python——常用功能之文本处理.docx

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 3.30. 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: nices=nice #output: nices=Lets go #output: Lets gos=nice #output: nices=str(1) #output: 1s=niceday #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=123456789s0 #第一个字符: output: 1s-1 #倒数第一个字符: output: 9s:2 #前2个字符： output: 12s-2: #后2个字符： output: 89s2:-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 :Truetask 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=30:1.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.jpgIMG_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：2013-08-102013-08-12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(name4:8,name8:10,name10:12)getName(IMG_20130812_145732.jpg) #output: 2013-08-12task 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：#replaces=nice days.replace(nice,good) #s本身不改变，但会返回一个字符串：output: good day#subimport res=cat1 cat2 cat3 in the xxxre.sub(cat0-9,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,threes.split(,) #output: one, two, threetask 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.datapath_out=table2.dataf_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