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

    #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。参考文章

    #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 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~

以上就是本文的全部内容，希望本文的内容对大家的学习或者工作能带来一定的帮助，同时也希望多多支持脚本之家！