在Python中处理文本文件时，将文本中的单词逐行写入新文件是一个常见的需求，比如做文本预处理、词频统计前的数据整理等场景都会用到这个操作。实现这个需求的核心流程分为读取原始文件、分割提取单词、写入新文件三个步骤，下面会逐步讲解每个步骤的实现方法。
实现步骤详解
1. 读取原始文本文件
首先需要打开并读取存放原始文本的源文件，这里要注意指定正确的文件编码，避免出现乱码问题。通常使用open()函数打开文件，使用read()方法读取全部内容。
2. 分割提取单词
读取到文本内容后，需要按照规则分割出单个单词。常见的分割方式是根据空格、标点符号来拆分，可以使用字符串的split()方法结合正则表达式处理，去除无用的空字符串。
3. 逐行写入新文件
提取到所有单词后，遍历单词列表，将每个单词单独写入目标文件，每个单词占一行即可。
完整代码示例
以下是一个可以直接运行的完整示例，假设源文件名为source.txt，目标文件名为target.txt，两个文件都放在代码同目录下：
import re
# 读取源文件内容
with open("source.txt", "r", encoding="utf-8") as f:
content = f.read()
# 使用正则表达式分割单词，匹配字母数字组成的连续字符，忽略标点
words = re.findall(r"w+", content)
# 将单词逐行写入新文件
with open("target.txt", "w", encoding="utf-8") as f:
for word in words:
# 每个单词写入后加换行符，实现逐行写入
f.write(word + "n")
print("单词逐行写入完成")
注意事项
- 文件编码问题：如果源文件是其他编码比如gbk，打开时需要把
encoding参数改成对应的编码，否则会报错。 - 空值处理：如果分割后出现了空字符串，可以在写入前加一个判断，跳过空值，避免写入空行。
- 大文件处理：如果源文件体积很大，不建议一次性读取全部内容，可以逐行读取源文件，处理完一行再读下一行，减少内存占用。
扩展优化
如果需要处理更复杂的单词提取规则，比如保留带连字符的单词，或者过滤掉长度小于2的短单词，可以调整正则表达式的规则，或者在遍历单词时增加过滤条件。例如只保留长度大于等于2的单词，可以修改写入部分的代码：
with open("target.txt", "w", encoding="utf-8") as f:
for word in words:
# 过滤长度小于2的单词
if len(word) >= 2:
f.write(word + "n")