Python处理数据一个小例子

[b][color=olive][size=large]
最近用python（3.2的版本）写了根据特定规则，处理数据的一个小程序，用到了一些python常用的基础知识，在此总结一下：

1，python读文件
2，python写文件
3，python的流程控制
4，python的for循环
5，python的集合，或字符串里判断是否存在某个元素
6，python的逻辑或，逻辑与
7，python的正则过滤
8，python的字符串忽略空格，和以某个字符串开头和按某个字符拆分成list

python的打开文件的模式：
关于open 模式：

w 以写方式打开，
a 以追加模式打开 (从 EOF 开始, 必要时创建新文件)
r+ 以读写模式打开
w+ 以读写模式打开 (参见 w )
a+ 以读写模式打开 (参见 a )
rb 以二进制读模式打开
wb 以二进制写模式打开 (参见 w )
ab 以二进制追加模式打开 (参见 a )
rb+ 以二进制读写模式打开 (参见 r+ )
wb+ 以二进制读写模式打开 (参见 w+ )
ab+ 以二进制读写模式打开 (参见 a+ )
[/size][/color][/b]
[b][color=green][size=large]处理代码如下：[/size][/color][/b]

def showtxt(path,outpathname,detailpath):

    greenpath=r"C:\\Users\\qindongliang\\Desktop\\tnstxt\\green.txt";
    redpath=r"C:\\Users\\qindongliang\\Desktop\\tnstxt\\red.txt";
    redset=listtxt(redpath)
    greenset=listtxt(greenpath)
    print("红色词数量: ",len(redset))
    print("绿色词数量: ",len(greenset))
    #符合1条件的内容写入
    f1=open(r"C:\Users\qindongliang\Desktop\tnstxt\result\\"+detailpath+"\\1.txt",encoding="UTF-8",mode="a+")
    #符合2条件的内容写入
    f2=open(r"C:\Users\qindongliang\Desktop\tnstxt\result\\"+detailpath+"\\2.txt",encoding="UTF-8",mode="a+")
    #符合3条件的内容写入
    f3=open(r"C:\Users\qindongliang\Desktop\tnstxt\result\\"+detailpath+"\\3.txt",encoding="UTF-8",mode="a+")
    #符合4条件的内容写入
    f4=open(r"C:\Users\qindongliang\Desktop\tnstxt\result\\"+detailpath+"\\4.txt",encoding="UTF-8",mode="a+")


    delcount=1;
    f=open(path,encoding="UTF-8",mode="r+")
    fnew=open(outpathname,encoding="UTF-8",mode="a+")
    flog=open(outpathname+".log",encoding="UTF-8",mode="a+")
    #count=1;
    for line in f:
        list=line.strip().split("\t")
        line=line.strip()
        catalogid=list[0]
        score=list[1]
        keyword=clear(list[4].strip())
        if keyword in redset:
            if catalogid.startswith("018022") or catalogid.startswith("018035") or catalogid.startswith("014023003") :
                f1.write(line+"\n")#符合1条件写入
                fnew.write(line+"\n")#符合1条件写入
            else:
                flog.write(line+"   不符合条件1 "+"\n")
                delcount=delcount+1

        if keyword in greenset:
            if not (catalogid.startswith("018022") or catalogid.startswith("018035") or catalogid.startswith("014023003")) :
                fnew.write(line+"\n")
            else:
                f2.write(line+"\n")
                flog.write(line+"   不符合条件2"+"\n")
                delcount=delcount+1


        flist=formatStrList(keyword)
        if "sexy" in flist or "sex" in flist:
            if catalogid.startswith("018022") or catalogid.startswith("018035") or catalogid.startswith("014023003") :
                f3.write(line+"\n")
                fnew.write(line+"\n")
            else:
                flog.write(line+"  不符合条件3"+"\n")
                delcount=delcount+1

       #if (keyword.find("underwear")!=-1) & keyword.find("sexy")==-1 & keyword.find("sex")==-1:
        if "underwear" in flist and "sexy" not in flist and "sex" not  in flist:
            if catalogid.startswith("014032")  :
                f4.write(line+"\n")
                fnew.write(line+"\n")
            else:
                flog.write(line+"  不符合条件4"+"\n")
                delcount=delcount+1

        #print(list[0],"  ",list[1],"  ",list[4])
        #print()


    flog.write("删除总数目： "+str(delcount))
    f.close()
    f1.close()
    f2.close()
    f3.close()
    f4.close()
    fnew.close()
    flog.close()

import re
def clear(str):
    str=re.sub("[\"\"\'\'+]","",str)
    return str


def formatStrList(keyword):
    list=keyword.split(" ")
    for item in list:
        item.strip();
    return  list


def listtxt(path):
     f=open(path,encoding="UTF-8")
     s=set()
     for line in f:
         s.add(line.strip())
     f.close()
     return s

path1=r"C:\\Users\\qindongliang\\Desktop\\tnstxt\\highfrequency.txt"
pathout1=r"C:\\Users\\qindongliang\\Desktop\\tnstxt\\detail\\a_highfrequency.txt"
detail1path="highfrequency"
path2=r"C:\\Users\\qindongliang\\Desktop\\tnstxt\\highfrequency_d1.txt"
pathout2=r"C:\\Users\\qindongliang\\Desktop\\tnstxt\\detail\\b_highfrequency_d1.txt"
detail2path="highfrequency_d1"

#showtxt(path1,pathout1,detail1path)

showtxt(path2,pathout2,detail2path)