python文本处理功能示例

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] #第一个字符: output: 1
s[-1] #倒数第一个字符: 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
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=3
'{0}:{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.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
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。
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']
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。