`
foreversunyao
  • 浏览: 214121 次
  • 性别: Icon_minigender_1
  • 来自: 北京
社区版块
存档分类
最新评论

python处理文本文件内容专题

阅读更多

转载 http://blog.sina.com.cn/s/blog_5d236e060100enrm.html

1.读取一个文本文件之后得到里面出现最多的关键字的代码如下:
from time import time
from operator import itemgetter
def test():
    # 取 10 个,有需要可以修改, 及定义读取的文件 test.txt
    iList = 10
    strFileName = 'test.txt'

    count = {}
    for word in open(strFileName).read().split():
        if count.has_key(word):
            count[word] = count[word] + 1
        else:
            count[word] = 1
    print sorted(count.iteritems( ), key=itemgetter(1), reverse=True)[0:iList]

2.简单讲一下python中的正则表达式处理问题
字符串替换
1.替换所有匹配的子串

1#用newstring替换subject中所有与正则表达式regex匹配的子串
2result = re.sub(regex, newstring, subject)
2.替换所有匹配的子串(使用正则表达式对象)

1reobj = re.compile(regex)
2result = reobj.sub(newstring, subject)
现在来查一下如何找到我们所需要的正则表达式呢?依照什么样的格式进行匹配操作的。

3.有如下的一个文本文件我只需要读取出来aa=的值
aa=123123
bb=456456
cc=45654656
aa=sdfsdf
fr=54fg
aa=65765
代码如下 :
import re

    fp = open('t1.txt', "r")
  
    content = fp.read()
    s = re.findall(r'^aa=(.*)', content, re.M)
    print s

4.正则表达式中的相关特殊字符

正则表达式

就个人而言,主要用它来做一些复杂字符串分析,提取想要的信息
学习原则:够用就行,需要的时候在深入

现总结如下:

正则表达式中特殊的符号:

“.” 表任意字符
“^ ” 表string起始
“$” 表string 结束
“*” “+” “?” 跟在字符后面表示,0个——多个, 1个——多个, 0个或者1个
*?, +?, ?? 符合条件的情况下,匹配的尽可能少//限制*,+,?匹配的贪婪性
{m} 匹配此前的字符,重复m次
{m,n} m到n次,m,n可以省略

举个例子 ‘a.*b’ 表示a开始,b结束的任意字符串
a{5} 匹配连续5个a

[] 表一系列字符 [abcd] 表a,b,c,d [^a] 表示非a
| A|B 表示A或者B , AB为任意的正则表达式 另外|是非贪婪的如果A匹配,则不找B
(…) 这个括号的作用要结合实例才能理解, 用于提取信息

\d [0-9]
\D 非 \d
\s 表示空字符
\S 非空字符
\w [a-zA-Z0-9_]
\W 非 \w

一:re的几个函数

1: compile(pattern, [flags])
根据正则表达式字符串 pattern 和可选的flags 生成正则表达式 对象

生成正则表达式 对象(见二)

其中flags有下面的定义:
I 表示大小写忽略
L 使一些特殊字符集,依赖于当前环境
M 多行模式 使 ^ $ 匹配除了string开始结束外,还匹配一行的开始和结束
S “.“ 匹配包括‘\n’在内的任意字符,否则 . 不包括‘\n’
U Make \w, \W, \b, \B, \d, \D, \s and \S dependent on the Unicode character properties database
X 这个主要是表示,为了写正则表达式,更可毒,会忽略一些空格和#后面的注释

其中S比较常用,
应用形式如下
import re
re.compile(……,re.S)

2: match(pattern,string,[,flags])
让string匹配,pattern,后面分flag同compile的参数一样
返回MatchObject 对象(见三)

3: split( pattern, string[, maxsplit = 0])
用pattern 把string 分开
>>> re.split(’\W+’, ‘Words, words, words.’)
['Words', 'words', 'words', '']
括号‘()’在pattern内有特殊作用,请查手册

4:findall( pattern, string[, flags])
比较常用,
从string内查找不重叠的符合pattern的表达式,然后返回list列表

5:sub( pattern, repl, string[, count])
repl可以时候字符串,也可以式函数
当repl是字符串的时候,
就是把string 内符合pattern的子串,用repl替换了

当repl是函数的时候,对每一个在string内的,不重叠的,匹配pattern
的子串,调用repl(substring),然后用返回值替换substring

>>> re.sub(r’def\s+([a-zA-Z_][a-zA-Z_0-9]*)\s*\(\s*\):’,
… r’static PyObject*\npy_\1(void)\n{’,
… ‘def myfunc():’)
’static PyObject*\npy_myfunc(void)\n{’

>>> def dashrepl(matchobj):
… if matchobj.group(0) == ‘-’: return ‘ ‘
… else: return ‘-’
>>> re.sub(’-{1,2}’, dashrepl, ‘pro—-gram-files’)
‘pro–gram files’

二:正则表达式对象 (Regular Expression Objects )

产生方式:通过 re.compile(pattern,[flags])回

match( string[, pos[, endpos]]) ;返回string[pos,endpos]匹配
pattern的MatchObject(见三)

split( string[, maxsplit = 0])
findall( string[, pos[, endpos]])
sub( repl, string[, count = 0])
这几个函数和re模块内的相同,只不过是调用形式有点差别

re.几个函数和 正则表达式对象的几个函数,功能相同,但同一程序如果
多次用的这些函数功能,正则表达式对象的几个函数效率高些

三:matchobject

通过 re.match(……) 和 re.compile(……).match返回

该对象有如下方法和属性:

方法:
group( [group1, ...])
groups( [default])
groupdict( [default])
start( [group])
end( [group])

说明这几个函数的最好方法,就是举个例子

matchObj = re.compile(r”(?P\d+)\.(\d*)”)
m = matchObj.match(’3.14sss’)
#m = re.match(r”(?P\d+)\.(\d*)”, ‘3.14sss’)

print m.group()
print m.group(0)
print m.group(1)
print m.group(2)
print m.group(1,2)

print m.group(0,1,2)
print m.groups()
print m.groupdict()

print m.start(2)
print m.string

输出如下:
3.14
3.14
3
14
(’3′, ‘14′)
(’3.14′, ‘3′, ‘14′)
(’3′, ‘14′)
{’int’: ‘3′}
2
3.14sss

所以group() 和group(0)返回,匹配的整个表达式的字符串
另外group(i) 就是正则表达式中用第i个“()” 括起来的匹配内容
(’3.14′, ‘3′, ‘14′)最能说明问题了。

更进一步的学习,请看手册

3.Python中删除掉文件

import os

删除文件:
os.remove()

删除空目录:
os.rmdir()

递归删除空目录:
os.removedirs()

递归删除目录和文件(类似DOS命令DeleteTree):
方法1:自力更生,艰苦创业

# Delete everything reachable from the directory named in 'top',
# assuming there are no symbolic links.
# CAUTION:  This is dangerous!  For example, if top == '/', it
# could delete all your disk files.
import os
for root, dirs, files in os.walk(top, topdown=False):
    for name in files:
        os.remove(os.path.join(root, name))
    for name in dirs:
        os.rmdir(os.path.join(root, name))

方法2:前人栽树,后人乘凉
import shutil
shutil.rmtree()

一行搞定 __import__('shutil').rmtree()

 

 

代码如下:

def rewriteFile(self,condition,newValue):
        memoryFile = [] #get these file content      
        fp = open (self.path,'r+')
        for line in fp.readlines():
            if (re.search("^"+condition,line)):
                strs = str(re.sub(r'\d{1,3}\.\d{1,3}\.\d{1,3}\.\d{1,3}', newValue, line))
                memoryFile.append(strs)
                continue
            memoryFile.append(line)
        fp.close()
        os.remove(self.path)
        newfiles=open(self.path,'w')
        for line in memoryFile:
            newfiles.write(line)
        newfiles.close()

可以将一个文本文件中的内容提取出来然后搜索出来想要替换掉的文本之后进行将相关的内容插入到文本文件中去然后再覆盖掉!

分享到:
评论

相关推荐

    Python实现的读取文件内容并写入其他文件操作示例

    - **《Python文本文件操作技巧汇总》**:专注于文本文件处理,涉及文本文件的读写、格式化输出等方面。 - **《Python数据结构与算法教程》**:虽然与文件操作不是直接相关,但对于理解如何高效处理文件内容的数据...

    Python基于正则表达式实现文件内容替换的方法

    Python提供了正则表达式功能,可以非常方便地实现对文件内容的搜索和替换,特别是在处理文本数据时显示出极大的优势。本文介绍的方法可用于修改文件中的指定内容,比如针对HTML和JavaScript文件调整引用路径,以适应...

    Python实现对文件进行单词划分并去重排序操作示例

    最后,如果想要进一步学习Python编程的更多技巧,可以参考一些特定的专题教程,比如《Python文件与目录操作技巧汇总》、《Python文本文件操作技巧汇总》、《Python数据结构与算法教程》、《Python函数使用技巧总结》...

    面向地理信息的Python编程:数据处理、空间分析与地图可视化--西安.pdf

    本文件是一份关于“面向地理信息的Python编程:数据处理、空间分析与地图可视化”的培训课程通知。该课程旨在全面提高地理信息系统应用以及空间数据处理、空间分析和可视化技术骨干的专业技能水平。以下将详细阐述...

    Python ckeditor富文本编辑器代码实例解析

    CKEditor 是一款流行的富文本编辑器,它可以方便地集成到Python Web 应用程序中,如 Django 框架,为用户提供了一个可视化的文本编辑界面,用于创建和编辑带有格式的复杂文本内容。在本教程中,我们将深入探讨如何在...

    learing python for forensics

    1. 数据提取:Python的文本处理能力强大,可以用于解析各种日志文件、邮件、社交媒体记录等。例如,使用正则表达式提取关键信息,或者利用第三方库如BeautifulSoup解析HTML文档。 2. 文件系统分析:Python可以轻松...

    Python简单计算文件MD5值的方法示例

    当文本文件中的内容发生任何改变,比如仅仅增加或删除一个字符,计算得到的MD5值就会发生显著的变化,从而可以有效检测数据是否被篡改。 在本文的最后,作者还提及了本站提供的其他一些在线加密解密工具,这些工具...

    Python之XML编程

    Python之XML编程是关于使用Python语言处理XML文档的专题,XML(eXtensible Markup Language)是一种用于存储和传输数据的标记语言,广泛应用于数据交换、配置文件、以及Web服务等场景。Python作为一门功能强大的脚本...

    Python运维自动化之nginx配置文件对比操作示例

    对于希望进一步提升Python编程能力的人来说,本文还推荐了其他一些专题和教程,如《Python文件与目录操作技巧汇总》、《Python数据结构与算法教程》等,这些教程可以帮助读者更全面地掌握Python编程的各个方面。

    Python下载网络文本数据到本地内存的四种实现方法示例

    这些专题涵盖了进程与线程操作、Socket编程、数据结构与算法、函数使用、字符串操作、文件与目录操作等,这些内容对于深入理解和掌握Python编程,以及实现更复杂的网络数据处理任务同样重要。掌握这些技能,可以帮助...

    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)

    处理文本文件是 Python 的常见应用场景之一。我们可以轻松地读取、写入和修改文本文件。 ##### 1. 读取 txt 文件 ```python with open('example.txt', 'r', encoding='utf-8') as file: content = file.read() ...

    diveintopython chm版

    这本书覆盖了Python的基础到进阶内容,包括但不限于变量、数据类型、控制结构(如if语句和循环)、函数、模块、异常处理、面向对象编程、数据库编程、网络编程、XML处理以及Python标准库的使用。每个章节都配有丰富...

    下一个风口--Python与人工智能 下载链接

    这个压缩包中的".txt"文件很可能是提供下载链接的文本文件,你可以通过打开这个文件获取观看或下载视频教程的链接。学习过程中,配合实战项目和持续的练习,你将逐步掌握Python在人工智能领域的应用,并为自己的职业...

    python暴力破解wifi密码

    本次的专题是关于python暴力破解wifi密码,(本程序只实用于简单的wifi密码破译)原理比较简单,就是拿一个设定好的文本文件存一些八位数,再通过读取这些数据,一个个尝试输入,最终连接上wifi,前提是必须能搜索到...

    python3.5全栈工程师零基础到项目实战全套

    ##### 26.Python3.5 openstact云计算专题 - **OpenStack介绍**:OpenStack云平台的基本概念和组件。 - **Python与OpenStack**:使用Python操作OpenStack资源。 ##### 27.Python3.5 CMDB系统开发讲解 - **CMDB基础...

    python实现的读取网页并分词功能示例

    示例还特别提到了一些网站,如Python专题文章,包括数学运算、数据结构与算法、函数使用、字符串操作以及文件和目录操作等,这些都是掌握Python编程技能时需要学习的重要内容。 总结来说,这个示例展示了利用Python...

    Python-学习课程安排表.docx

    此外,还会讲解Python的基础编程概念,包括数据类型、变量、运算、数据结构(如列表、元组、字典)、控制流语句、异常处理、函数、面向对象编程以及文件和模块操作。通过实践项目,学习者可以加深对Python编程的理解...

    中国底图---文本格式

    “中国底图——文本格式”指的是将地理信息数据以文本文件的形式存储,如CSV或TXT等。这种格式便于读取和编辑,同时也降低了数据的存储需求。文本文件中通常包含了经纬度坐标,这些坐标定义了地理事物如长江、黄河、...

    python专题sys模块

    Python的sys模块是Python标准库中的一个重要组成部分,它提供了与Python解释器交互的接口,使得开发者可以获取关于Python运行环境的详细信息。sys模块包含了多个有用的变量和函数,以下是对这些功能的详细解释: 1....

    python入门学习建议与总结(网工加油站版)

    - **概念理解**:脚本语言与脚本解释器是一体两面的,脚本是按照特定解释器所能识别的语法规则编写的文本文件。Python是一种脚本解释器,其脚本文件通常以`.py`作为扩展名。 2. **Python与C语言的对比** - **...

Global site tag (gtag.js) - Google Analytics