[Python学习] 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

#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。

#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

#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。

#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：

#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

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

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

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：

# coding=utf-8
import time
import re
import os
import string
import syssource = 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 = 0.0if '万' in number:end = line.find(r'万')newNum = line[start+2:end]fNum = string.atof(newNum)*10000else: #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 fNumL.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pmpm = 0for i in range(len(L)):if count==L[i][0]:pm = i+1break#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 = 1for line in lines:line = line.rstrip('\n')if count==pm:line = line + '  【世界第' + str(i+1) + '名】'result.write(line+'\n')breakelse: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/)