本文实例讲述了Python实现简单文本字符串处理的方法。分享给大家供大家参考,具体如下:
对于一个文本字符串,可以使用Python的string.split()
方法将其切割。下面看看实际运行效果。
mySent = 'This book is the best book on python!' print mySent.split()
输出:
['This', 'book', 'is', 'the', 'best', 'book', 'on', 'python!']
可以看到,切分的效果不错,但是标点符号也被当成了词,可以使用正则表达式来处理,其中分隔符是除单词、数字外的任意字符串。
import re reg = re.compile('\\W*') mySent = 'This book is the best book on python!' listof = reg.split(mySent) print listof
输出为:
['This', 'book', 'is', 'the', 'best', 'book', 'on', 'python', '']
现在得到了一系列词组成的词表,但是里面的空字符串需要去掉。
可以计算每个字符串的长度,只返回大于0的字符串。
import re reg = re.compile('\\W*') mySent = 'This book is the best book on python!' listof = reg.split(mySent) new_list = [tok for tok in listof if len(tok)>0] print new_list
输出为:
['This', 'book', 'is', 'the', 'best', 'book', 'on', 'python']
最后,发现句子中的第一个字母是大写的。我们需要同一形式,把大写转化为小写。Python内嵌的方法,可以将字符串全部转化为小写(.lower()
)或大写(.upper()
)
import re reg = re.compile('\\W*') mySent = 'This book is the best book on python!' listof = reg.split(mySent) new_list = [tok.lower() for tok in listof if len(tok)>0] print new_list
输出为:
['this', 'book', 'is', 'the', 'best', 'book', 'on', 'python']
下面来看一封完整的电子邮件:
内容
Hi Peter, With Jose out of town, do you want to meet once in a while to keep things going and do some interesting stuff"htmlcode">import re reg = re.compile('\\W*') email = open('email.txt').read() list = reg.split(email) new_txt = [tok.lower() for tok in list if len(tok)>0] print new_txt输出:
复制代码 代码如下:['hi', 'peter', 'with', 'jose', 'out', 'of', 'town', 'do', 'you', 'want', 'to', 'meet', 'once', 'in', 'a', 'while', 'to', 'keep', 'things', 'going', 'and', 'do', 'some', 'interesting', 'stuff', 'let', 'me', 'know', 'eugene']更多关于Python相关内容可查看本站专题:《Python字符串操作技巧汇总》、《Python数据结构与算法教程》、《Python函数使用技巧总结》、《Python入门与进阶经典教程》及《Python文件与目录操作技巧汇总》
希望本文所述对大家Python程序设计有所帮助。
Python,文本字符串,处理
RTX 5090要首发 性能要翻倍!三星展示GDDR7显存
三星在GTC上展示了专为下一代游戏GPU设计的GDDR7内存。
首次推出的GDDR7内存模块密度为16GB,每个模块容量为2GB。其速度预设为32 Gbps(PAM3),但也可以降至28 Gbps,以提高产量和初始阶段的整体性能和成本效益。
据三星表示,GDDR7内存的能效将提高20%,同时工作电压仅为1.1V,低于标准的1.2V。通过采用更新的封装材料和优化的电路设计,使得在高速运行时的发热量降低,GDDR7的热阻比GDDR6降低了70%。
更新日志
- 小骆驼-《草原狼2(蓝光CD)》[原抓WAV+CUE]
- 群星《欢迎来到我身边 电影原声专辑》[320K/MP3][105.02MB]
- 群星《欢迎来到我身边 电影原声专辑》[FLAC/分轨][480.9MB]
- 雷婷《梦里蓝天HQⅡ》 2023头版限量编号低速原抓[WAV+CUE][463M]
- 群星《2024好听新歌42》AI调整音效【WAV分轨】
- 王思雨-《思念陪着鸿雁飞》WAV
- 王思雨《喜马拉雅HQ》头版限量编号[WAV+CUE]
- 李健《无时无刻》[WAV+CUE][590M]
- 陈奕迅《酝酿》[WAV分轨][502M]
- 卓依婷《化蝶》2CD[WAV+CUE][1.1G]
- 群星《吉他王(黑胶CD)》[WAV+CUE]
- 齐秦《穿乐(穿越)》[WAV+CUE]
- 发烧珍品《数位CD音响测试-动向效果(九)》【WAV+CUE】
- 邝美云《邝美云精装歌集》[DSF][1.6G]
- 吕方《爱一回伤一回》[WAV+CUE][454M]