本文將通過(guò)一下幾個(gè)方面來(lái)一一進(jìn)行解決
1、程序的主要功能
2、實(shí)現(xiàn)過(guò)程
3、類的定義
4、用生成器generator動(dòng)態(tài)更新每個(gè)對(duì)象并返回對(duì)象
5、使用strip 去除不必要的字符
6、rematch匹配字符串
7、使用timestrptime提取字符串轉(zhuǎn)化為時(shí)間對(duì)象
8、完整代碼
程序的主要功能
現(xiàn)在有個(gè)存儲(chǔ)用戶信息的像表格一樣的文檔：第一行是屬性，各個(gè)屬性用逗號(hào)(，)分隔，從第二行開(kāi)始每行是各個(gè)屬性對(duì)應(yīng)的值，每行代表一個(gè)用戶。如何實(shí)現(xiàn)讀入這個(gè)文檔，每行輸出一個(gè)用戶對(duì)象呢？
另外還有4個(gè)小要求：
每個(gè)文檔都很大，如果一次性把所有行生成的那么多對(duì)象存成列表返回，內(nèi)存會(huì)崩潰。程序中每次只能存一個(gè)行生成的對(duì)象。
用逗號(hào)隔開(kāi)的每個(gè)字符串，前后可能有雙引號(hào)（”）或者單引號(hào)（'）,例如”張三“，要把引號(hào)去掉；如果是數(shù)字，有+000000001.24這樣的，要把前面的+和0都去掉，提取出1.24
文檔中有時(shí)間，形式可能是2013-10-29，也可能是2013/10/29 2:23:56 這樣的形式，要把這樣的字符串轉(zhuǎn)成時(shí)間類型
這樣的文檔有好多個(gè)，每個(gè)的屬性都不一樣，例如這個(gè)是用戶的信息，那個(gè)是通話紀(jì)錄。所以類中的具體屬性有哪些要根據(jù)文檔的第一行動(dòng)態(tài)生成
實(shí)現(xiàn)過(guò)程
1.類的定義
由于屬性是動(dòng)態(tài)添加的，屬性-值 對(duì)也是動(dòng)態(tài)添加的，類中要含有updateAttributes（）和updatePairs（）兩個(gè)成員函數(shù)即可,此外用列表attributes存儲(chǔ)屬性，詞典attrilist存儲(chǔ)映射。其中init()函數(shù)為構(gòu)造函數(shù)。 __attributes前有下劃線表示私有變量，不能在外面直接調(diào)用。實(shí)例化時(shí)只需a=UserInfo()即可，無(wú)需任何參數(shù)。
class UserInfo(object): 'Class to restore UserInformation' def __init__ (self): self.attrilist={} self.__attributes=[] def updateAttributes(self,attributes): self.__attributes=attributes def updatePairs(self,values): for i in range(len(values)): self.attrilist[self.__attributes[i]]=values[i]2.用生成器（generator）動(dòng)態(tài)更新每個(gè)對(duì)象并返回對(duì)象
生成器相當(dāng)于一個(gè)只需要初始化一次，就可自動(dòng)運(yùn)行多次的函數(shù)，每次循環(huán)返回一個(gè)結(jié)果。不過(guò)函數(shù)用return 返回結(jié)果，而生成器用yield 返回結(jié)果。每次運(yùn)行都在yield返回，下一次運(yùn)行從yield之后開(kāi)始。例如，我們實(shí)現(xiàn)斐波拉契數(shù)列，分別用函數(shù)和生成器實(shí)現(xiàn)：
def fib(max): n, a, b = 0, 0, 1 while n < max: print(b) a, b = b, a + b n = n + 1 return 'done'
我們計(jì)算數(shù)列的前6個(gè)數(shù)：
>>> fib(6)112358'done'
如果用生成器的話，只要把 print 改成 yield 就可以了。如下：
def fib(max): n, a, b = 0, 0, 1 while n < max: yield b a, b = b, a + b n = n + 1
使用方法：
>>> f = fib(6)>>> f<generator object fib at 0x104feaaa0>>>> for i in f:... print(i)... 112358>>>
可以看到，生成器fib本身是個(gè)對(duì)象，每次執(zhí)行到y(tǒng)ield會(huì)中斷返回一個(gè)結(jié)果，下次又繼續(xù)從yield的下一行代碼繼續(xù)執(zhí)行。生成器還可以用generator.next()執(zhí)行。
在我的程序中，生成器部分代碼如下：
def ObjectGenerator(maxlinenum): filename='/home/thinkit/Documents/usr_info/USER.csv' attributes=[] linenum=1 a=UserInfo() file=open(filename) while linenum < maxlinenum: values=[] line=str.decode(file.readline(),'gb2312')#linecache.getline(filename, linenum,'gb2312') if line=='': print'reading fail! Please check filename!' break str_list=line.split(',') for item in str_list: item=item.strip() item=item.strip('/"') item=item.strip('/'') item=item.strip('+0*') item=catchTime(item) if linenum==1: attributes.append(item) else: values.append(item) if linenum==1: a.updateAttributes(attributes) else: a.updatePairs(values) yield a.attrilist #change to ' a ' to use linenum = linenum +1其中，a=UserInfo()為類UserInfo的實(shí)例化.因?yàn)槲臋n是gb2312編碼的，上面使用了對(duì)應(yīng)的解碼方法。由于第一行是屬性，有個(gè)函數(shù)將屬性列表存入UserInfo中，即updateAttributes();后面的行則要將 屬性-值 對(duì)讀入一個(gè)字典中存儲(chǔ)。p.s.python中的字典相當(dāng)于映射（map）.
3.使用strip 去除不必要的字符
從上面代碼中，可以看到使用str.strip(somechar)即可去除str前后的somechar字符。somechar可以是符號(hào)，也可以是正則表達(dá)式，如上：
item=item.strip()#除去字符串前后的所有轉(zhuǎn)義字符，如/t,/n等item=item.strip('/"')#除去前后的"item=item.strip('/'')item=item.strip('+0*')#除去前后的+00...00，*表示0的個(gè)數(shù)可以任意多，也可以沒(méi)有4.re.match匹配字符串
函數(shù)語(yǔ)法：
re.match(pattern, string, flags=0)
函數(shù)參數(shù)說(shuō)明：
參數(shù) 描述
pattern 匹配的正則表達(dá)式
string 要匹配的字符串。
flags 標(biāo)志位，用于控制正則表達(dá)式的匹配方式，如：是否區(qū)分大小寫，多行匹配等等。
若匹配成功re.match方法返回一個(gè)匹配的對(duì)象，否則返回None。`
>>> s='2015-09-18'
>>> matchObj=re.match(r'/d{4}-/d{2}-/d{2}',s, flags= 0)
>>> print matchObj
<_sre.SRE_Match object at 0x7f3525480f38>
1
2
3
4
5
5.使用time.strptime提取字符串轉(zhuǎn)化為時(shí)間對(duì)象
在time模塊中,time.strptime(str,format)可以把str按照format格式轉(zhuǎn)化為時(shí)間對(duì)象，format中的常用格式有：
%y 兩位數(shù)的年份表示（00-99）
%Y 四位數(shù)的年份表示（000-9999）
%m 月份（01-12）
%d 月內(nèi)中的一天（0-31）
%H 24小時(shí)制小時(shí)數(shù)（0-23）
%I 12小時(shí)制小時(shí)數(shù)（01-12）
%M 分鐘數(shù)（00=59）
%S 秒（00-59）
此外，還需要使用re模塊，用正則表達(dá)式，對(duì)字符串進(jìn)行匹配，看是否是一般時(shí)間的格式，如YYYY/MM/DD H:M:S, YYYY-MM-DD等
在上面的代碼中，函數(shù)catchTime就是判斷item是否為時(shí)間對(duì)象，是的話轉(zhuǎn)化為時(shí)間對(duì)象。
代碼如下：
import timeimport redef catchTime(item): # check if it's time matchObj=re.match(r'/d{4}-/d{2}-/d{2}',item, flags= 0) if matchObj!= None : item =time.strptime(item,'%Y-%m-%d') #print "returned time: %s " %item return item else: matchObj=re.match(r'/d{4}//d{2}//d{2}/s/d+:/d+:/d+',item,flags=0 ) if matchObj!= None : item =time.strptime(item,'%Y/%m/%d %H:%M:%S') #print "returned time: %s " %item return item完整代碼：
import collectionsimport timeimport reclass UserInfo(object): 'Class to restore UserInformation' def __init__ (self): self.attrilist=collections.OrderedDict()# ordered self.__attributes=[] def updateAttributes(self,attributes): self.__attributes=attributes def updatePairs(self,values): for i in range(len(values)): self.attrilist[self.__attributes[i]]=values[i]def catchTime(item): # check if it's time matchObj=re.match(r'/d{4}-/d{2}-/d{2}',item, flags= 0) if matchObj!= None : item =time.strptime(item,'%Y-%m-%d') #print "returned time: %s " %item return item else: matchObj=re.match(r'/d{4}//d{2}//d{2}/s/d+:/d+:/d+',item,flags=0 ) if matchObj!= None : item =time.strptime(item,'%Y/%m/%d %H:%M:%S') #print "returned time: %s " %item return itemdef ObjectGenerator(maxlinenum): filename='/home/thinkit/Documents/usr_info/USER.csv' attributes=[] linenum=1 a=UserInfo() file=open(filename) while linenum < maxlinenum: values=[] line=str.decode(file.readline(),'gb2312')#linecache.getline(filename, linenum,'gb2312') if line=='': print'reading fail! Please check filename!' break str_list=line.split(',') for item in str_list: item=item.strip() item=item.strip('/"') item=item.strip('/'') item=item.strip('+0*') item=catchTime(item) if linenum==1: attributes.append(item) else: values.append(item) if linenum==1: a.updateAttributes(attributes) else: a.updatePairs(values) yield a.attrilist #change to ' a ' to use linenum = linenum +1if __name__ == '__main__': for n in ObjectGenerator(10): print n #輸出字典，看是否正確總結(jié)
以上就是這篇文章的全部?jī)?nèi)容，希望能對(duì)大家的學(xué)習(xí)或者工作帶來(lái)一定幫助，如果有疑問(wèn)大家可以留言交流，謝謝大家對(duì)武林網(wǎng)的支持。
新聞熱點(diǎn)
疑難解答
圖片精選
