Python文本处理

Python 文本处理是一项非常重要的技能，因为在这个数字时代，文本数据无处不在。Python 提供了强大的文本处理功能，可以用来处理各种文本数据类型，比如字符串、XML、JSON、CSV 等等。

Python字符串处理

在Python中，字符串(str)是一种不可变(Immutable)的数据类型，它可以包含字母、数字和符号等字符，是Python中最常使用的数据类型之一。

字符串基本操作

对于字符串，可以进行很多基本操作，比如：

1. 长度计算：len()
2. 切片：使用[start:end:step]来选择子字符串
3. 连接：使用'+'连接两个字符串
4. 复制：使用'*'操作符来复制一个字符串
5. 查找：使用find()或者index()方法来查找指定字符或子字符串的位置
6. 替换：使用replace()方法来替换指定字符或子字符串
7. 分割：使用split()方法来分割字符串
8. 大小写转换：使用upper()和lower()方法来进行字符串大小写转换

字符串格式化

字符串格式化是指根据格式化字符构成的模板，生成一个字符串。Python中，格式化字符串可以使用两种方式：

1. 使用%占位符
2. 使用format()方法

正则表达式

正则表达式是一种描述字符串模式的语言，它可以通过在字符串中匹配特定的模式，来实现字符串的搜索、替换和分割。Python中常用的正则表达式模块是re。

XML处理

XML是一种常见的数据交换格式，它是一种用来描述数据的、具有自我描述性和可扩展性的标记语言。在Python中，可以使用ElementTree和lxml库来处理XML文本数据。

解析XML文本

对于XML文本，可以使用ElementTree库提供的parse()函数来解析：

import xml.etree.ElementTree as ET

tree = ET.parse('data.xml')
root = tree.getroot()

操作XML元素

在ElementTree中，元素(Element)是XML文档的基本组成单元。我们可以通过节点访问方式来访问、操作XML元素：

import xml.etree.ElementTree as ET

tree = ET.parse('data.xml')
root = tree.getroot()

# 获取根元素的标签名
print(root.tag)

# 遍历结点
for child in root:
    print(child.tag, child.attrib)

# 获取子元素
print(root[0][0].text)

# 获取所有匹配标签的元素
for elem in root.iter('rank'):
    print(elem.tag, elem.text)

JSON处理

JSON是一种轻量级的数据交换格式，它易于人阅读和编写，同时也易于机器解析和生成。在Python中，可以使用json模块来对JSON数据进行处理。

解析JSON数据

在Python中，可以使用json模块的loads()函数来将JSON字符串转换为Python对象：

import json

json_str = '{"name": "John", "age": 30, "city": "New York"}'
json_obj = json.loads(json_str)

print(json_obj["name"])
print(json_obj["age"])
print(json_obj["city"])

生成JSON数据

在Python中，可以使用json模块的dumps()函数来将Python对象转换为JSON字符串：

import json

python_obj = {"name": "John", "age":30, "city": "New York"}
json_str = json.dumps(python_obj)

print(json_str)

CSV处理

CSV（Comma Separated Values）是一种常见的数据交换格式，它是一种简单的表格格式，通过逗号分隔，一般可以使用Excel或文本编辑器打开。在Python中，可以使用csv模块来对CSV数据进行处理。

读取CSV数据

在Python中，可以使用csv模块的reader()函数来读取CSV文件：

import csv

with open('data.csv', newline='') as csvfile:
     reader = csv.reader(csvfile, delimiter=',', quotechar='|')
     for row in reader:
         print(', '.join(row))

写入CSV数据

在Python中，可以使用csv模块的writer()函数来写入CSV文件：

import csv

with open('data.csv', 'w', newline='') as csvfile:
    writer = csv.writer(csvfile, delimiter=',', quotechar='|')
    writer.writerow(['Name', 'Age', 'City'])
    writer.writerow(['John', '30', 'New York'])
    writer.writerow(['Mary', '22', 'Chicago'])

以上就是Python文本处理的基础内容，掌握了这些技能后，就可以对各种文本数据类型进行处理，对于数据分析和数据处理来说，是非常重要的技能。