Python 处理数据的实例详解

最近用python（3.2的版本）写了根据特定规则，处理数据的一个小程序，用到了一些python常用的基础知识，在此总结一下：

1，python读文件
2，python写文件
3，python的流程控制
4，python的for循环
5，python的集合，或字符串里判断是否存在某个元素
6，python的逻辑或，逻辑与
7，python的正则过滤
8，python的字符串忽略空格，和以某个字符串开头和按某个字符拆分成list

python的打开文件的模式：

关于open 模式：

w     以写方式打开，
a     以追加模式打开 (从 EOF 开始, 必要时创建新文件)
r+     以读写模式打开
w+     以读写模式打开 (参见 w )
a+     以读写模式打开 (参见 a )
rb     以二进制读模式打开
wb     以二进制写模式打开 (参见 w )
ab     以二进制追加模式打开 (参见 a )
rb+    以二进制读写模式打开 (参见 r+ )
wb+    以二进制读写模式打开 (参见 w+ )
ab+    以二进制读写模式打开 (参见 a+ )

处理代码如下：

def showtxt(path,outpathname,detailpath):
 
  greenpath=r"C:\\Users\\qindongliang\\Desktop\\tnstxt\\green.txt";
  redpath=r"C:\\Users\\qindongliang\\Desktop\\tnstxt\\red.txt";
  redset=listtxt(redpath)
  greenset=listtxt(greenpath)
  print("红色词数量: ",len(redset))
  print("绿色词数量: ",len(greenset))
  #符合1条件的内容写入
  f1=open(r"C:\Users\qindongliang\Desktop\tnstxt\result\\"+detailpath+"\\1.txt",encoding="UTF-8",mode="a+")
  #符合2条件的内容写入
  f2=open(r"C:\Users\qindongliang\Desktop\tnstxt\result\\"+detailpath+"\\2.txt",encoding="UTF-8",mode="a+")
  #符合3条件的内容写入
  f3=open(r"C:\Users\qindongliang\Desktop\tnstxt\result\\"+detailpath+"\\3.txt",encoding="UTF-8",mode="a+")
  #符合4条件的内容写入
  f4=open(r"C:\Users\qindongliang\Desktop\tnstxt\result\\"+detailpath+"\\4.txt",encoding="UTF-8",mode="a+")
 
 
 
  delcount=1;
  f=open(path,encoding="UTF-8",mode="r+")
  fnew=open(outpathname,encoding="UTF-8",mode="a+")
  flog=open(outpathname+".log",encoding="UTF-8",mode="a+")
  #count=1;
  for line in f:
    list=line.strip().split("\t")
    line=line.strip()
    catalogid=list[0]
    score=list[1]
    keyword=clear(list[4].strip())
    if keyword in redset:
      if catalogid.startswith("018022") or catalogid.startswith("018035") or catalogid.startswith("014023003") :
        f1.write(line+"\n")#符合1条件写入
        fnew.write(line+"\n")#符合1条件写入
      else:
        flog.write(line+"  不符合条件1 "+"\n")
        delcount=delcount+1
 
    if keyword in greenset:
      if not (catalogid.startswith("018022") or catalogid.startswith("018035") or catalogid.startswith("014023003")) :
        fnew.write(line+"\n")
      else:
        f2.write(line+"\n")
        flog.write(line+"  不符合条件2"+"\n")
        delcount=delcount+1
 
 
    flist=formatStrList(keyword)
    if "sexy" in flist or "sex" in flist:
      if catalogid.startswith("018022") or catalogid.startswith("018035") or catalogid.startswith("014023003") :
        f3.write(line+"\n")
        fnew.write(line+"\n")
      else:
        flog.write(line+" 不符合条件3"+"\n")
        delcount=delcount+1
 
    #if (keyword.find("underwear")!=-1) & keyword.find("sexy")==-1 & keyword.find("sex")==-1:
    if "underwear" in flist and "sexy" not in flist and "sex" not in flist:
      if catalogid.startswith("014032") :
        f4.write(line+"\n")
        fnew.write(line+"\n")
      else:
        flog.write(line+" 不符合条件4"+"\n")
        delcount=delcount+1
 
    #print(list[0]," ",list[1]," ",list[4])
    #print()
 
 
 
  flog.write("删除总数目： "+str(delcount))
  f.close()
  f1.close()
  f2.close()
  f3.close()
  f4.close()
  fnew.close()
  flog.close()
 
import re
def clear(str):
  str=re.sub("[\"\"\'\'+]","",str)
  return str
 
 
def formatStrList(keyword):
  list=keyword.split(" ")
  for item in list:
    item.strip();
  return list
 
 
 
 
def listtxt(path):
   f=open(path,encoding="UTF-8")
   s=set()
   for line in f:
     s.add(line.strip())
   f.close()
   return s
 
path1=r"C:\\Users\\qindongliang\\Desktop\\tnstxt\\highfrequency.txt"
pathout1=r"C:\\Users\\qindongliang\\Desktop\\tnstxt\\detail\\a_highfrequency.txt"
detail1path="highfrequency"
path2=r"C:\\Users\\qindongliang\\Desktop\\tnstxt\\highfrequency_d1.txt"
pathout2=r"C:\\Users\\qindongliang\\Desktop\\tnstxt\\detail\\b_highfrequency_d1.txt"
detail2path="highfrequency_d1"
 
#showtxt(path1,pathout1,detail1path)
 
showtxt(path2,pathout2,detail2path)