超基础的用Python处理文本实例
2014-12-01 16:08
393 查看
最近在进行一些实验,需要进行文本处理,提取文本中关键的字段数据,得到表格,进行分析。在此简要的进行记录。
一、需求是这样的:
得到的GPGPU-Sim运行的程序文本文档。那么我现在需要提取目标对应的键值。比如文本中有如下:
A1 = B1
A2 = B2
A3 = B3
.....
A5 = B5
我现在需要提取出A2和A5对应的键值B2以及B5,按照"B2 B5"这样的格式写入到文本中去。如何用Python代码来实现?
需要提取的字段为:
代码如下:
解释一下代码中的几个问题:
1.在一个目录下有多个文件,每个文件都要读取一次,并进行文本处理,如何实现?
2.Python中.read(), .readline(), .readlines()区别?
Python 将文本文件的内容读入可以操作的字符串变量非常容易。文件对象提供了三个“读”方法: .read()、.readline() 和 .readlines()。每种方法可以接受一个变量以限制每次读取的数据量,但它们通常不使用变量。
.read() 每次读取整个文件,它通常用于将文件内容放到一个字符串变量中。然而 .read() 生成文件内容最直接的字符串表示,但对于连续的面向行的处理,它却是不必要的,并且如果文件大于可用内存,则不可能实现这种处理。
.readline() 和 .readlines() 非常相似。它们都在类似于以下的结构中使用:
Python .readlines() 示例
.readline() 和 .readlines() 之间的差异是后者一次读取整个文件,象 .read() 一样。.readlines() 自动将文件内容分析成一个行的列表,该列表可以由 Python 的 for ... in ... 结构进行处理。另一方面,.readline() 每次只读取一行,通常比 .readlines() 慢得多。仅当没有足够内存可以一次读取整个文件时,才应该使用 .readline()。
3.split方法:http://www.w3cschool.cc/python/att-string-split.html
二、再举一个简单的例子:
有如下文本"record.txt":
--boy的对话单独保存为boy_*.txt的文件(去掉"boy:")
--girl的对话单独保存为girl_*.txt的文件(去掉"girl:")
--文件中总共有三段对话,分别保存为boy_1.txt,girl_1.txt,boy_2.txt,girl_2.txt,boy_3.txt,girl_3.txt共六个文件(文件中的不同的对话已经用"======="分割)。
代码:
两个例子都是非常基础也很使用的,记录下来以便以后查阅。
再来一个简单的需求,我需要获取Linux上的ipv4的eth0地址,代码如下:
注明出处:http://blog.csdn.net/lavorange/article/details/41647091
一、需求是这样的:
得到的GPGPU-Sim运行的程序文本文档。那么我现在需要提取目标对应的键值。比如文本中有如下:
A1 = B1
A2 = B2
A3 = B3
.....
A5 = B5
我现在需要提取出A2和A5对应的键值B2以及B5,按照"B2 B5"这样的格式写入到文本中去。如何用Python代码来实现?
需要提取的字段为:
'gpu_sim_insn', 'gpu_ipc', 'L1I_total_cache_accesses', 'L1D_total_cache_accesses', 'gpgpu_n_tot_thrd_icount', 'gpgpu_n_tot_w_icount', 'gpgpu_n_mem_read_local', 'gpgpu_n_mem_write_local', 'gpgpu_n_mem_read_global', 'gpgpu_n_mem_write_global', 'gpgpu_n_mem_texture', 'gpgpu_n_mem_const', 'gpgpu_n_load_insn', 'gpgpu_n_store_insn', 'gpgpu_n_shmem_insn', 'gpgpu_n_tex_insn', 'gpgpu_n_const_mem_insn', 'gpgpu_n_param_mem_insn'
代码如下:
import re
import sys
import os,glob
#定义目录:目录下有多个文件需要处理
path = 'D:\\GPUClusters\\Stargazer-master\\EXP_RESULT'
#定义输出文件
fout = open("res.txt",'w')
x = [
'gpu_sim_insn', 'gpu_ipc', 'L1I_total_cache_accesses', 'L1D_total_cache_accesses', 'gpgpu_n_tot_thrd_icount', 'gpgpu_n_tot_w_icount', 'gpgpu_n_mem_read_local', 'gpgpu_n_mem_write_local', 'gpgpu_n_mem_read_global', 'gpgpu_n_mem_write_global', 'gpgpu_n_mem_texture', 'gpgpu_n_mem_const', 'gpgpu_n_load_insn', 'gpgpu_n_store_insn', 'gpgpu_n_shmem_insn', 'gpgpu_n_tex_insn', 'gpgpu_n_const_mem_insn', 'gpgpu_n_param_mem_insn'
]
#改变路径
os.chdir(path)
#遍历目录下的所有文件
for filename in os.listdir():
fs = open(filename,'r+')
#处理文件中的每一行数据
for line in fs.readlines():
a = line.split()
if a != [] and a[0] in x:
fout.write(a[-1]+'\t')
if a[0] == 'gpgpu_n_param_mem_insn':
fout.write('\n')
break
fout.write('\n')
fout.close()
解释一下代码中的几个问题:
1.在一个目录下有多个文件,每个文件都要读取一次,并进行文本处理,如何实现?
#比如d:\work下面是你要读取的文件,代码可以这样写: import os path = 'd:\\work' #or path = r'd:\work' os.chdir(path) for filename in os.listdir(): file = open(filename,'r') for eachline in file.readlines(): #process eachline
2.Python中.read(), .readline(), .readlines()区别?
Python 将文本文件的内容读入可以操作的字符串变量非常容易。文件对象提供了三个“读”方法: .read()、.readline() 和 .readlines()。每种方法可以接受一个变量以限制每次读取的数据量,但它们通常不使用变量。
.read() 每次读取整个文件,它通常用于将文件内容放到一个字符串变量中。然而 .read() 生成文件内容最直接的字符串表示,但对于连续的面向行的处理,它却是不必要的,并且如果文件大于可用内存,则不可能实现这种处理。
.readline() 和 .readlines() 非常相似。它们都在类似于以下的结构中使用:
Python .readlines() 示例
fh = open('c:\\autoexec.bat') for line in fh.readlines(): print line
.readline() 和 .readlines() 之间的差异是后者一次读取整个文件,象 .read() 一样。.readlines() 自动将文件内容分析成一个行的列表,该列表可以由 Python 的 for ... in ... 结构进行处理。另一方面,.readline() 每次只读取一行,通常比 .readlines() 慢得多。仅当没有足够内存可以一次读取整个文件时,才应该使用 .readline()。
3.split方法:http://www.w3cschool.cc/python/att-string-split.html
二、再举一个简单的例子:
有如下文本"record.txt":
boy:what's your name? girl:my name is lebaishi,what about you? boy:my name is wahaha. girl:i like your name. ============================================== girl:how old are you? boy:I'm 16 years old,and you? girl:I'm 14.what is your favorite color? boy:My favorite is orange. girl:I like orange too! ============================================== boy:where do you come from? girl:I come from SH. boy:My home is not far from you,I live in Jiangsu province. girl:Let's be good friends. boy:OK!需求:将文件(record.txt)中的数据进行分割并按照以下规律保存起来:
--boy的对话单独保存为boy_*.txt的文件(去掉"boy:")
--girl的对话单独保存为girl_*.txt的文件(去掉"girl:")
--文件中总共有三段对话,分别保存为boy_1.txt,girl_1.txt,boy_2.txt,girl_2.txt,boy_3.txt,girl_3.txt共六个文件(文件中的不同的对话已经用"======="分割)。
代码:
boy_log = [] girl_log = [] version = 1 def save_to_file(boy_log,girl_log,version): filename_boy = 'boy_' + str(version) + ".txt" filename_girl = 'girl_' + str(version) + ".txt" fb = open(filename_boy,"w") fg = open(filename_girl,"w") fb.writelines(boy_log) fg.writelines(girl_log) fb.close() fg.close() def process(filename): file = open(filename,"r") for eachline in file.readlines(): if eachline[:6] != "======": mylist = eachline.split(":") if mylist[0] == "boy": global boy_log boy_log.append(mylist[-1]) else: global girl_log girl_log.append(mylist[-1]) else: global version save_to_file(boy_log,girl_log,version) version += 1 boy_log = [] girl_log = [] save_to_file(boy_log,girl_log,version) if __name__ == "__main__": fn = "record.txt" process(fn)
两个例子都是非常基础也很使用的,记录下来以便以后查阅。
再来一个简单的需求,我需要获取Linux上的ipv4的eth0地址,代码如下:
#/usr/bin/python import sys import os os.system("ifconfig > ip.info") fs = open("ip.info",'r+') flag = 0 def get_ip(): for line in fs.readlines(): a = line.split() if a != [] and a[0] == "eth0": flag = 1 if a != [] and a[0] == "lo": flag = 0 if flag == 0: continue else: for item in a: if a[0] == "inet" and item[0:5] == "addr:": return item[5:] ip = get_ip() print ip
注明出处:http://blog.csdn.net/lavorange/article/details/41647091
相关文章推荐
- Python 专题五 列表基础知识(二维list排序、获取下标和处理txt文本实例)
- [Python] 专题五.列表基础知识 二维list排序、获取下标和处理txt文本实例
- 超基础的用Python处理文本实例
- 【Python基础】11、文本处理与IO深入理解
- Python 基础 - 对文本的处理
- Python文本处理nltk基础
- Python处理文本换行符实例代码
- 记一次python文本处理实例
- Python基础-IO与文本处理
- 用python处理文本,本地文件系统以及使用数据库的知识基础
- [Python]基础语法(二)文本处理函数
- python中的文本处理
- 文本处理语言awk在线实例极速入门 (全三部分)
- Python基础知识(三)--基本的异常处理、算术运算符、输入/输出
- python中的文本处理1 草稿
- MFC文本处理基础
- Python基础知识(三)--基本的异常处理、算术运算符、输入/输出
- python 文本字符串处理
- python文本处理
- python文本处理