python实现修改固定模式的字符串内容操作示例

Python  /  管理员 发布于 7年前   151

本文实例讲述了python实现修改固定模式的字符串内容操作。分享给大家供大家参考，具体如下：

说明

字符串模式是开头可能有空格，之后可能存在多个小数点，然后后面跟着一个数字，数字可能是小数，数字后可能存在空格。

任务要求删去开头的小数点，如下:

" …78 " 修改为" 78 "
" …7.889 " 修改为" 7.889 "
“.9.8"修改为"9.8”

代码示例

注意这里正则的模式和分组的用法

import osimport retestStr=r"...7.88 "pattern=re.compile(r'(?P<lblank> *)(?P<point>\.*)(?P<realcontent>\d+\.?\S*)(?P<rblank> *)')finalStr=pattern.search(testStr)print(finalStr)result=finalStr.group("lblank")+finalStr.group("realcontent")+finalStr.group("rblank")print("result is: {}".format(result))

输出:

<_sre.SRE_Match object; span=(0, 8), match='...7.88 '>
result is: 7.88

拓展

说明

用来处理样本用的。标签是一个txt文件包含了图片的内容，内容的模式是（空格*）+（.*）+(小数或者整数)+（空格凑齐位数）。

脚本实现功能是：将第二部分里面的小数点去除（用正则分组去），修正原本的标签文件，并将标签两边占位用的空格去掉，形成新的标签，将新标签文件和对应的图片移动到以标签长度命名的文件夹中。由于文件量有40w+，使用多进程处理。

拓展代码

import osimport refrom multiprocessing import Poolimport shutildef getAllFilePath(pathFolder,filter=[".jpg",".txt"]):  #遍历文件夹下所有图片  allCropPicPathList=[]  allTXTPathList=[]  #maindir是当前搜索的目录 subdir是当前目录下的文件夹名 file是目录下文件名  for maindir,subdir,file_name_list in os.walk(pathFolder):    for filename in file_name_list:      apath=os.path.join(maindir,filename)      ext=os.path.splitext(apath)[1]#返回扩展名      if ext==filter[0] and ('_crop' in filename):        allCropPicPathList.append(apath)      elif ext==filter[1] and ('_crop' in filename):        allTXTPathList.append(apath)  return list(zip(allCropPicPathList,allTXTPathList))#分析样本 对模式错误（即删去在开头空格和数字之间的.）的进行修正def checkTxtContent(txtcontent,txtPath):  pattern=re.compile(r'(?P<lblank> *)(?P<point>\.*)(?P<realcontent>\d+\.?\S*)(?P<rblank> *)')  finalStr=pattern.search(txtcontent)  if len(finalStr.group("point"))!=0:    resultStr=finalStr.group("lblank")+finalStr.group("realcontent")+finalStr.group("rblank")    with open(txtPath,'w') as fw:      fw.write(resultStr)    with open(r'E:\Numberdata\wrong.txt','a') as fw:      fw.write(txtPath+"\n")     print(txtPath,"is wrong!")    return resultStr  else:    return txtcontent#移动图片到对应长度的文件夹 标签label进行修改def dealSampleList(samplePathList,saveBaseDir):  for samplePath in samplePathList:    txtPath=samplePath[1]    picPath=samplePath[0]    newtxtStr=""    with open(txtPath,'r') as fr:      txtStr=fr.readline()      newtxtStr=checkTxtContent(txtStr,txtPath)      newtxtStr=newtxtStr.strip()    # 创建对应的文件夹    saveDir=os.path.join(saveBaseDir,str(len(newtxtStr)))    if not os.path.exists(saveDir):      os.mkdir(saveDir)    newTxtName=os.path.basename(txtPath)    newPicName=os.path.basename(picPath)    with open(os.path.join(saveDir,newTxtName),'w') as fw:      fw.write(newtxtStr)     shutil.move(picPath,os.path.join(saveDir,newPicName))    # print(newPicName,'is done!')if __name__ =='__main__':  allFilePath=getAllFilePath(r'E:\Numberdata\4')  # dealSampleList(allFilePath,r'E:\Numberdata\data')  n_total=len(allFilePath)  n_process=4 #8线程  #每段子列表长度  length=float(n_total)/float(n_process)  indices=[int(round(i*length)) for i in range(n_process+1)]  sublists=[allFilePath[indices[i]:indices[i+1]] for i in range(n_process)]  #生成进程池   p=Pool(n_process)  for i in sublists:    print("sublist len is {}".format(len(i)))    p.apply_async(dealSampleList, args=(i,r'E:\Numberdata\data'))  p.close()  p.join()  print("All done!")

更多关于Python相关内容感兴趣的读者可查看本站专题：《Python字符串操作技巧汇总》、《Python数据结构与算法教程》、《Python列表(list)操作技巧总结》、《Python编码操作技巧总结》、《Python函数使用技巧总结》及《Python入门与进阶经典教程》

希望本文所述对大家Python程序设计有所帮助。