英文文本预处理

一个课程作业，写的比较渣！！！，包含了英文文本的去特殊符号、去停用词、词干化、计算文本相似度、PCA降维，最后K-means聚类以及可视化等

#coding:utf-8
import  os
import  re
def Delete（）:
    for i in range（500）:
        f=open（‘E:/English/SourceData/‘+str（i）+‘.txt‘‘rb‘）
        content=f.read（）.decode（‘utf-8‘）
        del_content=re.sub（r“[\s\n\d#=||&:?<>}{@+\.\!\/.$%^*_\---（+）\“\‘]+|[+——！，。？?、\[~@=《》：#；：:\]’“”‘￥%……&*（）]+]“‘\n‘content）
        news=‘‘.join（del_content）.replace（‘ ‘‘‘）
        f_w=open（‘E:/English/DeleteChar/‘+‘New_‘+str（i）+‘.txt‘‘w‘）
        f_w.write（news.lower（））
Delete（）

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     目录           0  2017-11-27 14:55  EnglishChuLi\
     目录           0  2017-11-27 14:56  EnglishChuLi\.idea\
     文件         398  2017-11-21 10:32  EnglishChuLi\.idea\EnglishChuLi.iml
     文件         212  2017-11-21 10:32  EnglishChuLi\.idea\misc.xml
     文件         276  2017-11-21 10:31  EnglishChuLi\.idea\modules.xml
     文件       24817  2017-11-27 14:56  EnglishChuLi\.idea\workspace.xml
     文件         520  2017-11-25 20:27  EnglishChuLi\DeleteChar.py
     文件         724  2017-11-25 20:28  EnglishChuLi\DeleteStop.py
     文件        1093  2017-11-21 14:42  EnglishChuLi\GetEnglishInformation.py
     文件         706  2017-11-25 20:48  EnglishChuLi\Kbean.py
     文件         732  2017-11-25 20:45  EnglishChuLi\PCA.py
     文件        1753  2017-11-25 20:31  EnglishChuLi\similary.py
     文件         836  2017-11-25 20:29  EnglishChuLi\SnowballStemmer.py