首页 > 代码库 > python 包含汉字的文件读写之每行末尾加上特定字符
python 包含汉字的文件读写之每行末尾加上特定字符
在数据挖掘中,原始文件的格式往往是令人抓狂,很重要的一步是对数据文件的格式进行整理。
最近,接手的项目里,提供的数据文件格式简直让人看不下去,使用pandas打不开,一直是io error.仔细查看,发现文件中很多行数据是以"结尾,然而其他行缺失,因而需求也就很明显了:判断每行的结尾是否有",没有的话,加上就好了。
采用倒叙的方式好了,毕竟很多人需要的只是一个快速的解决方案,而不是一个why. 解决方案如下:
1 b = open(‘b_file.txt‘, w) 2 with open(‘a_file.txt‘, ‘r‘) as lines: 3 for line in lines: 4 line = line.strip() 5 if not line.endswith(r‘"‘): 6 line += r‘"‘ 7 line += ‘\n‘ 8 b.write(line) 9 10 b.close() 11 a.close()
其中整个过程的关键在于
line = line.strip()
之前我偷懒,直接使用省去了上面那行,结果在判断条件栽了跟头,程序认为每一行都不是以"结尾:
if not line.endswith(r‘"‘)
硬着头皮试上去,重写:
for line in open(data_path+‘heheda.txt‘, ‘r‘): if not line[-2] == r‘"‘: print line line = line[:-1] + r‘"‘ + line[-1:] print line
此时判断条件为 if not line[-2] == r‘"‘,这样才能得到除最后一行之外的正确结果。众所周知的原因,在windows系统中,文件的回车符是"\r\n",因而,在没有strip()处理好回车符的时候,需要手动在每一行的结尾前移一个字节进行判断每行的末尾。而对于文件的最后一行,一般情况下不是回车符作为结尾,毕竟不要换行了嘛。因而line[-2]则定位到了最后一个汉字的中间,将\xx\xx,硬写成了\xx"\xx,使得最后一个字显示错误。
python 包含汉字的文件读写之每行末尾加上特定字符
声明:以上内容来自用户投稿及互联网公开渠道收集整理发布,本网站不拥有所有权,未作人工编辑处理,也不承担相关法律责任,若内容有误或涉及侵权可进行投诉: 投诉/举报 工作人员会在5个工作日内联系你,一经查实,本站将立刻删除涉嫌侵权内容。