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

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

        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

1. #list.sort(func=None, key=None, reverse=False)   
2. list = [4, 3, 9, 1, 5, 2]  
3. print list  
4. list.sort()  
5. print list  
6. #输出  
7. [4, 3, 9, 1, 5, 2]  
8. [1, 2, 3, 4, 5, 9]  

#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。

1. #sorted(list)  
2. list = ['h', 'a', 'p', 'd', 'i', 'b']  
3. print list  
4. print sorted(list)  
5. print list  
6. #输出  
7. ['h', 'a', 'p', 'd', 'i', 'b']  
8. ['a', 'b', 'd', 'h', 'i', 'p']  
9. ['h', 'a', 'p', 'd', 'i', 'b']  

#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

1. #list.sort(func=None, key=None, reverse=False)   
2. list = [('Tom',4),('Jack',7),('Daly',9),('Mary',1),('God',5),('Yuri',3)]  
3. print list  
4. list.sort(lambda x,y:cmp(x[1],y[1]))  
5. print list  
6. #输出  
7. [('Tom', 4), ('Jack', 7), ('Daly', 9), ('Mary', 1), ('God', 5), ('Yuri', 3)]  
8. [('Mary', 1), ('Yuri', 3), ('Tom', 4), ('God', 5), ('Jack', 7), ('Daly', 9)]  

#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。

1. #list.sort(func=None, key=None, reverse=False)   
2. list = [(1,93),(2,71),(3,89),(4,93),(5,85),(6,77)]  
3. print list  
4. list.sort(key=lambda x:x[1])  
5. print list  
6. #输出  
7. [(1, 93), (2, 71), (3, 89), (4, 93), (5, 85), (6, 77)]  
8. [(2, 71), (6, 77), (5, 85), (3, 89), (1, 93), (4, 93)]  

#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：

1. #lambda [arg1[, arg2, ..., argN]]:expression  
2. f = lambda x,y,z:x+y+z  
3. num = f(1,2,3)  
4. print 'lambda: ' + str(num)  
5. #等价于  
6. def add(x,y,z):  
7.     return x+y+z  
8. num = add(1,2,3)  
9. print 'function: ' + str(num)  
10. #输出  
11. lambda: 6  
12. function: 6  

#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

1. source = open("F:\\Student\\1Area.txt",'r')  
2. lines = source.readlines()  
3. L = []        #列表二维 国家行数 人口数  
4. count = 1     #当前国家在文件中第count行  
5. for line in lines:  
6.     line = line.rstrip('\n')          #去除换行  
7.     ....                              #获取排名和面积  
8.     fNum = string.atof(number)        #面积  
9.     L.append((count,ffNum))           #列表添加  
10.     count = count + 1  
11. else:  
12.     print 'End While'  
13.     source.close()  

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

1. L.sort(lambda x,y:cmp(x[1],y[1]),reverse = True)  
2. #遍历过程 表示第i名 (文件第x行,面积y平方公里)  
3. #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  
4. for i in range(len(L)):  
5.     print (i+1), L[i]  

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

1. line = line.rstrip('\n')          #去除换行  
2. start = line.find(r'V:')  
3. end = line.find(r'平方公里')  
4. number = line[start+2:end]  
5. number = number.replace(',','')   #去除','  
6. #输出  
7. 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）  
8. number => 9634057或9736000  

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：

1. # coding=utf-8  
2. import time            
3. import re            
4. import os  
5. import string  
6. import sys  
7.   
8. source = open("F:\\Student\\1Area.txt",'r')  
9. lines = source.readlines()  
10. count = 1  
11. L = []    #列表二维 国家行数 人口数  
12.   
13. ''''' 
14. 第一部分 获取国土面积 
15. '''  
16. print 'Start!!!'  
17. for line in lines:  
18.     line = line.rstrip('\n')          #去除换行  
19.     start = line.find(r'V:')  
20.     end = line.find(r'平方公里')  
21.     number = line[start+2:end]  
22.     number = number.replace(',','')   #去除','  
23.     fNum = 0.0  
24.     if '万' in number:  
25.         end = line.find(r'万')  
26.         newNum = line[start+2:end]  
27.         fNum = string.atof(newNum)*10000  
28.     else: #如何优化代码 全局变量  
29.         if '/' in number:  
30.             end = line.find(r'/')  
31.             newNum = line[start+2:end]  
32.             newNum = newNum.replace(',','')  
33.             fNum = string.atof(newNum)  
34.         elif '(' in number:  
35.             end = line.find(r'(')  
36.             newNum = line[start+2:end]  
37.             newNum = newNum.replace(',','')  
38.             fNum = string.atof(newNum)  
39.         elif '[' in number:  
40.             end = line.find(r'[')  
41.             newNum = line[start+2:end]  
42.             newNum = newNum.replace(',','')  
43.             fNum = string.atof(newNum)  
44.         elif '或' in number:  
45.             end = line.find(r'或')  
46.             newNum = line[start+2:end]  
47.             newNum = newNum.replace(',','')  
48.             fNum = string.atof(newNum)  
49.         elif ' ' in number:  
50.             end = line.find(r' ')  
51.             newNum = line[start+2:end]  
52.             newNum = newNum.replace(',','')  
53.             fNum = string.atof(newNum)  
54.         else:  
55.             fNum = string.atof(number)  
56.     #print line  
57.     #print number  
58.     #print fNum  
59.     L.append((count,fNum))  
60.     count = count + 1  
61. else:  
62.     print 'End While'  
63.     source.close()  
64.   
65.   
66. ''''' 
67. 第二部分 从大到小排序 
68. 参看 http://blog.chinaunix.net/uid-20775448-id-4222915.html 
69. '''  
70. L.sort(lambda x,y:cmp(x[1],y[1]),reverse = True)  
71. #print L  
72. #遍历过程 表示第i名 (文件第x行,面积y平方公里)  
73. #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  
74. for i in range(len(L)):  
75.     print (i+1), L[i]  
76.       
77.   
78. ''''' 
79. 第三部分 读写文件 
80. '''  
81. source = open("F:\\Student\\1Area.txt",'r')  
82. lines = source.readlines()  
83. result = open("F:\\Student\\1NewArea.txt",'w')  
84. count = 1  
85. for line in lines:  
86.     line = line.rstrip('\n')  
87.     #获取列表L中排名位置pm  
88.     pm = 0  
89.     for i in range(len(L)):  
90.         if count==L[i][0]:  
91.             pm = i+1  
92.             break  
93.     #获取文件中名次  
94.     if '世界第' in line:  
95.         start = line.find(r'世界第')  
96.         end = line.find(r'名')  
97.         number  = line[start+9:end]  
98.         if '/' in number: #防止中国第3/4名  
99.             end = line.find(r'/')  
100.             number  = line[start+9:end]  
101.         if '包括海外' in number:  
102.             number = '41'  
103.         print number,pm,type(number),type(pm)  
104.           
105.         if string.atoi(number)==pm:  
106.             line = line + '     【排名正确】  【世界第' + str(pm) + '名】'  
107.             result.write(line+'\n')  
108.         else:  
109.             line = line + '     【排名错误】  【世界第' + str(pm) + '名】'  
110.             result.write(line+'\n')  
111.     else: #文件中没有排名  
112.         line = line + '     【新加排名】  【世界第' + str(pm) + '名】'  
113.         result.write(line+'\n')    
114.     count = count + 1  
115. else:  
116.     print 'End Sorted'  
117.     source.close()  
118.     result.close()  
119.   
120. ''''' 
121. 第四部分 输出一个排序好的文件 便于观察 
122. '''  
123. source = open("F:\\Student\\1Area.txt",'r')  
124. lines = source.readlines()  
125. result = open("F:\\Student\\1NewSortArea.txt",'w')  
126. #i表示第i名 L[i][0]表示行数  
127. pm = 0  
128. for i in range(len(L)):  
129.     pm = L[i][0]  
130.     count = 1  
131.     for line in lines:  
132.         line = line.rstrip('\n')  
133.         if count==pm:  
134.             line = line + '  【世界第' + str(i+1) + '名】'  
135.             result.write(line+'\n')  
136.             break  
137.         else:  
138.             count = count + 1  
139. else:  
140.     print 'End Sorted Second'  
141.     source.close()  
142.     result.close()  

# 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~
        (By:Eastmount 2015-9-16 晚上9点   http://blog.csdn.net/eastmount/)