用python清洗文字檔案

對此，首先需要熟悉一些python基本的字串操作。

在python中，字串用引號('或")來表示，並可通過類似陣列的方式進行索引，對此我們先建立乙個字串

>>
> test =
"txt檔案csdn.com清csd.com洗csdn.com"
>>
> test[:2
]'tx'
>>
>

我們要做的就是刪除字串中所有的"csdn.com"。

python中提供了字串替代函式replace，即只需將"csdn.com"替換為空字串即可。

>>
> test.replace(
"csdn.com",""
)'txt檔案清洗'

python的正規表示式re模組提供了sub方法可以實現這一功能

>>
>
import re
>>
> test =
"txt檔案csdn.com清csd.com洗csdn.com"
>>
> new = re.sub(r'[a-za-z0-9]+.com',''
,test)
>>
> new
'txt檔案清洗'

上述正規表示式中，表示出現在中的某個元素，[a-za-z0-9]表示從a到z，從a到z，從0到9的所有字元，即大小寫字母以及數字。+表示出現大於一次的任意次數。總的來說，就是當.com之前出現任意字母和數字時，將這些字母數字連同.com一起刪除。

在pyhton中，檔案讀取操作通過open來實現。

>>
> test =
"txt檔案csdn.com清csd.com洗csdn.com"
## 建立txt檔案
>>
> fname =
"test.txt"
#此為檔名
>>
>
file
=open
(fname,
"w")
>>
>
file
.write(test)
#寫入檔案內容
30>>
>
file
.close(
)##自此便建立了
## 讀取txt檔案
>>
>
file
=open
(fname,
'r')
>>
> txt =
file
.read(
)>>
> txt
'txt檔案csdn.com清csd.com洗csdn.com'

函式open的輸入引數，除了有檔名之外，還有模式。當模式為'r'時，表示我們對檔案內容進行讀取；當模式為'w'時，表示寫入檔案。

此外，還有下列不同的模式。

flag

mode備註r

唯讀模式

w只寫模式

可建立，會覆蓋

a追加模式

只寫，且從尾部開始

r+讀寫模式

可讀可寫不可建立

w+讀寫模式

可讀可寫可建立

a+讀寫模式

可讀可寫可建立，從尾部寫

rb二進位制讀模式

wb二進位制寫模式

ab二進位制追加模式

rb+二進位制讀寫模式

wb+二進位制讀寫模式

ab+二進位制讀寫模式

試一下追加模式

>>
> fname =
"test.txt"
>>
> test =
"txt檔案csdn.com清csd.com洗csdn.com"
>>
>
file
=open
(fname,
'a')
>>
>
file
.write(
'\n'
+test)
#'\n'為換行
31>>
>
file
.close(
)

此時開啟test.txt，發現檔案中的內容變為

txt檔案csdn.com清csd.com洗csdn.com

txt檔案csdn.com清csd.com洗csdn.com

file.read()會將檔案中的所有字元同時讀取出來，如果我們希望只讀取一行，可以通過readline()函式。

>>
> fname =
"test.txt"
>>
>
file
=open
(fname,
'r')
>>
> txt =
file
.readline(
)>>
> txt
'txt檔案csdn.com清csd.com洗csdn.com'

在python中，匯入os模組，通過listdir遍歷目錄下所有檔案，其輸入引數為將要遍歷的目錄，如果為空，則表示當前目錄。

>>
>
import os
>>
> dirs = os.listdir(
)>>
> dirs
['01亞馬孫探險.txt'
,'02南海奇遇.txt'
,'03海底尋寶.txt'
,'04勇探火山口.txt'
,'05惡戰殺人鯨.txt'
,'06非洲歷險.txt'
,'07巧捕白象.txt'
,'08獵場剿匪.txt'
,'09追蹤食人獅.txt'
,'10智擒大猩猩.txt'
,'11神秘海底城.txt'
,'12闖入食人國.txt'
,'13智鬥猛獸.txt'
,'14北極探險.txt'
]

讀取之後，發現我們此前的判斷失誤了，

>>
>
file
=open
(dirs[0]
,'r'
)>>
> txt =
file
.readline(
)>>
> txt

這種冗餘資訊完全不是乙個正規表示式可以實現的，所以還是用老舊的方法吧，考慮到這種資訊不一定出現在單獨一行，所以我們刪除的資訊不包含換行符。

>>
>
for fname in dirs:..
.file
=open
(fname,
'r')
#讀取檔案..
.     test =
file
.read(
).replace(txt[:-
1],''
)...
file
=open
(fname,
'w')..
.file
.write(test)..
.file
.close(
)

然後，資料夾下所有的txt就完成了清洗。

import re
deftxtpure
(dlist,folder=0)
:    dirs = os.listdir()if
not folder else os.listdir(folder)
for fname in dirs:
file
=open
(fname,
'r')
test =
file
.read(
)for txt in dlist:
test = test.replace(txt,'')
file
=open
(fname,
'w')

python 讀寫文字檔案

本人最近新學python 用到文字檔案的讀取，經過一番研究，從網上查詢資料，經過測試，總結了一下讀取文字檔案的方法.a f open filename r content f.read decode utf 8 b f codecs.open encoding utf 8 content f.rea...

Python讀取文字檔案

給定c data hello.txt，內容如下 jack hello,how are you?rose i m good.按行讀取 filepath r c data hello.txt with open filepath as txtfile for line in txtfile print ...

Python 讀寫文字檔案

def readfile filename,mode r 讀取檔案內容 filename 檔名 return string bin 若檔案不存在，則返回空字串 import os if not os.path.exists filename return fp open filename,mode,...

用python清洗文字檔案

python 讀寫文字檔案

Python讀取文字檔案

Python 讀寫文字檔案

相關推薦