Python基础:输入与输出(I/O)
2019-05-24 06:13:52来源:博客园 阅读 ()
来做一个NLP任务
import re import os,sys # 你不用太关心这个函数 def parse(text): # 使用正则表达式去除标点符号和换行符 text = re.sub(r'[^\w ]', '', text) # 转为小写 text = text.lower() # 生成所有单词的列表 word_list = text.split(' ') # 去除空白单词 word_list = filter(None, word_list) # 生成单词和词频的字典 word_cnt = {} for word in word_list: if word not in word_cnt: word_cnt[word] = 0 word_cnt[word] += 1 print(word_cnt.items()) # 按照词频排序 sorted_word_cnt = sorted(word_cnt.items(), key=lambda kv: kv[1], reverse=True) return sorted_word_cnt inFile = 'in.txt' if not os.path.exists(inFile): print(f'file {inFile} not exist') sys.exit() with open(inFile, 'r') as fin: text = fin.read() word_and_freq = parse(text) outFile = 'out.txt' with open(outFile, 'w') as fout: for word, freq in word_and_freq: try: fout.write('{} {}\n'.format(word, freq)) except Exception as ex: print(f"error in wirte {outFile},error msg:{ex}")
from collections import defaultdict import re,sys,os inFile = 'in.txt' if not os.path.exists(inFile): print(f'file {inFile} not exist') sys.exit() f = open(inFile, mode="r", encoding="utf-8") word_cnt = defaultdict(int) #defaultdict类的初始化函数接受一个类型作为参数,当所访问的键不存在的时候,可以实例化一个值作为默认值 for line in f: #逐行读取 line =re.sub(r'[^\w ]', '', line) #使用正则表达式去除标点符号和换行符 for word in filter(None, line.split(' ')): #按空格把单词分组,并把空白单词去掉 word_cnt[word] += 1 outFile = 'out.txt' with open(outFile,'w') as fout: for word, freq in sorted(word_cnt.items(), key=lambda kv: kv[1], reverse=True): try: fout.write(f'{word} {freq}\n') except Exception as ex: print(f"error in wirte {outFile},error msg:{ex}")
I/O需谨慎,所有I/O操作都应该进行错误处理,以防编码漏洞。
Json 序列化与反序列化
json.dumps() 这个函数,接受 Python 的基本数据类型,然后将其序列化为 string;
json.loads() 这个函数,接受一个合法字符串,然后将其反序列化为 Python 的基本数据类型。
original_params = json.loads(params_str) t = type(original_params) if t is not dict: print(f'is {t} not dict')
json.dumps() 与json.loads()例子:
import json,sys params = { 'symbol': '123456', 'type': 'limit', 'price': 123.4, 'amount': 23 } try: params_str = json.dumps(params) except Exception as ex: print(f'error on dumps error msg:{ex}') sys.exit() print('after json serialization') print('type of params_str = {}, params_str = {}'.format(type(params_str), params)) #after json serialization #type of params_str = <class 'str'>, params_str = {'symbol': '123456', 'type': 'limit', 'price': 123.4, 'amount': 23} original_params = json.loads(params_str) t = type(original_params) if t is not dict: print(f'is {t} not dict') print('after json deserialization') print('type of original_params = {}, original_params = {}'.format(type(original_params), original_params)) #after json deserialization #type of original_params = <class 'dict'>, original_params = {'symbol': '123456', 'type': 'limit', 'price': 123.4, 'amount': 23}
参考资料:
极客时间《Python核心技术与实战》
原文链接:https://www.cnblogs.com/xiaoguanqiu/p/10914987.html
如有疑问请与原作者联系
标签:
版权申明:本站文章部分自网络,如有侵权,请联系:west999com@outlook.com
特别注意:本站所有转载文章言论不代表本站观点,本站所提供的摄影照片,插画,设计作品,如需使用,请与原作者联系,版权归原作者所有
下一篇:高阶函数
- python3基础之“术语表(2)” 2019-08-13
- python3 之 字符串编码小结(Unicode、utf-8、gbk、gb2312等 2019-08-13
- Python3安装impala 2019-08-13
- 小白如何入门 Python 爬虫? 2019-08-13
- python_字符串方法 2019-08-13
IDC资讯: 主机资讯 注册资讯 托管资讯 vps资讯 网站建设
网站运营: 建站经验 策划盈利 搜索优化 网站推广 免费资源
网络编程: Asp.Net编程 Asp编程 Php编程 Xml编程 Access Mssql Mysql 其它
服务器技术: Web服务器 Ftp服务器 Mail服务器 Dns服务器 安全防护
软件技巧: 其它软件 Word Excel Powerpoint Ghost Vista QQ空间 QQ FlashGet 迅雷
网页制作: FrontPages Dreamweaver Javascript css photoshop fireworks Flash