python实现修改固定模式的字符串内容操作示例

本文实例讲述了python实现修改固定模式的字符串内容操作。分享给大家供大家参考，具体如下：

说明

字符串模式是开头可能有空格，之后可能存在多个小数点，然后后面跟着一个数字，数字可能是小数，数字后可能存在空格。

任务要求删去开头的小数点，如下:

" …78 " 修改为" 78 "
" …7.889 " 修改为" 7.889 "
“.9.8"修改为"9.8”

代码示例

注意这里正则的模式和分组的用法

import os
import re
testStr=r"...7.88 "
pattern=re.compile(r'(?P<lblank> *)(?P<point>\.*)(?P<realcontent>\d+\.?\S*)(?P<rblank> *)')
finalStr=pattern.search(testStr)
print(finalStr)
result=finalStr.group("lblank")+finalStr.group("realcontent")+finalStr.group("rblank")
print("result is: {}".format(result))

输出:

<_sre.SRE_Match object; span=(0, 8), match='...7.88 '>
result is: 7.88

拓展

说明

用来处理样本用的。标签是一个txt文件包含了图片的内容，内容的模式是（空格*）+（.*）+(小数或者整数)+（空格凑齐位数）。

脚本实现功能是：将第二部分里面的小数点去除（用正则分组去），修正原本的标签文件，并将标签两边占位用的空格去掉，形成新的标签，将新标签文件和对应的图片移动到以标签长度命名的文件夹中。由于文件量有40w+，使用多进程处理。

拓展代码

import os
import re
from multiprocessing import Pool
import shutil
def getAllFilePath(pathFolder,filter=[".jpg",".txt"]):
 #遍历文件夹下所有图片
 allCropPicPathList=[]
 allTXTPathList=[]
 #maindir是当前搜索的目录 subdir是当前目录下的文件夹名 file是目录下文件名
 for maindir,subdir,file_name_list in os.walk(pathFolder):
   for filename in file_name_list:
     apath=os.path.join(maindir,filename)
     ext=os.path.splitext(apath)[1]#返回扩展名
     if ext==filter[0] and ('_crop' in filename):
       allCropPicPathList.append(apath)
     elif ext==filter[1] and ('_crop' in filename):
       allTXTPathList.append(apath)
 return list(zip(allCropPicPathList,allTXTPathList))
#分析样本 对模式错误（即删去在开头空格和数字之间的.）的进行修正
def checkTxtContent(txtcontent,txtPath):
 pattern=re.compile(r'(?P<lblank> *)(?P<point>\.*)(?P<realcontent>\d+\.?\S*)(?P<rblank> *)')
 finalStr=pattern.search(txtcontent)
 if len(finalStr.group("point"))!=0:
   resultStr=finalStr.group("lblank")+finalStr.group("realcontent")+finalStr.group("rblank")
   with open(txtPath,'w') as fw:
     fw.write(resultStr)
   with open(r'E:\Numberdata\wrong.txt','a') as fw:
     fw.write(txtPath+"\n")
   print(txtPath,"is wrong!")
   return resultStr
 else:
   return txtcontent
#移动图片到对应长度的文件夹 标签label进行修改
def dealSampleList(samplePathList,saveBaseDir):
 for samplePath in samplePathList:
   txtPath=samplePath[1]
   picPath=samplePath[0]
   newtxtStr=""
   with open(txtPath,'r') as fr:
     txtStr=fr.readline()
     newtxtStr=checkTxtContent(txtStr,txtPath)
     newtxtStr=newtxtStr.strip()
   # 创建对应的文件夹
   saveDir=os.path.join(saveBaseDir,str(len(newtxtStr)))
   if not os.path.exists(saveDir):
     os.mkdir(saveDir)
   newTxtName=os.path.basename(txtPath)
   newPicName=os.path.basename(picPath)
   with open(os.path.join(saveDir,newTxtName),'w') as fw:
     fw.write(newtxtStr)
   shutil.move(picPath,os.path.join(saveDir,newPicName))
   # print(newPicName,'is done!')
if __name__ =='__main__':
 allFilePath=getAllFilePath(r'E:\Numberdata\4')
 # dealSampleList(allFilePath,r'E:\Numberdata\data')
 n_total=len(allFilePath)
 n_process=4 #8线程
 #每段子列表长度
 length=float(n_total)/float(n_process)
 indices=[int(round(i*length)) for i in range(n_process+1)]
 sublists=[allFilePath[indices[i]:indices[i+1]] for i in range(n_process)]
 #生成进程池
 p=Pool(n_process)
 for i in sublists:
   print("sublist len is {}".format(len(i)))
   p.apply_async(dealSampleList, args=(i,r'E:\Numberdata\data'))
 p.close()
 p.join()
 print("All done!")

希望本文所述对大家Python程序设计有所帮助。

来源：https://blog.csdn.net/sinat_24899403/article/details/87371271