python:常用功能之文本处理
2013-12-30 01:05
399 查看
前言
在生活、工作中,python一直都是一个好帮手。在python的众多功能中,我觉得文本处理是最常用的。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:
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:
在python中,判断某一字符串是否在另一个字符串中:
task 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:
实际用途:
我的手机拍照之后,手机的命名如下:
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:
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:
task 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:
对于re模块中的sub,需要了解正则表达式。
task 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:
task 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:
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:
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:
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。
原文链接:/article/5704230.html
在生活、工作中,python一直都是一个好帮手。在python的众多功能中,我觉得文本处理是最常用的。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
task 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
task 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。
task 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']
task 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。
原文链接:/article/5704230.html
相关文章推荐
- python搭建personal-blog
- 不同程序语言之间的互动,IronPython 与C#交互
- python登录豆瓣,发帖
- python之模拟鼠标键盘动作具体实现
- Python抓取Discuz!用户名脚本代码
- python IDE 集合
- python笔记-MySQLdb模块的使用笔记
- Python转码问题的解决方法
- Pyton实现简单爬虫和正则表达式的利用
- 第一次用python 写的简单爬虫 记录在自己的博客
- python 启动多个php进程处理数据
- python socket
- python for android : 一个简单文件浏览器的实例 play mp3
- 利用python实战开发一个web管理系统框架
- wx.Frame 技巧小结
- 用Python建立最简单的web服务器
- Python实现系统桌面时钟
- Python标准库之【smtplib】
- Python web框架Django学习(1)——在win7 64bit下配置开发环境Django:一个可以使Web开发工作愉快并且高效的Web开发框架。 使用Django,使你能够以最小的代价构建和
- Tkinter 8.5 参考手册: a GUI for Python (四)