[Python基础语法] 专题五.列表基础知识之二维list排序、获取下标和处理txt文本实例

举报
eastmount 发表于 2021/07/20 20:55:20 2021/07/20
【摘要】 该篇文章主要介绍列表基础知识,包括二维list排序、获取下标和处理txt文本实例,基础性文章,希望对您有所帮助。感恩遇见,不负青春。

        这是2014年作者早期分享的博客,希望对华为云的读者有帮助。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
 
#list.sort(func=None, key=None, reverse=False) 
list = [4, 3, 9, 1, 5, 2]
print list
list.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。
 
#sorted(list)
list = ['h', 'a', 'p', 'd', 'i', 'b']
print list
print 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
 
#list.sort(func=None, key=None, reverse=False) 
list = [('Tom',4),('Jack',7),('Daly',9),('Mary',1),('God',5),('Yuri',3)]
print list
list.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。
 
#list.sort(func=None, key=None, reverse=False) 
list = [(1,93),(2,71),(3,89),(4,93),(5,85),(6,77)]
print list
list.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:
#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: 6
function: 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

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('\n')          #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 + 1
else:
    print 'End While'
    source.close()

        列表排序

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

line = line.rstrip('\n')          #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:

# coding=utf-8
import time          
import re          
import os
import string
import sys

source = open("F:\\Student\\1Area.txt",'r')
lines = source.readlines()
count = 1
L = []    #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('\n')          #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 + 1
else:
    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 = 1
for line in lines:
    line = line.rstrip('\n')
    #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+'\n')
        else:
            line = line + '     【排名错误】  【世界第' + str(pm) + '名】'
            result.write(line+'\n')
    else: #文件中没有排名
        line = line + '     【新加排名】  【世界第' + str(pm) + '名】'
        result.write(line+'\n')  
    count = count + 1
else:
    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 = 0
for i in range(len(L)):
    pm = L[i][0]
    count = 1
    for line in lines:
        line = line.rstrip('\n')
        if count==pm:
            line = line + '  【世界第' + str(i+1) + '名】'
            result.write(line+'\n')
            break
        else:
            count = count + 1
else:
    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~

        2014年分享的文章,原文地址:https://blog.csdn.net/Eastmount/article/details/39854689
        希望能与大家一起在华为云社区共同进步

        (By:Eastmount 2021-07-20 夜于武汉
)


【版权声明】本文为华为云社区用户原创内容,转载时必须标注文章的来源(华为云社区)、文章链接、文章作者等基本信息, 否则作者和本社区有权追究责任。如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱: cloudbbs@huaweicloud.com
  • 点赞
  • 收藏
  • 关注作者

评论(0

0/1000
抱歉,系统识别当前为高风险访问,暂不支持该操作

全部回复

上滑加载中

设置昵称

在此一键设置昵称,即可参与社区互动!

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。