歌詞データをcolaboratoryに読み込ませたい

Question

５００曲程度の歌詞データ（.txt）があります。
最終的にはDoc2vecを試したくて、Colaboratoryにあげようとしています。
ファイル構造的には
kashi.zip
-aidoru
-kyokumei1.txt
-kyokumei2.txt
:
:
といった感じです。

zipファイルをあげる、!unzipを使うで解凍までできたのですが、一気にインポートできないのかなと思い質問いたしました。
詳しい方アドバイスお願いします。

Comments

[meg_]

> 一気にインポートできないのかなと思い質問いたしました。
｢インポート｣とはどうすることを指しているのでしょうか？

[yghvbn]

dataset = pd.read_table("sample_dataset.eucjp.txt", encoding="euc_jp")
dataset

みたいなことをするのに、一つ一つ入力（500テキストファイル分？）になるのかなと思いまして

[meg_]

> 一気にインポートできないのかなと
ループ処理では駄目なのでしょうか？

[yghvbn]

テキストファイルの名前がそれぞれなのですが、ループ処理だとどういったコードになるのでしょうか？

Answer 1

500個程度のtxtファイルがあり、それらすべてを読み込みたいが、ファイル名がバラバラなのでループが回せず困っていると解釈しました。

ディレクトリ内（子、孫も含む）のファイル名をすべて取得し、forで回せばいいと思います。

import pathlib
import glob

path='./Kashi'
tmp = pathlib.Path(path)

all_files = list(tmp.glob('**/*.txt'))
# all_files = [子孫含む全てのtxtファイルのリスト]

すべてのtxtファイル名をリストに出来たので、後はall_filesをforで回せばできると思います。

for file in all_files:
  print(file)

（参考）https://note.nkmk.me/python-pathlib-iterdir-glob/

Comments

[yghvbn]

ありがとうございます！