python文本处理功能示例

~

下面是平常使用中的一些总结。环境是python 3.3

   0. 基础

在python中，使用str对象来保存字符串。str对象的建立很简单，使用单引号或双引号或3个单引号即可。例如：

   s='nice' #output: nice

   s="nice" #output: nice

   s="Let's go" #output: Let's go

   s='"nice"' #output: "nice"

   s=str(1) #output: 1

   s='''nice

   day''' #output: nice

   #output: day

   在python中，/n代表换行符，/t代表tab键

   在python中，引用str中的某一段的内容很容易。例如：

   s='123456789'

   s[0] #第一个字符: output: 1

   s[-1] #倒数第一个字符: output: 9

   s[:2] #前2个字符： output: 12

   s[-2:] #后2个字符： output: 89

   s[2:-2] #去掉前2个和后2个剩余的字符 output:34567

   在python中，判断某一字符串是否在另一个字符串中：

   'nice' in 'nice day' #output :True

   1.  按照某种格式生产字符串

在python中，str对象有一个方法用于实现这种功能，这个方法是：str.format(*args,**kwargs)。例子：

   '1+2={0}'.format(1+2) #{0}是占位符，其中0表示是第一个需要被替换的。output: 1+2=3

   '{0}:{1}'.format('nice','day') #{0}，{1}是占位符，{0}指第一被替换，替换成nice，{1}第二个被替换，替换成day。output:nice:day

   实际用途：

   我的手机拍照之后，手机的命名如下：

   IMG_20130812_145732.jpg

   IMG_20130812_144559.jpg

   在电脑中，会根据相片的日期放到不同的文件夹，文件夹命名如下：

   2013-08-10

   2013-08-12

   所以说，要对相片的命名进行一个转换，这样才能映射到相应的文件夹转。代码如下：

   def getName(name):

   return '{0}-{1}-{2}'.format(name[4:8],name[8:10],name[10:12])

getName('IMG_20130812_145732.jpg') #output: 2013-08-12

   2. 替换字符串中的某一部分

替换有2中方法，一种是使用str对象自带的方法replace()，另一种是使用re模块中sub(0的。例如：

   #replace

   s='nice day'

   s.replace('nice','good') #s本身不改变，但会返回一个字符串：output: good day

#sub

   import re

   s='cat1 cat2 cat3 in the xxx'

   re.sub('cat[0-9]','CAT',s) #s本身不改变，但会返回一个字符串：output: CAT CAT CAT in the xxx

   对于re模块中的sub，需要了解正则表达式。

   3. 拆分字符串

Excel可以到处逗号分隔符格式的文件。对于这样的字符串，我们可以把它拆成相应的字段。实现这个功能，主要使用str对象的自带方法split。例如：

   s='one,two,three'

   s.split(',') #output: ['one', 'two', 'three']

   4. 合并字符串

除了拆分功能之外，我们可以将拆分好的字段合并成一个字符串。实现这个功能，主要使用str对象自带的方法join。例如：

   l=['one', 'two', 'three']

   ','.join(l) #output: one,two,three

   这个功能还可以在this模块中看到。

   task 5. 整合

   关于字符串的操作有很多。如果仅仅对一两行字符串进行操作，显示不出他的威力。在工作中，有可能会对文档进行处理，有的文档很大，手工的方式不好处理，这时，python就有用武之地。

   例如，从数据库中导出一个表table_1的数据，导出来的数据格式如下：

   insert into table_1(field1,filed2,field3)

   values(value1,value2,value3);

   ...

   insert into table_1(field1,filed2,field3)

   values(value1,value2,value3);

   数据生成的文件的大小大概为700M。要把这个表的数据导入到另一个数据库的表table_2中，table_1和table_2的表结构相同，仅仅是名字不同。这时，我们可以写一个python脚本，将table_1替换成table_2。例如：

   path_in='table1.data'

   path_out='table2.data'

   f_in=open(path_in)

   f_out=open(path_out,'w')

   for i in f_in.readlines():

   if 'insert into table_1(field1,filed2,field3)' in i:

   f_out.write(i.repalce('tabel_1','table_2'))

   else:

   f_out.write(i)

   f_in.close()

   f_out.close()

   结束语

   使用python，让日常工作多了一个工具，多了一个选择。可以将一些重复的工作交给机器做，节省时间，提高效率。

---

薛城区18784216828： 如何使用Python修改文本文件 - ？
栾洋碘比： 如何使用Python修改文本文件:for line in fileinput.input(＂filepath＂, inplace=1): line = line.replace(＂oldtext＂, ＂newtext＂) print line,

薛城区18784216828： 如何用Python来进行查询和替换一个文本字符串 - ？
栾洋碘比： 1、说明 可以使用find或者index来查询字符串,可以使用replace函数来替换字符串.2、示例1)查询>>> 'abcdefg'.find('cde') 结果为2'abcdefg'.find('acde') 结果为-1'abcdefg'.index('cde') 结果为22)替换'abcdefg'.replace('abc','cde') 结果为'...

薛城区18784216828： 怎么用python做一个输出10个文字排列的文本文件 - ？
栾洋碘比： #coding =utf-8reader = open('test.txt').readlines() n=0 for len in reader:writer=open(str(reader.index(len)+1)+'.txt','w')if (len.find('\n')>0):for n in range(0,10):writer.write(len[:-1]+reader[n])else:for n in range(0,10):writer.write(len+reader[n])writer.close()这个基本能满足你要的功能,你把输入和输出的文件名改一下就行了

薛城区18784216828： python对于文件中文本处理有好用的方法?？
栾洋碘比： gt;>> import re>>> f=open('a.txt')>>> lines = f.readlines()>>> for line in lines:... print line... if line.findall('echo'):... print '你需要加入的内容'>>>f.close()注意缩进[ 本帖最后由 xiaoyu9805119 于 2008-7-21 16:36 编辑 &#093

薛城区18784216828： 如何用Python把单行文本处理成两行并对齐 - ？
栾洋碘比： outputChords = ＂＂ outputLyrics = ＂＂ inBracket = False for i in range(len(line)): if line[i] == '[': inBracket = True outputChords = outputChords + ＂ ＂ * (max(0, len(outputLyrics.encode('gbk')) - len(outputChords.encode('gbk')))) elif inBracket and ...

薛城区18784216828： 如何利用python对excel文件处理 - ？
栾洋碘比： python处理excel文件主要是第三方模块库xlrd、xlwt、xluntils和pyExcelerator,除此之外,还可以用win32com和openpyxl模块

薛城区18784216828： python的文件处理 - ？
栾洋碘比： import glob import os import re filelist = glob.glob('*.txt') p = re.compile(r'(.*)\|(.*)') for fn in filelist: try: fin = open(fn, 'r') fout = open('pro_' + os.path.split(fn)[1], 'w') except: print 'File open error!' os.exit(1) for line in fin.readlines(): if 'Rd' in line: line = p.sub...

薛城区18784216828： python处理文本 - ？
栾洋碘比： myfile=open('filename') keyword=＂1015838488＂ haskeyword=False toprint=[] for line in myfile: if line.strip()==＂＂: if haskeyword: print(''.join(toprint)) toprint=[] haskeyword=False if keyword in line: haskeyword=True toprint.append(line) if haskeyword: print(''.join(toprint)) 将filename替换为实际的文件名

薛城区18784216828： 如何用python进行文本预处理 - ？
栾洋碘比： #!/usr/bin/python#print ＂Hello World＂ str_seperator = ＂==================================================================================＂ timePointName = [＂enter OpenNextImage at＂,#0 ＂enter OpenImage at＂,#1 ...

薛城区18784216828： python 行列 文本数据处理 - ？
栾洋碘比： 图表的事先放一放.先给你一个按行读取文件的例子 with open(＂text.txt＂, ＂r＂) as fin:for line in fin:nums = line.split() # 按空白切分行,得到一组数值....因为文件格式比较严谨,每一列的内容都是统一的,所以就很容易处理了.