Python菜鸟文本处理4种方法

自从认识了python这门语言，所有的事情好像变得容易了，作为小白，逗汁儿今天就为大家总结一下python的文本处理的一些小方法。

话不多说，代码撸起来。

python大小写字符互换

在进行大小写互换时，常用到的方法有4种，upper（）、lower（）、capitalize() 和title（）。

str = "www.dataCASTLE.com"
print(str.upper())# 把所有字符中的小写字母转换成大写字母
print(str.lower())# 把所有字符中的大写字母转换成小写字母
print(str.capitalize())# 把第一个字母转化为大写字母，其余小写
print(str.title())# 把每个单词的第一个字母转化为大写，其余小写 
WWW.DATACASTLE.COM
www.datacastle.com
Www.datacastle.com
Www.Datacastle.Com

还可以同时进行大小写互换：

s="hGdssWW678qqfdDDD777f8888sD8FJJss  jjYYhVV  #sh&" 
def fn(x):
    if x.is lower():
        return x.upper()
    elif x.is upper():
        return x.lower()
    else:
        return x
result=''.join([fn(r) for r in list(s)])
print(result)
HgDSSww678QQFDddd777F8888Sd8fjjSS  JJyyHvv  #SH&

在s当中，不仅有大小写字母，还有数字，符号作为干扰，运用代码成功将大小写进行了互换。

行列互换

01 ：insert进行A行与N行的互换

with open('D:
.txt','r') as f:
    txt=f.readlines()
    txt.insert(4,txt[1])#第二行插入第五行的位置
    del(txt[1])#删除原来的第二行
    print(txt)

1   A   一 
3   C   三 
4   D   四 
2   B   二 
5   E   五 
6   F   六

02： 矩阵的行列互换

matrix = [[1, 1, 1, 1],
                 [2, 2, 2, 2],
                 [3, 3, 3, 3],]

trans = []
for i in range(4):
    trans.append([row[i] for row in matrix])

print('', trans)
 [[1, 2, 3], 
 [1, 2, 3], 
 [1, 2, 3], 
 [1, 2, 3]]

关于行列互换的情况，python有一个很好用的库pandas，其中的操作非常简便，可以到之前的文章”十分钟上手pandas“中查看。

实现快速排序

快排的思想：首先任意选取一个数据（通常选用数组的第一个数）作为关键数据，然后将所有比它小的数都放到它前面，所有比它大的数都放到它后面，这个过程称为一趟快速排序。

01：超级”简短”的python实现的快速排序，一行代码轻松实现快速排序。

def quickSort(arg):
    if(arg==[]):
         return []
    return quickSort([i for i in arg[1:] if i<=arg[0]])+[arg[0]]+quickSort([i for i in arg[1:] if i>arg[0]])
print quickSort([11,22,8,23,7,33,13,28,66,777])
[7, 8, 11, 13, 22, 23, 28, 33, 66, 777]

02：一般快排实现

def quicksort(array, left, right):
    #建立递归终止条件
    if left >= right:
        return
    low = left#low为序列左边要移动的游标
    high = right#high为序列右边要移动的游标
    key = array[low]#将左边的数设为基准元素

    while left < right:
        # 当left与right未重合，并且比基准元素要大，就将游标向左移动
        while left < right and array[right] > key:
            right -= 1
        # 如果比基准元素小，就跳出循环，并且把其放在基准元素左边
        array[left] = array[right]

        # 当low与last未重合，并且比基准元素要小，就将游标向右移动
        while left < right and array[left] <= key:
            left += 1
        # 如果比基准元素大，就跳出循环，并且把其放在基准元素右边
        array[right] = array[left]

    # 当low与last相等，就是基准元素的排序位置
    array[right] = key

    # 对排序好的元素左右两边的序列进行递归
    quicksort(array, low, left - 1)
    quicksort(array, left + 1, high)

array = [11,22,8,23,7,33,13,28,66,777]
print("Quick Sort: ")
quicksort(array,0,len(array)-1)
print(array)
[7, 8, 11, 13, 22, 23, 28, 33, 66, 777]

03：《算法导论》中的快排程序

def quicksort(array, l, r):

    if l < r:
        q = partition(array, l, r)
        quick_sort(array, l, q - 1)
        quick_sort(array, q + 1, r)

def partition(array, l, r):
    x = array[r]
    i = l - 1


    for j in range(l, r):
        if array[j] <= x:
            i += 1
            array[i], array[j] = array[j], array[i]
    array[i + 1], array[r] = array[r], array[i+1]
    return i + 1

array = [11,22,8,23,7,33,13,28,66,777]
print("Quick Sort: ")
quicksort(array,0,len(array)-1)
print(array)
[7, 8, 11, 13, 22, 23, 28, 33, 66, 777]

04：python对list有一个内置函数sorted()排序

a = [11,22,8,23,7,33,13,28,66,777]
b=sorted(a)
print(b)
print(a)

[7, 8, 11, 13, 22, 23, 28, 33, 66, 777]
[11, 22, 8, 23, 7, 33, 13, 28, 66, 777]

sorted虽然是使用函数方法进行排序，但是效果非常好。使用sorted函数进行排序，不会改变a原有的排序，并且当文本中有其余字母符号等干扰时，也可以成功的将数字进行排序。

文本对齐

有些时候我们得到的文本可能是混乱的，需要进行对齐处理，关于对齐有以下几种方法：

01：format格式化对齐

# format格式化对齐
def f1():    
    with open("D:
.txt","r") as f:
        for s in f:
            l=s.rsplit ()
            #左对齐，填充符号自定
            t='{0:<5} {1:<7} {2}'.format(l[0],l[1],l[2])    
            print(str(t))
f1()

111     ABC         西瓜
22222 AABBC      水蜜桃
3333   CSDDGFF  香蕉
44       QQQSED    波罗蜜

02：just对齐

#just对齐
r=''
def f2():
    f=open("D:
.txt","r")
    for s in f:
        l=s.rsplit() #通过指定分隔符对字符串进行切片
        print(l[0].ljust(5," "),l[1].ljust(7," "),l[2])
f2()


111     ABC         西瓜
22222 AABBC      水蜜桃
3333   CSDDGFF  香蕉
44       QQQSED    波罗蜜

分行输出

01：正则表达式分行输出

#正则表达式
a="aA1一bB2二cC3三dD4四eE5五fF6六gG7七hH8八iI9九"
import re
reg=["[a-z]","[A-Z]","d","[^da-zA-Z]"]
#compile和findall一起使用，返回一个列表
for s in reg:    
    rega=re.compile(s)
    s=re.findall(rega,a)
    print("".join(s))

abcdefghi
ABCDEFGHI
123456789
一二三四五六七八九

02：string方法分行输出

#string方法
a="aA1一bB2二cC3三dD4四eE5五fF6六gG7七hH8八iI9九"
import string
ta=tb=tc=td=''
la=string.ascii_lowercase#la为小写字母
ua=string.ascii_uppercase#ua为大写字母
nb=string.digits#nb为0~9的数字
ub="一二三四五六七八九"

#分别从a中找出小写、大写字母、数字并进行分行输出
for s in a:
    if s in la:
        ta=ta+s
    if s in ua:
        tb=tb+s
    if s in nb:
        tc=tc+s
    if s in ub:
        td=td+s
print(ta)
print(tb)
print(tc)
print(td)

abcdefghi
ABCDEFGHI
123456789
一二三四五六七八九

好了，今天的分享就到这里。