【Python 第33课】 处理文件中的数据

mty1111

我们已经知道了如何读取和写入文件。有了这两个操作文件的方法，再加上对文件内容的处理，就能写一些小程序，解决不少日常的数据处理工作。

比如我现在拿到一份文档，里面有某个班级里所有学生的平时作业成绩。因为每个人交作业的次数不一样，所以成绩的数目也不同，没交作业的时候就没有分。我现在需要统计每个学生的平时作业总得分。

记得我小的时候，经常有同学被老师喊去做统计分数这种“苦力”。现在电脑普及了，再这么干就太弱了。用python，几行代码就可以搞定。

看一下我们的文档里的数据：

1. #-- scores.txt
   
2. 刘备 23 35 44 47 51
   
3. 关羽 60 77 68
   
4. 张飞 97 99 89 91
   
5. 诸葛亮 100

复制代码

1.先把文件读进来：

1. f = file('scores.txt')

复制代码

2.取得文件中的数据。因为每一行都是一条学生成绩的记录，所以用readlines，把每一行分开，便于之后的数据处理：

1. lines = f.readlines()
   
2. f.close()

复制代码

提示：在程序中，经常使用print来查看数据的中间状态，可以便于你理解程序的运行。比如这里你可以print lines，看一下内容被存成了什么格式。

3.对每一条数据进行处理。按照空格，把姓名、每次的成绩分割开：

1. for line in lines:
   
2.    data = line.split()

复制代码

接下来的4、5两个步骤都是针对一条数据的处理，所以都是在for循环的内部。

4.整个程序最核心的部分到了。如何把一个学生的几次成绩合并，并保存起来呢？我的做法是：对于每一条数据，都新建一个字符串，把学生的名字和算好的总成绩保存进去。最后再把这些字符串一起保存到文件中：

1. sum = 0
   
2. for score in data[1:]:
   
3.    sum += int(score)
   
4. result = '%s\t: %d\n' % (data[0], sum)

复制代码

这里几个要注意的点：
对于每一行分割的数据，data[0]是姓名，data[1:]是所有成绩组成的列表。
每次循环中，sum都要先清零。
score是一个字符串，为了做计算，需要转成整数值int。
result中，我加了一个制表符\t和换行符\n，让输出的结果更好看些。

5.得到一个学生的总成绩后，把它添加到一个list中。

1. results.append(result)

复制代码

results需要在循环之前初始化results = []

6.最后，全部成绩处理完毕后，把results中的内容保存至文件。因为results是一个字符串组成的list，这里我们直接用writelines方法：

1. output = file('result.txt', 'w')
   
2. output.writelines(results)
   
3. outpus.close()

复制代码

大功告成，打开文件检验一下结果吧。

以下是完整程序，把其中print前面的注释符号去掉，可以查看关键步骤的数据状态。不过因为字符编码的问题，list的中文可能会显示为你看不懂的字符。

1. f = file('scores.txt')
   
2. lines = f.readlines()
   
3. #print lines
   
4. f.close()
   
5. 
   
6. results = []
   
7. 
   
8. for line in lines:
   
9.    #print line
   
10.    data = line.split()
    
11.    #print data
    
12.   
    
13.    sum = 0
    
14.    for score in data[1:]:
    
15.        sum += int(score)
    
16.    result = '%s \t: %d\n' % (data[0], sum)
    
17.    #print result
    
18. 
    
19.    results.append(result)
    
20. 
    
21. #print results
    
22. output = file('result.txt', 'w')
    
23. output.writelines(results)
    
24. output.close()

复制代码

#==== Crossin的编程教室 ====#
微信ID：crossincode
QQ群：312723402

面向零基础初学者的编程课
每天5分钟，轻松学编程

crossin先生

shan91 发表于 2018-7-25 11:29
老师，为什么我这个的输出结果只有文本的最后一行？可能是红色框内的有问题
...

results.append 应该放在循环里呀，你想想看呢

shan91

老师，为什么我这个的输出结果只有文本的最后一行？可能是红色框内的有问题

suiersoda

crossin先生 发表于 2018-6-5 11:15
文件不是代码，不存在注释，那个也会当作内容
这里是我一开始教程里的歧义，后来版本有去掉 ...

明白了！第一次提问真的有被回复很开心！谢谢crossin先生！

crossin先生

suiersoda 发表于 2018-6-5 09:35
当文件中有#-- scores.txt时，int（score）就会报错，因为解析出来的第一行是这个注释，无法转成int形，去 ...

文件不是代码，不存在注释，那个也会当作内容
这里是我一开始教程里的歧义，后来版本有去掉

suiersoda

1. f = open('score.txt')
   
2. lines = f.readlines()
   
3. print(lines)
   
4. f.close()
   
5. 
   
6. results=[]
   
7. 
   
8. for line in lines:
   
9.     print(line)
   
10.     data = line.split()
    
11.     print(data)
    
12.    
    
13.     sum = 0#每次循环时，sum都需要清零
    
14.     for score in data[1:]:
    
15.         sum += int(score)
    
16.         
    
17. 
    
18.     result = '%s\t:%d\n'%(data[0],sum)
    
19.     print(result)
    
20. 
    
21.     results.append(result)
    
22. 
    
23. print(results)
    
24. output = open('result.txt','w')
    
25. output.writelines(results)
    
26. output.close()
    

复制代码

当文件中有#-- scores.txt时，int（score）就会报错，因为解析出来的第一行是这个注释，无法转成int形，去掉就可以，那么就是说我们这个score的文件中不能用注释了是么？

1. Traceback (most recent call last):
   
2.   File "F:\Selenium 2自动化测试实战  基于Python语言\练习脚本\lesson33--处理文件中的数据.py", line 15, in <module>
   
3.     sum += int(score)
   
4. ValueError: invalid literal for int() with base 10: 'scores.txt'

复制代码

小小艳紫

cloud 发表于 2018-4-27 21:13
感谢，去掉之后就成功了。但是这是为什么呢？

str将results转换成了字符串类型，写入文件就变成了字符串

cloud

小小艳紫 发表于 2018-4-27 14:44
39行 results为什么要加str？把str去掉试试

感谢，去掉之后就成功了。但是这是为什么呢？

小小艳紫

cloud 发表于 2018-4-27 12:52
小白一枚，请问这个运行后txt文件里的内容为什么不能换行？

39行 results为什么要加str？把str去掉试试

cloud

小白一枚，请问这个运行后txt文件里的内容为什么不能换行？

crossin先生

jzhan030 发表于 2018-4-17 09:58
谢谢回复。我稍改了一下。可以识别中文了。但是输出的result.txt里面中文部分还是乱码。请问这个怎么解决 ...

打开写入文件的时候也加上 encoding