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
|
1
2
3
4
5
6
7
8
|
#list.sort(func=None, key=None, reverse=False) list = [4, 3, 9, 1, 5, 2] print listlist.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。
|
1
2
3
4
5
6
7
8
9
|
#sorted(list) list = ['h', 'a', 'p', 'd', 'i', 'b'] print listprint 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
|
1
2
3
4
5
6
7
8
|
#list.sort(func=None, key=None, reverse=False) list = [('Tom',4),('Jack',7),('Daly',9),('Mary',1),('God',5),('Yuri',3)] print listlist.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。
|
1
2
3
4
5
6
7
8
|
#list.sort(func=None, key=None, reverse=False) list = [(1,93),(2,71),(3,89),(4,93),(5,85),(6,77)] print listlist.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：
|
1
2
3
4
5
6
7
8
9
10
11
12
|
#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: 6function: 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
|
1
2
3
4
5
6
7
8
9
10
11
12
13
|
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(' ') #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 + 1else: print 'End While' source.close() |
列表排序
|
1
2
3
4
5
|
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
|
1
2
3
4
5
6
7
8
|
line = line.rstrip(' ') #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：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
|
# coding=utf-8 import time import re import os import string import sys source = open("F:\Student\1Area.txt",'r') lines = source.readlines() count = 1L = [] #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(' ') #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 + 1else: 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 = 1for line in lines: line = line.rstrip(' ') #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+' ') else: line = line + ' 【排名错误】 【世界第' + str(pm) + '名】' result.write(line+' ') else: #文件中没有排名 line = line + ' 【新加排名】 【世界第' + str(pm) + '名】' result.write(line+' ') count = count + 1else: 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 = 0for i in range(len(L)): pm = L[i][0] count = 1 for line in lines: line = line.rstrip(' ') if count==pm: line = line + ' 【世界第' + str(i+1) + '名】' result.write(line+' ') break else: count = count + 1else: 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服务器之家！
原文链接：http://blog.csdn.net/eastmount/article/details/48470577
