Python 项目实践:文件批量处理
文章目录
- [Python 项目实践:文件批量处理](#Python 项目实践:文件批量处理)
-
-
- [一 背景](#一 背景)
- [二 发现问题](#二 发现问题)
- [三 分析问题](#三 分析问题)
- [四 解决问题](#四 解决问题)
-
- [1 找到所有文件](#1 找到所有文件)
- [2 找到文件特定字段](#2 找到文件特定字段)
- [3 找出复杂的字符串](#3 找出复杂的字符串)
- [4 替换目标字符串](#4 替换目标字符串)
- [5 验证文件是否正确](#5 验证文件是否正确)
- [五 总结](#五 总结)
- [六 完整代码示例](#六 完整代码示例)
- [七 源码地址](#七 源码地址)
-
本项目旨在通过 Python 编程实现对大量文件的批量处理。假设我们有 1000 个文件需要修改特定字段,例如将 yourpython.github.io
替换为 yourpython.com
。通过结合 Python 的文件管理、循环控制、正则表达式等知识,逐步解决问题。首先,通过 os.listdir()
遍历文件,利用正则表达式 re.findall()
找到需要替换的字段。然后,选择替换方案,将修改后的内容保存到新文件中,以保持原始文件不变。该项目展示了从发现问题、分析需求,到编写解决方案的完整过程,是实际应用 Python 知识的一个良好示例。
一 背景
让我们一起开展一个小项目,把之前学到的知识实际应用起来。根据自己的学习情况,预备课程可以选择跳过。
预备课:
Python 文件与目录管理:操作、管理与检验详解
Python for 和 while 循环:掌握循环控制的基本操作
Python 文件读写操作详解:从创建到编码处理.md
Python 正则表达式详解:从基础匹配到高级应用
本章主要涉及功能
找到所有文件 | 找到文件特定字段 | 替换 |
---|---|---|
os.listdir() | re.findall() | os.path.join() |
os.path.join() | os.path.join() | re.sub() |
string.startswith() |
二 发现问题
假如要处理大量文件,比如 1000 个文件,需要替换其中的特定字符,比如把 yourpython.github.io 改成 yourpython.com。
三 分析问题
需求分析,要满足以下三点:
- 遍历所有的文本文件
- 找到文件中特定字段
- 替换掉这些特定字段
四 解决问题
1 找到所有文件
这里需要 Python 文件与目录管理:操作、管理与检验详解 这章的知识点。
python
print(os.listdir("yourfiles"))
2 找到文件特定字段
这里需要 Python for 和 while 循环:掌握循环控制的基本操作 和 Python 文件读写操作详解:从创建到编码处理.md 这两章的知识点。
python
for filename in os.listdir("yourfiles"):
file_path = os.path.join("yourfiles", filename)
with open(file_path, "r") as f:
print(file_path, ": ", f.read())
3 找出复杂的字符串
这里需要 Python 正则表达式详解:从基础匹配到高级应用 这章的知识点。
python
string = "这是我的主页 https://mofanpy.com, 这个 www.mofanpy.com 有很多 mofan 教你机器学习和 python 语言的教学"
res = re.findall(r"(https://)?(mofanpy.com)", string)
for r in res:
print(r[1])
4 替换目标字符串
这里有二种方案:
- 在原文本上替换,并覆盖原文本的内容。
- 复制出一个新的文件,将原文本替换过的文字拷贝到新文件中,原文件不改变。
这里选择方案二。
python
for filename in os.listdir("yourfiles"):
file_path = os.path.join("yourfiles", filename)
with open(file_path, "r") as f1:
string = f1.read()
new_string = re.sub(r"yourpython.github.io", "yourpython.com", string)
with open(os.path.join("yourfiles", "new_" + filename), "w") as f2:
f2.write(new_string)
5 验证文件是否正确
python
for filename in os.listdir("yourfiles"):
if filename.startswith("new_"):
continue
file_path = os.path.join("yourfiles", "new_" + filename)
with open(file_path, "r") as f:
print(file_path, ": ", f.read())
五 总结
尽管这个任务看起来很简单,但其实包含了对项目的一些深度思考,比如如何发现问题、分析问题、解决问题 。通过之前那个 简单的计算器项目 以及当前这个实践,大家对使用 Python 开发项目应该有了更深入的理解。好了,到了这个阶段,大家已经可以尝试独立完成一些简单的项目了。接下来的课程将致力于进一步提升你的技能,而且内容会更加丰富精彩。
六 完整代码示例
python
# This is a sample Python script.
# Press ⌃R to execute it or replace it with your code.
# Press Double ⇧ to search everywhere for classes, files, tool windows, actions, and settings.
import os
import re
def print_hi(name):
# Use a breakpoint in the code line below to debug your script.
print(f'Hi, {name}') # Press ⌘F8 to toggle the breakpoint.
# 项目实践 文件批量处理
# 预备课:
# 文件目录管理
# for 和 while 循环
# 读写文件
# 正则表达式
# 主要涉及功能
# 找到所有文件
# os.listdir()
# os.path.join()
# 找到文件特定字段
# re.findall()
# os.path.join()
# 替换
# os.path.join()
# re.sub()
# string.startswith()
# 我遇到的问题 ,我们要处理大量文件 比如 1000 个文件,需要替换其中的特定字符,
# 比如把 yourpython.github.io 改成 mofanpy.com
# 分析问题
# 遍历所有的文本文件
# 找到文件中特定字段
# 替换掉这个特定字段
# 找到所有文件,文件目录管理
print(os.listdir("yourfiles"))
# 找到文件特定字段,for 和 while 循环,读写文件
for filename in os.listdir("yourfiles"):
file_path = os.path.join("yourfiles", filename)
with open(file_path, "r") as f:
print(file_path, ": ", f.read())
# 找出复杂的字符串,正则表达式
string = "这是我的主页 https://mofanpy.com, 这个 www.mofanpy.com 有很多 mofan 教你机器学习和 python 语言的教学"
res = re.findall(r"(https://)?(mofanpy.com)", string)
for r in res:
print(r[1])
# 替换,有二种方案
# 在原文本上替换,并覆盖原文本的内容;
# 复制出一个新的文件,将原文本替换过的文字拷贝到新文件中,原文件不改变。
# 这里选择方案二
for filename in os.listdir("yourfiles"):
file_path = os.path.join("yourfiles", filename)
with open(file_path, "r") as f1:
string = f1.read()
new_string = re.sub(r"yourpython.github.io", "yourpython.com", string)
with open(os.path.join("yourfiles", "new_" + filename), "w") as f2:
f2.write(new_string)
# 查看文件是否正确
print()
for filename in os.listdir("yourfiles"):
if filename.startswith("new_"):
continue
file_path = os.path.join("yourfiles", "new_" + filename)
with open(file_path, "r") as f:
print(file_path, ": ", f.read())
# Press the green button in the gutter to run the script.
if __name__ == '__main__':
print_hi('文件批量处理')
# See PyCharm help at https://www.jetbrains.com/help/pycharm/
复制粘贴并覆盖到你的 main.py 中运行,运行结果如下。
nginx
Hi, 文件批量处理
['c.txt', 'b.txt', 'a.txt', 'd.txt']
yourfiles/c.txt : yourpython.github.io is my favorite site, please have a look.
yourfiles/b.txt : this is a page in yourpython.github.io, please have a look.
yourfiles/a.txt : I have an apple, I have a pen
yourfiles/d.txt : what is my favorite site, please have a look of yourpython.github.io.
mofanpy.com
mofanpy.com
yourfiles/new_c.txt : yourpython.com is my favorite site, please have a look.
yourfiles/new_b.txt : this is a page in yourpython.com, please have a look.
yourfiles/new_a.txt : I have an apple, I have a pen
yourfiles/new_d.txt : what is my favorite site, please have a look of yourpython.com.
七 源码地址
代码地址:
引用 莫烦 Python