这里有新鲜出炉的Python3 官方中文指南,程序狗速度看过来!
Python 是一种面向对象、解释型计算机程序设计语言,由Guido van Rossum于1989年底发明,第一个公开发行版发行于1991年。Python语法简洁而清晰,具有丰富和强大的类库。它常被昵称为胶水语言,它能够把用其他语言制作的各种模块(尤其是C/C++)很轻松地联结在一起。
本文主要简单的介绍使用Python处理txt汉字文字、二维列表排序和获取list下标的相关知识。具有很好的参考价值,下面跟着小编一起来看下吧
通常测试人员或公司实习人员需要处理一些txt文本内容,而此时使用Python是比较方便的语言。它不光在爬取网上资料上方便,还在NLP自然语言处理方面拥有独到的优势。这篇文章主要简单的介绍使用Python处理txt汉字文字、二维列表排序和获取list下标。希望文章对你有所帮助或提供一些见解~
一. list二维数组排序
功能:已经通过Python从维基百科中获取了国家的国土面积和排名信息,此时需要获取国土面积并进行排序判断世界排名是否正确。
列表基础知识
列表类型同字符串一样也是序列式的数据类型,可以通过下标或切片操作来访问某一个或某一块连续的元素。它和字符串不同之处在于:字符串只能由字符组成而且不可变的(不能单独改变它的某个值),而列表是能保留任意数目的Python对象灵活容器。
总之,列表可以包含不同类型的对象(包括用户自定义的对象)作为元素,列表可以添加或删除元素,也可以合并或拆分列表,包括insert、update、remove、sprt、reverse等操作。
列表排序介绍
常用列表排序方法包括使用List内建函数list.sort()或序列类型函数sorted(list)排序
- #list.sort(func=None, key=None, reverse=False)
- list = [4, 3, 9, 1, 5, 2]
- print list
- list.sort()
- print list
- #输出
- [4, 3, 9, 1, 5, 2]
- [1, 2, 3, 4, 5, 9]
通过对比下面的代码,可以发现两种方法的区别是:list.sort()改变了原list的顺序,而sorted没有。
- #sorted(list)
- list = ['h', 'a', 'p', 'd', 'i', 'b']
- print list
- print sorted(list)
- print list
- #输出
- ['h', 'a', 'p', 'd', 'i', 'b']
- ['a', 'b', 'd', 'h', 'i', 'p']
- ['h', 'a', 'p', 'd', 'i', 'b']
二维列表排序
通过lambda表达式实现二维列表排序,并且按照第二个关键字进行排序。参考文章
- #list.sort(func=None, key=None, reverse=False)
- list = [('Tom',4),('Jack',7),('Daly',9),('Mary',1),('God',5),('Yuri',3)]
- print list
- list.sort(lambda x,y:cmp(x[1],y[1]))
- print list
- #输出
- [('Tom', 4), ('Jack', 7), ('Daly', 9), ('Mary', 1), ('God', 5), ('Yuri', 3)]
- [('Mary', 1), ('Yuri', 3), ('Tom', 4), ('God', 5), ('Jack', 7), ('Daly', 9)]
题目中如果第一个数存储文件中读取的行号,第二个数存储人口数量,此时可对第二个数进行排序。需要注意的是它们一组(1,93)是tuple元组。
- #list.sort(func=None, key=None, reverse=False)
- list = [(1,93),(2,71),(3,89),(4,93),(5,85),(6,77)]
- print list
- list.sort(key=lambda x:x[1])
- print list
- #输出
- [(1, 93), (2, 71), (3, 89), (4, 93), (5, 85), (6, 77)]
- [(2, 71), (6, 77), (5, 85), (3, 89), (1, 93), (4, 93)]
lambada表达式
在上述代码中,如果还不知道lambada是什么鬼东西的话?那我就来帮你回顾了。
python允许使用lambda关键字创造匿名函数,它不需要以标准的方式来声明,如def语句。然而作为函数,它们也能有参数。
lambda就是一个表达式,而不是一个代码块。而且这个表达是的定义必须和声明放在同一行,能在lambda中封装有限的逻辑进去,起到一个函数速写的作用。例如:
- #lambda [arg1[, arg2, ..., argN]]:expression
- f = lambda x,y,z:x+y+z
- num = f(1,2,3)
- print 'lambda: ' + str(num)
- #等价于
- def add(x,y,z):
- return x+y+z
- num = add(1,2,3)
- print 'function: ' + str(num)
- #输出
- lambda: 6
- function: 6
二. 处理txt文本
下面是通过txt文件按行读取,并获取面积进行排序。其中核心代码如下:
读取文件&列表添加
- source = open("F:\\Student\\1Area.txt",'r')
- lines = source.readlines()
- L = [] #列表二维 国家行数 人口数
- count = 1 #当前国家在文件中第count行
- for line in lines:
- line = line.rstrip('\n') #去除换行
- .... #获取排名和面积
- fNum = string.atof(number) #面积
- L.append((count,ffNum)) #列表添加
- count = count + 1
- else:
- print 'End While'
- source.close()
列表排序
- L.sort(lambda x,y:cmp(x[1],y[1]),reverse = True)
- #遍历过程 表示第i名 (文件第x行,面积y平方公里)
- #重点 L[i]输出列表 1 (46, 17075200.0) L[i][0]表示元组tuple第一个数 1 46
- for i in range(len(L)):
- print (i+1), L[i]
获取面积字符串
- line = line.rstrip('\n') #去除换行
- start = line.find(r'V:')
- end = line.find(r'平方公里')
- number = line[start+2:end]
- number = number.replace(',','') #去除','
- #输出
- line => C:国家 E:中华人民共和国 A:国土面积 V:9,634,057或9,736,000平方公里(世界第3/4名)
- number => 9634057或9736000
最后同时需要处理各种字符串情况,如‘或'、‘万'要乘10000、删除‘[1]'等。更简单的方法是通过正则表达式或获取第一个非数字字符。
运行结果如下所示,排序后的txt和纠错txt:
代码如下:
- # coding=utf-8
- import time
- import re
- import os
- import string
- import sys
- source = open("F:\\Student\\1Area.txt",'r')
- lines = source.readlines()
- count = 1
- L = [] #列表二维 国家行数 人口数
- '''''
- 第一部分 获取国土面积
- '''
- print 'Start!!!'
- for line in lines:
- line = line.rstrip('\n') #去除换行
- start = line.find(r'V:')
- end = line.find(r'平方公里')
- number = line[start+2:end]
- number = number.replace(',','') #去除','
- fNum = 0.0
- if '万' in number:
- end = line.find(r'万')
- newNum = line[start+2:end]
- fNum = string.atof(newNum)*10000
- else: #如何优化代码 全局变量
- if '/' in number:
- end = line.find(r'/')
- newNum = line[start+2:end]
- newNum = newNum.replace(',','')
- fNum = string.atof(newNum)
- elif '(' in number:
- end = line.find(r'(')
- newNum = line[start+2:end]
- newNum = newNum.replace(',','')
- fNum = string.atof(newNum)
- elif '[' in number:
- end = line.find(r'[')
- newNum = line[start+2:end]
- newNum = newNum.replace(',','')
- fNum = string.atof(newNum)
- elif '或' in number:
- end = line.find(r'或')
- newNum = line[start+2:end]
- newNum = newNum.replace(',','')
- fNum = string.atof(newNum)
- elif ' ' in number:
- end = line.find(r' ')
- newNum = line[start+2:end]
- newNum = newNum.replace(',','')
- fNum = string.atof(newNum)
- else:
- fNum = string.atof(number)
- #print line
- #print number
- #print fNum
- L.append((count,fNum))
- count = count + 1
- else:
- print 'End While'
- source.close()
- '''''
- 第二部分 从大到小排序
- 参看 http://blog.chinaunix.net/uid-20775448-id-4222915.html
- '''
- L.sort(lambda x,y:cmp(x[1],y[1]),reverse = True)
- #print L
- #遍历过程 表示第i名 (文件第x行,面积y平方公里)
- #重点 L[i]输出列表 1 (46, 17075200.0) L[i][0]表示元组tuple第一个数 1 46
- for i in range(len(L)):
- print (i+1), L[i]
- '''''
- 第三部分 读写文件
- '''
- source = open("F:\\Student\\1Area.txt",'r')
- lines = source.readlines()
- result = open("F:\\Student\\1NewArea.txt",'w')
- count = 1
- for line in lines:
- line = line.rstrip('\n')
- #获取列表L中排名位置pm
- pm = 0
- for i in range(len(L)):
- if count==L[i][0]:
- pm = i+1
- break
- #获取文件中名次
- if '世界第' in line:
- start = line.find(r'世界第')
- end = line.find(r'名')
- number = line[start+9:end]
- if '/' in number: #防止中国第3/4名
- end = line.find(r'/')
- number = line[start+9:end]
- if '包括海外' in number:
- number = '41'
- print number,pm,type(number),type(pm)
- if string.atoi(number)==pm:
- line = line + ' 【排名正确】 【世界第' + str(pm) + '名】'
- result.write(line+'\n')
- else:
- line = line + ' 【排名错误】 【世界第' + str(pm) + '名】'
- result.write(line+'\n')
- else: #文件中没有排名
- line = line + ' 【新加排名】 【世界第' + str(pm) + '名】'
- result.write(line+'\n')
- count = count + 1
- else:
- print 'End Sorted'
- source.close()
- result.close()
- '''''
- 第四部分 输出一个排序好的文件 便于观察
- '''
- source = open("F:\\Student\\1Area.txt",'r')
- lines = source.readlines()
- result = open("F:\\Student\\1NewSortArea.txt",'w')
- #i表示第i名 L[i][0]表示行数
- pm = 0
- for i in range(len(L)):
- pm = L[i][0]
- count = 1
- for line in lines:
- line = line.rstrip('\n')
- if count==pm:
- line = line + ' 【世界第' + str(i+1) + '名】'
- result.write(line+'\n')
- break
- else:
- count = count + 1
- else:
- print 'End Sorted Second'
- source.close()
- result.close()
最后希望文章对你有所帮助,文章主要通过讲述一个实际操作,帮你巩固学习liet列表的二维排序和字符串txt处理。如果文中有错误或不足之处,还请海涵~
以上就是本文的全部内容,希望本文的内容对大家的学习或者工作能带来一定的帮助,同时也希望多多支持PHPERZ!
来源: http://www.phperz.com/article/17/1028/351385.html