.txtファイルから.csvのデータを難読化する

Question

削除するデータのリストに基づいて.csvファイルの列にある単語を別の.txtファイルに難読化したいとします。

私のデータの大文字と小文字を無視し、.csvファイルでは、一致する単語を "to remove"ファイルの代わりに'*'に置き換えることが理想的です。大文字と小文字を無視して.csvファイル内の単語を置き換えるのが最善の方法は何か分かりません。私がこれまで行ってきたことは働いておらず、私は解決策に門戸を開いています。

例データファイル：

This is a line of text in .csv column that I want to remove a word from or data such as 123 from. 

私の.txtファイルを削除するデータのリストになります。

want 
remove 
123 

出力は次のようになります。

This is a line of text in .csv column that I **** to ****** a word or data such as *** from. 

私のコード：

import csv 

with open('MyFileName.csv' , 'rb') as csvfile, open ('DataToRemove.txt', 'r') as removetxtfile: 
    reader = csv.reader(csvfile) 
    reader.next() 
    for row in reader: 
     csv_words = row[3].split(" ") #Gets the word for the 4th column in .csv file 
      for line in removetxtfile: 
       for wordtoremove in line.split(): 
        if csv_words.lower() == wordtoremove.lower() 
         csv_words = csv_words.replace(wordtoremove.lower(), '*' * len(csv_words)) 

Answer 1

私は、一連の検閲語を構築することから始めます。私の入力は、基本的に改行で区切られた単語のプレーンテキストファイルです。テキストファイルが異なる場合は、別々に解析する必要があります。

その他の思考：

入力ファイルを上書きしようとする代わりに、別の検閲ファイル出力を作成します。そうすれば、あなたのアルゴリズムを台無しにするとデータが失われることはありません。

4番目の列に.split(" ")を入力します。これは、複数の単語がスペースで区切られている場合にのみ必要です。そうでない場合は、for w in csv_wordsループをスキップして、4番目の列のすべての単語をループさせることができます。

import csv 
import re 
import string 

PUNCTUATION_SPLIT_REGEX = re.compile(r'[\s{}]+'.format(re.escape(string.punctuation))) 

# construct a set of words to censor 
censor_words = set() 
with open ('DataToRemove.txt', 'r') as removetxtfile: 
    for l in removetxtfile: 
    words = PUNCTUATION_SPLIT_REGEX.split(l) 
    for w in words: 
     censor_words.add(w.strip().lower()) 

with open('MyFileName.csv' , 'rb') as csvfile, open('CensoredFileName.csv', 'w') as f: 
    reader = csv.reader(csvfile) 
    # reader.next() 
    for row in reader: 
     csv_words = row[3].split(' ') #Gets the word for the 4th column in .csv file 
     new_column = [] 
     for w in csv_words: 
      if w.lower() in censor_words: 
       new_column.append('*'*len(w)) 
      else: 
       new_column.append(w) 
     row[3] = ' '.join(new_column) 
     f.write(' '.join(row) + '\n')