Python实现简单文本字符串处理的方法-木庄网络博客

本文摘自php中文网，作者不言，侵删。

这篇文章主要介绍了Python实现简单文本字符串处理的方法,涉及Python针对文本字符串的切割、计算、转换等相关操作技巧,需要的朋友可以参考下

本文实例讲述了Python实现简单文本字符串处理的方法。分享给大家供大家参考，具体如下：

对于一个文本字符串，可以使用Python的string.split()方法将其切割。下面看看实际运行效果。

1 2	`mySent` `=` `'This book is the best book on python!'` `print` `mySent.split()`

输出：

1	`['This',` `'book',` `'is',` `'the',` `'best',` `'book',` `'on',` `'python!']`

可以看到，切分的效果不错，但是标点符号也被当成了词，可以使用正则表达式来处理，其中分隔符是除单词、数字外的任意字符串。

import re
reg = re.compile('\\W*')
mySent = 'This book is the best book on python!'
listof = reg.split(mySent)
print listof

输出为：

1	`['This',` `'book',` `'is',` `'the',` `'best',` `'book',` `'on',` `'python', '']`

现在得到了一系列词组成的词表，但是里面的空字符串需要去掉。

可以计算每个字符串的长度，只返回大于0的字符串。

import re
reg = re.compile('\\W*')
mySent = 'This book is the best book on python!'
listof = reg.split(mySent)
new_list = [tok for tok in listof if len(tok)>0]
print new_list

输出为：

1	`['This',` `'book',` `'is',` `'the',` `'best',` `'book',` `'on',` `'python']`

最后，发现句子中的第一个字母是大写的。我们需要同一形式，把大写转化为小写。Python内嵌的方法，可以将字符串全部转化为小写(.lower())或大写(.upper())

import re
reg = re.compile('\\W*')
mySent = 'This book is the best book on python!'
listof = reg.split(mySent)
new_list = [tok.lower() for tok in listof if len(tok)>0]
print new_list

输出为：

1	`['this',` `'book',` `'is',` `'the',` `'best',` `'book',` `'on',` `'python']`

下面来看一封完整的电子邮件：

内容

Hi Peter,
 
With Jose out of town, do you want to
meet once in a while to keep things
going and do some interesting stuff?
 
Let me know
Eugene

import re
reg = re.compile('\\W*')
email = open('email.txt').read()
list = reg.split(email)
new_txt = [tok.lower() for tok in list if len(tok)>0]
print new_txt

输出：

复制代码代码如下:

1	`['hi',` `'peter',` `'with',` `'jose',` `'out',` `'of',` `'town',` `'do',` `'you',` `'want',` `'to',` `'meet',` `'once',` `'in',` `'a',` `'while',` `'to',` `'keep',` `'things',` `'going',` `'and',` `'do',` `'some',` `'interesting',` `'stuff',` `'let',` `'me',` `'know',` `'eugene']`