导读:今天首席CTO笔记来给各位分享关于python文件有多少行的相关内容,如果能碰巧解决你现在面临的问题,别忘了关注本站,现在开始吧!
python怎么得到一个文件里面的行数
import csv
f = open(\'fileName.csv\',\'r\')
content = csv.reader(f)
lineNum=0
for line in content:
lineNum+=1
print(lineNum)#lineNum就是你要的文件行数
f.close()
python openpyxl写xlsx最多写多少行
不超过100行
最近要帮做RA的老姐写个合并excel工作表的脚本……源数据是4000+个excel 工作表,分布在9个xlsm文件里,文件内容是中英文混杂的一些数据,需要从每张表中提取需要的部分,分门别类合并到多个大的表里。
寻觅工具
确定任务之后第一步就是找个趁手的库来干活。 Python Excel上列出了xlrd、xlwt、xlutils这几个包,但是
它们都比较老,xlwt甚至不支持07版以后的excel
它们的文档不太友好,都可能需要去读源代码,而老姐的任务比较紧,加上我当时在期末,没有这个时间细读源代码
再一番搜索后我找到了openpyxl,支持07+的excel,一直有人在维护,文档清晰易读,参照Tutorial和API文档很快就能上手,就是它了~
安装
这个很容易,直接pip install openpyxl,呵呵呵~
因为我不需要处理图片,就没有装pillow。
一些考虑
源文件大约一个在1~2MB左右,比较小,所以可以直接读入内存处理。
既然是处理excel,何况他们整个组显然都是win下干活(数据都用excel存了= =,商科的人啊……),这个脚本还是在win下做吧
这个任务完全不需要我对现有的文件做修改!囧……我只要读入、处理、再写出另一个文件就行了
学习使用
嗯,就是打开cmd,然后用python的shell各种玩这个模块来上手……(win下没有装ipython,囧)
做这个小脚本基本上我只需要import两个东西
from openpyxl import Workbookfrom openpyxl import load_workbook
load_workbook顾名思义是把文件导入到内存,Workbook是最基本的一个类,用来在内存里创建文件最后写进磁盘的。
干活
首先我需要导入这个文件
inwb = load_workbook(filename)
得到的就是一个workbook对象
然后我需要创建一个新的文件
outwb = Workbook()
接着在这个新文件里,用create_sheet新建几个工作表,比如
careerSheet = outwb.create_sheet(0, \'career\')
就会从头部插入一个叫career的工作表(也就是说用法类似python list的insert)
接下来我需要遍历输入文件的每个工作表,并且按照表名做一些工作(e.g.如果表名不是数字,我不需要处理),openpyxl支持用字典一样的方式通过表名获取工作表,获取一个工作簿的表名的方法是get_sheet_names
for sheetName in inwb.get_sheet_names(): if not sheetName.isdigit(): continue
sheet = inwb[sheetName]
得到工作表之后,就是按列和行处理了。openpyxl会根据工作表里实际有数据的区域来确定行数和列数,获取行和列的方法是sheet.rows和sheet.columns,它们都可以像list一样用。比如,如果我想跳过数据少于2列的表,可以写
if len(sheet.columns) 2: continue
如果我想获取这个工作表的前两列,可以写
colA, colB = sheet.columns[:2]
除了用columns和rows来得到这个工作表的行列之外,还可以用excel的单元格编码来获取一个区域,比如
cells = sheet[\'A1\':\'B20\']
有点像excel自己的函数,可以拉出一块二维的区域~
为了方便处理,遇到一个没有C列的工作表,我要创建一个和A列等长的空的C列出来,那么我可以用sheet.cell这个方法,通过传入单元格编号和添加空值来创建新列。
alen = len(colA)for i in range(1, alen + 1):
sheet.cell(\'C%s\' % (i)).value = None
注意:excel的单元格命名是从1开始的~
上面的代码也显示出来了,获取单元格的值是用cell.value(可以是左值也可以是右值),它的类型可以是字符串、浮点数、整数、或者时间(datetime.datetime),excel文件里也会生成对应类型的数据。
得到每个单元格的值之后,就可以进行操作了~openpyxl会自 动将字符串用unicode编码,所以字符串都是unicode类型的。
除了逐个逐个单元格用cell.value修改值以外,还可以一行行append到工作表里
sheet.append(strA, dateB, numC)
最后,等新的文件写好,直接用workbook.save保存就行
outwb.save(\"test.xlsx\")
这个会覆盖当前已有的文件,甚至你之前读取到内存的那个文件。
一些要注意的地方
如果要在遍历一列的每个单元格的时候获取当前单元格的在这个column对象里的下标
for idx, cell in enumerate(colA): # do something...
为了防止获取的数据两端有看不见的空格(excel文件里很常见的坑),记得strip()
如果工作表里的单元格没有数据,openpyxl会让它的值为None,所以如果要基于单元格的值做处理,不能预先假定它的类型,最好用
if not cell.value continue
之类的语句来先行判断
如果要处理的excel文件里有很多noise,比如当你预期一个单元格是时间的时候,有些表的数据可能是字符串,这时候可以用
if isinstance(cell.value, unicode): break
之类的语句处理。
win下的cmd似乎不太好设定用utf-8的code page,如果是简体中文的话可以用936(GBK),print的时候会自动从unicode转换到GBK输出到终端。
一些帮忙处理中文问题的小函数
我处理的表有一些超出GBK范围的字符,当我需要把一些信息print出来监控处理进度的时候非常麻烦,好在它们都是可以无视的,我直接用空格替换再print也行,所以加上一些我本来就要替换掉的分隔符,我可以:
# annoying seperatorsdot = u\'\\u00b7\'dash = u\'\\u2014\'emph = u\'\\u2022\'dot2 = u\'\\u2027\'seps = (u\'.\', dot, dash, emph, dot2)def get_clean_ch_string(chstring): \"\"\"Remove annoying seperators from the Chinese string.
Usage:
cleanstring = get_clean_ch_string(chstring) \"\"\"
cleanstring = chstring for sep in seps:
cleanstring = cleanstring.replace(sep, u\' \') return cleanstring
此外我还有一个需求,是把英文名[空格]中文名分成英文姓、英文名、中文姓、中文名。
首先我需要能把英文和中文分割开,我的办法是用正则匹配,按照常见中英文字符在unicode的范围来套。匹配英文和中文的正则pattern如下:
# regex pattern matching all ascii charactersasciiPattern = ur\'[%s]+\' % \'\'.join(chr(i) for i in range(32, 127))# regex pattern matching all common Chinese characters and seporatorschinesePattern = ur\'[\\u4e00-\\u9fff. %s]+\' % (\'\'.join(seps))
英文就用ASCII可打印字符的范围替代,常见中文字符的范围是\\u4e00-\\u9fff,那个seps是前面提到过的超出GBK范围的一些字符。 除了简单的分割,我还需要处理只有中文名没有英文名、只有英文名没有中文名等情况,判断逻辑如下:
def split_name(name): \"\"\"Split [English name, Chinese name].
If one of them is missing, None will be returned instead.
Usage:
engName, chName = split_name(name) \"\"\"
matches = re.match(\'(%s) (%s)\' % (asciiPattern, chinesePattern), name) if matches: # English name + Chinese name
return matches.group(1).strip(), matches.group(2).strip() else:
matches = re.findall(\'(%s)\' % (chinesePattern), name)
matches = \'\'.join(matches).strip() if matches: # Chinese name only
return None, matches else: # English name only
matches = re.findall(\'(%s)\' % (asciiPattern), name) return \'\'.join(matches).strip(), None
得到了中文名之后,我需要分割成姓和名,因为任务要求不需要把姓名分割得很明确,我就按照常见的中文名姓名分割方式来分——两个字or三个字的第一个字是姓,四个字的前两个字是姓,名字带分隔符的(少数民族名字)分隔符前是姓(这里用到了前面的get_clean_ch_string函数来移除分隔符),名字再长一些又不带分割符的,假设整个字符串都是名字。(注意英语的first name 指的是名,last name指的是姓,2333)
def split_ch_name(chName): \"\"\"Split the Chinese name into first name and last name.
* If the name is XY or XYZ, X will be returned as the last name.
* If the name is WXYZ, WX will be returned as the last name.
* If the name is ...WXYZ, the whole name will be returned
as the last name.
* If the name is ..ABC * XYZ..., the part before the seperator
will be returned as the last name.
Usage:
chFirstName, chLastName = split_ch_name(chName) \"\"\"
if len(chName) 4: # XY or XYZ
chLastName = chName[0]
chFirstName = chName[1:] elif len(chName) == 4: # WXYZ
chLastName = chName[:2]
chFirstName = chName[2:] else: # longer
cleanName = get_clean_ch_string(chName)
nameParts = cleanName.split() print u\' \'.join(nameParts) if len(nameParts) 2: # ...WXYZ
return None, nameParts[0]
chLastName, chFirstName = nameParts[:2] # ..ABC * XYZ...
return chFirstName, chLastName
分割英文名就很简单了,空格分开,第一部分是名,第二部分是姓,其他情况暂时不管就行。
python统计文本中有多少行
写一个文本统计的脚本:计算并打印有关文本文件的统计数据,包括文件里包含多少个字符、行、单词数,以及前10个出现次数最多的单词按顺序排列
import time
keep=[\'a\',\'b\',\'c\',\'d\',\'e\',\'f\',\'g\',\'h\',\'i\',\'j\',\'k\',\'l\',\'m\',\'n\',\'o\',\'p\',\'q\',\'r\',\'s\',\'t\',\'u\',\'v\',\'w\',\'x\',\'y\',\'z\',\' \',\'-\',\"\'\"]
stop_words=[\'the\',\'and\',\'i\',\'to\',\'of\',\'a\',\'you\',\'my\',\'that\',\'in\',\'she\',\'he\',\'her\',\'his\',\'it\',\'be\',\'was\',\'had\']
def normalize(s):
result=\'\'
for c in s.lower():
if c in keep:
result+=c
如何利用python文件操作快速定位到多少行
首先需要用open()函数打开文件,然后调用文件指针的readlines()函数,可以将文件的全部内容读入到一个列表当中,列表的每一个元素对应于文件的每一行,如果希望获取文件第k行的内容,只需要对列表索引第k-1个元素即可,因为Python是从0开始计数的。
示例代码如下:
示例代码中,打印了文件第4行的内容。
python一个文件有多少行包含了某个单词
with open(\'你的文件名加上后缀名\') as f_obj:
print(\'一共有\',len(f_obj.read().split(\' \')),\'个单词\',sep=\'\')
IDLE(python) 怎么显示行数
1、打开IDLE shell或者IDLE编辑器,可以看到左下角有个Ln和Col,事实上,Ln是当前光标所在行,Col是当前光标所在列。我们如果想得到文件代码有多少行,我们可以直接移动光标到行末,以此来得到一个行数。
2、如果想让Python IDLE显示行号,我们可以通过扩展IDLE功能来做到。图为设置好的效果图
3、需要下载一个LineNumber.py扩展svwh.dl.sourceforge.net/project/sourcetrac/tmp/IDLE/idlexlib/extensions/LineNumbers.py。
4、我们打开Python安装目录,找到安装目录下的Lib\\idlelib目录复制LineNumber到这个目录。
6、保存之后重启IDLE,可以看到我们的Shell和editor都有了行号。
结语:以上就是首席CTO笔记为大家整理的关于python文件有多少行的全部内容了,感谢您花时间阅读本站内容,希望对您有所帮助,更多关于python文件有多少行的相关内容别忘了在本站进行查找喔。
以上内容为新媒号(sinv.com.cn)为大家提供!新媒号,坚持更新大家所需的互联网后端知识。希望您喜欢!
版权申明:新媒号所有作品(图文、音视频)均由用户自行上传分享,仅供网友学习交流,不声明或保证其内容的正确性,如发现本站有涉嫌抄袭侵权/违法违规的内容。请发送邮件至 k2#88.com(替换@) 举报,一经查实,本站将立刻删除。