python java c++文本处理对比

一：起因

（1）态度和思想的转变很重要：要说起学习Python的原因，也够曲折的 —— 很早之前就听说了Python 以及 Perl语言，一直有学习的打算和冲动；最后学习Python是由于学习《机器学习》，和国外的教学视频里面那些洋教授们，以及国外关于机器学习的API都是用到的Python语言，自己初试牛刀一把，感觉效率就是高，慢慢的观念就转变了。

（2）态度和思想的转变很重要：学习一门新技术或者语言，跟人们认识事物的规律是一样一样 —— 刚刚接触新鲜事物时，第一反应排斥、反对（哪里都感觉别扭）；克服忍耐几天之后（也可能几周之后也再没有接触  ps:放一边，个把月后才学习），再之后会会有一段蜜月期（感觉效率啥的非常高，非常好 ps:认识不够），开始怀疑以前学习的语言有多么的丑陋与愚笨，开始抵触原来的学习所得，甚至开始怀疑人生（ps:也许会有的）；蜜月期一过，自己把新知识的基本知识学的差不多了，开始接触高级应用，但是由于对高级复杂的应用API不是很了解，总是出这样或那样莫名其妙的错误，又开始怀疑人生了……

（3）避免上述怪状的方法，就是广交益友，特别是技术大牛 —— 当你学习一门新技术时，有大牛给你指点，肯定会给你带来不少乐趣，还收获了友谊；关注技术大牛的技术blog（CSDN 或 Github）

（4）我就是这样开始了，我的短暂的学习Python之旅。

二：文本处理比较

（1）Java语言：

[java]  view plain  copy

 

1. /* 
2.    * @function：读取文件内容 
3.    * @input：输入文件名 
4.    * @output：文件的全部内容 
5.    */  
6.   public static String readFile(String file) throws FileNotFoundException, IOException {  
7.       //StringBuffer sb = new StringBuffer();  
8. FileInputStream fileInputStream = new FileInputStream(file)  
9.       BufferedReader bufferedReader = new BufferedReader(new InputStreamReader(fileInputStream, "gbk"));  
10.       String line = bufferedReader.readLine();  
11.       while (line != null) {  
12.     String [] words = line.split(regex);// 或者replace等等  
13.     for(word in words){  
14.         System.out.println(word);  
15.     }  
16.           //sb.append(line).append("\r\n");// windows 系统中的换行符  
17.           line = bufferedReader.readLine();  
18.       }  
19.       bufferedReader.close();  
20.       return sb.toString();// 牛逼 把一篇文章存在这里面的，这是不行的  
21.   }  

（2）C++语言：

[cpp]  view plain  copy

 

1. C++语言实现  
2. C++中没有实现split功能的函数，下面用C++ STL中的一些函数模拟实现split功能。  
3. #include <iostream>  
4. #include <string>  
5. #include <vector>  
6. #include <fstream>  
7. using namespace std;  
8.   
9. /* 
10. @in, src: 待分割的字符串 
11. @in, delim: 分隔符字符串 
12. @in_out, dest: 保存分割后的每个字符串 
13. */  
14. void split(const string& src, const string& delim, vector<string>& dest)  
15. {  
16.     string str = src;  
17.     string::size_type start = 0, index;  
18.     string substr;  
19.   
20.     index = str.find_first_of(delim, start);    //在str中查找(起始：start) delim的任意字符的第一次出现的位置  
21.     while(index != string::npos)  
22.     {  
23.         substr = str.substr(start, index-start);  
24.         dest.push_back(substr);  
25.         start = str.find_first_not_of(delim, index);    //在str中查找(起始：index) 第一个不属于delim的字符出现的位置  
26.         if(start == string::npos) return;  
27.   
28.         index = str.find_first_of(delim, start);  
29.     }  
30. }  
31.   
32.   
33. int main()  
34. {  
35.     ifstream infile("test.txt", ios::in);  
36.     vector<string> results;  
37.     string word;  
38.     string delim(" ");  
39.     string textline;  
40.     if(infile.good())  
41.     {  
42.         while(!infile.fail())  
43.         {  
44.             getline(infile, textline);  
45.             split(textline, delim, results);  
46.         }  
47.     }  
48.     infile.close();  
49.   
50.     vector<string>::iterator iter = results.begin();  
51.     while(iter != results.end())  
52.     {  
53.         cout<<*iter++<<endl;  
54.     }  
55.   
56.     return 0;  
57. }  

（3）Python语言：

[python]  view plain  copy

 

1. 在Python中有专门的函数split()对字符串进行分割，实现较为简单  
2. myfile = open('test.txt', 'r')  
3. allWords = []  
4. line = myfile.readline()  
5. while line:  
6.     list = line.split(' ')  
7.     for word in list:  
8.         if word[-1]=='\n':  
9.             allWords.append(word[:-1])  #去掉行末的'\n'  
10.         else:  
11.             allWords.append(word)  
12.     line = myfile.readline()  
13. myfile.close()    
14. print allWords  

（4）总结：相比较而言，（抛开运行效率不说），开发效率比较好的是Python，其次是Java，最后是c++，（但是一旦c++这些方法提前包装好了，也是很不错的）。