各位版上的python先進大家好：
小弟最近因為研究需求開始接觸python，是個完全的新手，
由於小弟的研究領域是文件自動分類，
因此需要用到python裡極強大的nltk自然語言處理套件。
但是小弟的程式基礎都在C#上，也有已經打造好的文件分類系統，
估計短期內不可能整個用python重新打造出來，
因此最可能的方案還是將文字的處理部份交給python，再接到我以C#打造的系統做分類。

小弟知道這麼做有點逆天行事，但是要把我的作業流程給自動化似乎沒有更好的辦法，
因此就是利用python的.py檔案可以直接執行的特性，讓C#呼叫ProcessRun來執行它，
（理論上）效果其實就像從cmd來執行一樣，這段在C#裡的程式碼長這樣：

System.Diagnostics.Process ProcessRun = new Process();
ProcessRun.StartInfo.FileName = @"C:\Python27\python.exe";
ProcessRun.StartInfo.Arguments
= Directory.GetCurrentDirectory() + @"\nltkFacade.py";
ProcessRun.StartInfo.WorkingDirectory = Directory.GetCurrentDirectory();
ProcessRun.StartInfo.UseShellExecute = false;
ProcessRun.StartInfo.RedirectStandardInput = true;
ProcessRun.StartInfo.RedirectStandardOutput = true;
ProcessRun.StartInfo.CreateNoWindow = true;

ProcessRun.Start();
Console.WriteLine("finish execute python script ");
ProcessRun.WaitForExit();
Console.WriteLine(ProcessRun.StandardOutput.ReadToEnd());
ProcessRun.Close();

然後被執行的nltkFacade.py長這個樣子：
=========================================================
#-*- coding:big5 -*-
import os #讀取程式目前路徑用
import sys #為了能夠吃進主程式外部輸進的參數
import nltk #引入自然語言處理模組
import io #檔案io
from nltk.corpus import stopwords #去無用字
import re #需要用正則表示式移除標點與數字
from nltk.corpus import wordnet as wn #2013/10/26改用wordnet來做字根還原

#把下面三個文字處理函式串接在一起
def superTextHandler(inputString):
#先移除無用符號及數字
inputString=removePuncuhationAndNumbers(inputString)
#先轉換小寫與斷詞
tokens=lowerAndTokenlization(inputString)
#去無用字
tokensRemoveStopWords= removeStopwords(tokens)
#字根還原
return wordNetStemming(tokensRemoveStopWords)

#這個去無用字函式是從網路上抄來的，確定能用
def removeStopwords(palabras):
print ("remove stopwords activated!")
return [ word for word in palabras if word not in stopwords.words("english") ]

#移除標點與數字，只要排除非英文字母以外的所有字元就好
def removePuncuhationAndNumbers(input):
return re.sub(r"[^A-Za-z\s]+"," ",input)
#重要，符號的取代要用空白鍵，不然會沾粘

#word net的字根還原函式, 輸入已經斷詞的list
def wordNetStemming(tokens):
str_list = [] #製造一個類似C#裡StringBuilder的東西
for token in tokens:
str_list.append(wordNetStemmingOneWord(token)+" ")
#字根還原完了，記得要加那個空白鍵不然會沾粘
return "".join(str_list) #這就像最終的StringBuilder.ToString

#使用wordnet做單個字詞的字根還原，只進行名詞與動詞，基本上它還是給人呼叫
def wordNetStemmingOneWord(input):
#在python裡None應該就是null
try:
if(wn.morphy(input, wn.NOUN)!=None):
input=wn.morphy(input, wn.NOUN)
if(wn.morphy(input, wn.VERB)!=None):
input=wn.morphy(input, wn.VERB)
except Exception, e:
print e
return input

#斷詞函式，輸入尚未斷詞之字串，同時完成轉換小寫
def lowerAndTokenlization(input):
try: #不小心讀到空字串時會導致斷詞函式crash，所以用try包起來
return nltk.word_tokenize(input.lower()) #斷詞
except Exception:
return nltk.word_tokenize("null") #斷詞

#處理單一的文字檔案，讀出來改好再寫回同一檔案
def dealOneFile(para):
orgdoc=io.open(para, "r", encoding="UTF-8")
modifiedDoc=" "
try:
modifiedDoc=orgdoc.read()
except Exception, e:
print e
wholeParagraph=superTextHandler("".join(modifiedDoc))
orgdoc.close()

mdfdoc=io.open(para, "w")
mdfdoc.write(wholeParagraph.decode("UTF-8"))
mdfdoc.close()
print("perform text operation successfully! "+wholeParagraph)

#主程式
if __name__ == '__main__':
#針對我所需要的工作資料夾走訪每個檔案
for root, dirs, files in os.walk(os.getcwd()+"\\txtFiles\\allStandards\\"):
print ("show folder: "+root) #輸出根目錄，debug
for f in files:
print ("show file" +os.path.join(root, f)) #輸出要改的檔案，debug
dealOneFile(os.path.join(root, f)) #執行單一文字檔的修改
=======================================================================

而目前小弟遭遇的情況是：
這個nltkFacade.py沒有問題，不論從windows上直接點兩下執行，
或是從主控台cmd裡輸入命令列來執行，都可以正確運作，
可是透過C#來呼叫時，它「沒有完整執行」，
這個程式是針對一個資料夾裡的所有文字檔案作修改，
從C#呼叫的結果是「只有其中一部份的檔案有順利被修改」，其他部份則都無動於衷。

然而，由於這個python檔案本身在cmd下已經能被正確執行，
在正確執行的狀態下當然不會回報任何錯誤與例外訊息，
但透過C#來呼叫時，C#的Console上並不轉達python所負責輸出的訊息，
也就是我追蹤不到任何Exception的原因，只好來到貴版求援，
懇請各位python高手不吝賜教，幫小弟看看可能的問題在哪，感激不盡！

P.S.小弟還有嘗試過用p2exe將這個py檔案編譯成exe檔，
就小弟使用C#的經驗，呼叫exe檔的結果通常不令人意外，
但是執行exe檔的結果仍和執行這個py檔案一樣，就是只有一部份的文件被修改。


--
灰心喪志的人，如洩了氣的皮球，一蹶不振；
消極頹唐的人，如洩了精的雞巴，無望再舉。
而，打個手槍沒有目標的痛苦，就是現實世界的殘酷。

--
※ 發信站: 批踢踢實業坊(ptt.cc)
◆ From: 130.126.241.12
※ 編輯: CYBASTER 來自: 130.126.241.12 (10/30 04:41)
謝謝timTan大大的建議，我一開始也在想用Iron Python來接，
但是因為我使用的nltk套件不支援Iron Python只好作罷。 ^^
※ 編輯: CYBASTER 來自: 50.148.113.168 (10/30 12:48)