # 如果标签在需要提取的标签列表中
    if tag in tags:
        # 如果当前词的标签为空，则将当前标签和词更新为当前标签和词
        if current_tag is None:
            current_tag = tag
            current_word = word
        # 如果当前词的标签与当前标签相同，则将当前词的内容更新为当前词的内容加上当前词的词
        elif current_tag == tag:
            current_word += word
        # 如果当前词的标签与当前标签不同，则将当前词的内容添加到词列表中，并更新当前标签和词
        else:
            words.append(current_word)
            current_tag = tag
            current_word = word
    # 如果标签不在需要提取的标签列表中，则将当前词的内容添加到词列表中，并重置当前标签和词
    else:
        if current_tag is not None:
            words.append(current_word)
            current_tag = None
            current_word = ''
        else:
            continue

# 关闭文件
f.close()

# 将词按空格连接成字符串
result = ' '.join(words)

# 将字符串按空格分割成列表
result_list = result.split()

# 将列表中的每个词加上换行符
result_list = [word + '\n' for word in result_list]

# 将列表中的词写入文件
f = open('ci.txt', 'w', encoding='utf-8')
f.writelines(result_list)
f.close()