python:常用功能之文本处理
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:
- 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] #***个字符: output: 1
- s[-1] #倒数***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***个需要被替换的。output: 1+2=3
- '{0}:{1}'.format('nice','day') #{0},{1}是占位符,{0}指***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。
相关文章
- 图像处理工具Python扩展库,你了解吗?
- 十个常用的损失函数解释以及Python代码实现
- 30 个数据科学工作中必备的 Python 包
- 如何在 Windows 上安装 Python
- 几行 Python 代码就可以提取数百个时间序列特征
- 使用Python快速搭建接口自动化测试脚本实战总结
- 哪种编程语言最适合开发网页抓取工具?
- 不要在 Python 中使用循环,这些方法其实更棒!
- 震惊!用Python探索《红楼梦》的人物关系!
- 如何最简单、通俗地理解Python模块?
- 酷炫,Python实现交通数据可视化!
- 为什么急于寻找Python的替代者?
- 30 个数据工程必备的Python 包
- 去字节面试被面这题能答上来吗?谈谈你对时间轮的理解?
- 火山引擎在行为分析场景下的 ClickHouse JOIN 优化
- 用Python爬取了某宝1166家月饼数据进行可视化分析,终于找到最好吃的月饼~
- 在 Linux 上试试这个基于 Python 的文件管理器
- Python列表解析式到底该怎么用?
- 如何快速把你的 Python 代码变为 API
- 十个Python初学者常犯的错误