Python实现简单文本字符串处理的方法

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。

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

输出：

['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测试数据pile('\\W*')
mySent = 'This book is the best book on python!'
listof = reg.split(mySent)
print listof 

输出为：

['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测试数据pile('\\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：

['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测试数据pile('\\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：

['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测试数据pile('\\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 

以上就是Python实现简单文本字符串处理的方法的详细内容，更多请关注Gxl网其它相关文章！

查看更多关于Python实现简单文本字符串处理的方法的详细内容...