京公网安备 11010802034615号
经营许可证编号:京B2-20210330
python去除文件中空格、Tab及回车的方法
本文实例讲述了python去除文件中空格、Tab及回车的方法。分享给大家供大家参考,具体如下:
在最近的开发工作中,为了应付比赛赶进度,服务端的json文件都是人工写的,写完之后发现格式都是十分规整,易于人阅读的json,但是客户端请求不需要那些为了格式而在json里面添加的空格、tab、回车等等没用的字符,遂用python写一脚本,去除文件中的空格、回车、换行。
原json文件:
{
"amount" : "2",
"content" : [
{ "category_id" : 0,
"name" : "古典文学",
"category_json_url" : "http://172.16.242.14:8080/source/history/history.json"
}
,
{
"category_id" : 1,
"name" : "流行音乐",
"category_json_url" : "http://172.16.242.14:8080/source//popmusic/popmusic.json"
}
]
}
用脚本处理后的文件:
复制代码 代码如下:
{"amount":"2","content":[{"category_id":0,"name":"古典文学","category_json_url":"http://172.16.242.14:8080/source/history/history.json"},{"category_id":1,"name":"流行音乐","category_json_url":"http://172.16.242.14:8080/source//popmusic/popmusic.json"}]}
下面上代码:
def stripFile(oldFName,newFName):
'''''remove the space or Tab or enter in a file,and output to a new file in the same folder'''
fp = open(oldFName,"r+")
newFp = open(newFName,"w")
for eachline in fp.readlines():
newStr = eachline.replace(" ","").replace("\t","").strip()
#print "Write:",newStr
newFp.write(newStr)
fp.close()
newFp.close()
if __name__ == "__main__":
oldName = raw_input("input file name:")
nameList = oldName.split(".")
newName = "%s%s%s" % (nameList[0],"_new.",nameList[1])
stripFile(oldName,newName)
print "finish output to new file:",newName
使用脚本时,如果脚本文件和要处理的文件在同一目录下,则直接输入文件名,如果不在,需要输入文件的完整路径。
记得听Cliff说过,程序员就要有一个批量处理的意识,要学会发挥机器的力量,感觉还是很对的。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在主成分分析(PCA)、因子分析等降维方法中,“成分得分系数矩阵” 与 “载荷矩阵” 是两个高频出现但极易混淆的核心矩阵 —— ...
2025-11-12大数据早已不是单纯的技术概念,而是渗透各行业的核心生产力。但同样是拥抱大数据,零售企业的推荐系统、制造企业的设备维护、金 ...
2025-11-12在数据驱动的时代,“数据分析” 已成为企业决策的核心支撑,但很多人对其认知仍停留在 “用 Excel 做报表”“写 SQL 查数据” ...
2025-11-12金融统计不是单纯的 “数据计算”,而是贯穿金融业务全流程的 “风险量化工具”—— 从信贷审批中的客户风险评估,到投资组合的 ...
2025-11-11这个问题很有实战价值,mtcars 数据集是多元线性回归的经典案例,通过它能清晰展现 “多变量影响分析” 的核心逻辑。核心结论是 ...
2025-11-11在数据驱动成为企业核心竞争力的今天,“不知道要什么数据”“分析结果用不上” 是企业的普遍困境 —— 业务部门说 “要提升销量 ...
2025-11-11在大模型(如 Transformer、CNN、多层感知机)的结构设计中,“每层神经元个数” 是决定模型性能与效率的关键参数 —— 个数过少 ...
2025-11-10形成购买决策的四个核心推动力的是:内在需求驱动、产品价值感知、社会环境影响、场景便捷性—— 它们从 “为什么买”“值得买吗 ...
2025-11-10在数字经济时代,“数字化转型” 已从企业的 “可选动作” 变为 “生存必需”。然而,多数企业的转型仍停留在 “上线系统、收集 ...
2025-11-10在数据分析与建模中,“显性特征”(如用户年龄、订单金额、商品类别)是直接可获取的基础数据,但真正驱动业务突破的往往是 “ ...
2025-11-07在大模型(LLM)商业化落地过程中,“结果稳定性” 是比 “单次输出质量” 更关键的指标 —— 对客服对话而言,相同问题需给出一 ...
2025-11-07在数据驱动与合规监管双重压力下,企业数据安全已从 “技术防护” 升级为 “战略刚需”—— 既要应对《个人信息保护法》《数据安 ...
2025-11-07在机器学习领域,“分类模型” 是解决 “类别预测” 问题的核心工具 —— 从 “垃圾邮件识别(是 / 否)” 到 “疾病诊断(良性 ...
2025-11-06在数据分析中,面对 “性别与购物偏好”“年龄段与消费频次”“职业与 APP 使用习惯” 这类成对的分类变量,我们常常需要回答: ...
2025-11-06在 CDA(Certified Data Analyst)数据分析师的工作中,“可解释性建模” 与 “业务规则提取” 是核心需求 —— 例如 “预测用户 ...
2025-11-06在分类变量关联分析中(如 “吸烟与肺癌的关系”“性别与疾病发病率的关联”),卡方检验 P 值与 OR 值(比值比,Odds Ratio)是 ...
2025-11-05CDA 数据分析师的核心价值,不在于复杂的模型公式,而在于将数据转化为可落地的商业行动。脱离业务场景的分析只是 “纸上谈兵” ...
2025-11-05教材入口:https://edu.cda.cn/goods/show/3151 “纲举目张,执本末从。” 若想在数据分析领域有所收获,一套合适的学习教材至 ...
2025-11-05教材入口:https://edu.cda.cn/goods/show/3151 “纲举目张,执本末从。” 若想在数据分析领域有所收获,一套合适的学习教材至 ...
2025-11-04【2025最新版】CDA考试教材:CDA教材一级:商业数据分析(2025)__商业数据分析_cda教材_考试教材 (cdaglobal.com) ...
2025-11-04