テキストファイル内の特定の単語の前後の単語を取得する

Question

私はいくつかの他のフォルダを含むフォルダを持っていて、それぞれには32214個のファイルに関する多くのテキストファイルが含まれています。私は特定の単語の前と後に5単語を印刷したいと思います。私のコードはこれらのすべてのファイルを読むべきです。以下のコードは動作しますが、すべてのファイルを読み込んで文章を抽出するのに約8時間かかります。数分で文章を読み込んで印刷できるように、コードを変更するにはどうすればよいですか？すべてのファイルをアクセスするために使用os.walk（言語はペルシャ語である）

. 
. 
. 
def extact_sentence(): 
    f= open ("پاکت", "w", encoding = "utf-8") 
    y = "پاکت" 
    text= normal_text(folder_path) # the first function to normalize the files 
    for i in text: 
     for line in i: 
      split_line = line.split() 
      if y in split_line: 
       index = split_line.index(y) 
       d = (' '.join(split_line[max(0,index-5):min(index+6,len(split_line))])) 
       f.write(d + "\n") 
    f.close() 

enter image description here

Answer 1

。

import os 


def getRollingWindow(seq, w): 
    win = [next(seq) for _ in range(window_size)] 
    yield win 
    for e in seq: 
     win[:-1] = win[1:] 
     win[-1] = e 
     yield win 


def extractSentences(rootDir, searchWord): 
    with open("پاکت", "w", encoding="utf-8") as outfile: 
     for root, _dirs, fnames in os.walk(rootDir): 
      for fname in fnames: 
       print("Looking in", os.path.join(root, fname)) 
       with open(os.path.join(root, fname)) as infile: 
        for window in getRollingWindow(word for line in infile for word in line.split(), 11): 
         if window[5] != searchWord: continue 
         outfile.write(' '.join(window))