python提取txt中的字符串数据

字符串数据"/>

python提取txt中的字符串数据

题目：

一个txt文件中已知数据格式为：

C4D

C4D/maya

C4D

C4D/su

C4D/max/AE

统计每个字段出现的次数，比如C4D、maya

先读取文件，将文件中的数据抽取出来：

def getWords(filepath):

file = open(filepath)

wordOne=[]

while(file):

line = file.readline()

word = line.split('/')

wordOne.extend(word)

if(not line): #若读取结束了

break

wordtwo=[]

for i in wordOne:

wordtwo.extend(i.split())

return wordtwo

说明：这个有一个要注意的地方是文件是被”\n”,”/”两种格式分割而来的，因此需要split两次。

然后定义一个dict，遍历数据，代码如下所示：

def getWordNum(words):

dictWord={}

for i in words:

if(i not in dictWord):

dictWord[i]=0

dictWord[i]+=1

return dictWord

主函数的调用：

filepath='data/new.txt'

words = getWords(filepath)

dictword = getWordNum(words)

print(dictword)

结果：

{'C4D': 9, 'max': 1, 'su': 1, 'maya': 1, 'AE': 3}

说明：

1，

print(type(word))

print(type(splitData[0]))

输出为：

就是当splitData.extend()执行之后就将原本是list类型的数据转换成str类型的存储起来。只有对str类型的数据才能用split函数

2，

import os

print(os.getcwd())

这个可以输出当前所在位置，对于读取文件很有用。

在读入文件并对文件进行切分的时候，若是含有的切分词太多，那么使用re.split()方法是最方便的，如下所示：

filepath='data/new.txt'

file = open(filepath) #读取文件

wordOne=[]

symbol = '\n/' #定义分隔符

symbol = "["+symbol+"]" #拼接正则表达式

while(file):

line = file.readline()

word = re.split(symbol,line)

wordOne.extend(word)

if(not line):

break

#通过上式得到的list中会含有很多的空字符串，所以要去空

wordOne = [x for x in wordOne if x]

以上这篇python 统计文件中的字符串数目示例就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持。