Python文件和數(shù)據(jù)格式化核心知識詳解

匯報人：XX2024-01-10Python文件和數(shù)據(jù)格式化核心知識詳解目錄Python文件操作基礎數(shù)據(jù)格式化之字符串處理數(shù)據(jù)格式化之JSON處理目錄數(shù)據(jù)格式化之XML處理數(shù)據(jù)格式化之CSV處理數(shù)據(jù)格式化之Excel處理01Python文件操作基礎關(guān)閉文件使用`close()`方法關(guān)閉文件，釋放資源。上下文管理器使用`with`語句可以自動管理文件的打開和關(guān)閉，無需手動調(diào)用`close()`方法。打開文件使用`open()`函數(shù)打開文件，需要指定文件路徑和打開模式。文件打開與關(guān)閉二進制模式以二進制方式打開文件，用于處理二進制數(shù)據(jù)。讀取模式以只讀方式打開文件，使用`read()`方法讀取文件內(nèi)容。寫入模式以寫入方式打開文件，使用`write()`方法向文件中寫入內(nèi)容。如果文件不存在，則創(chuàng)建新文件；如果文件已存在，則覆蓋原有內(nèi)容。追加模式以追加方式打開文件，使用`write()`方法向文件中追加內(nèi)容。如果文件不存在，則創(chuàng)建新文件；如果文件已存在，則在文件末尾追加內(nèi)容。文件讀寫模式定位讀寫使用`tell()`方法獲取當前文件指針的位置，使用`seek()`方法將文件指針移動到指定位置。逐行讀取使用`readlines()`方法一次性讀取所有行并返回列表，或使用`for`循環(huán)逐行讀取。文件指針指向當前讀寫位置的標記，可以使用`seek()`方法移動文件指針。文件指針與定位當嘗試打開不存在的文件時，會拋出`FileNotFoundError`異常。文件不存在異常在讀寫過程中可能出現(xiàn)`IOError`異常，例如磁盤空間不足、文件被占用等。文件讀寫異常在關(guān)閉文件時可能出現(xiàn)`OSError`異常，例如文件已被其他程序刪除或移動。文件關(guān)閉異常使用`try...except...finally`語句塊進行異常處理，確保在發(fā)生異常時能夠正確地關(guān)閉文件并釋放資源。異常處理文件異常處理02數(shù)據(jù)格式化之字符串處理ASCII編碼使用7位二進制數(shù)表示一個字符，總共可以表示128個字符。UTF-8編碼可變長編碼，使用1~4個字節(jié)表示一個字符，兼容ASCII編碼，廣泛應用于網(wǎng)頁和文本文件。Unicode編碼統(tǒng)一碼，使用16位二進制數(shù)表示一個字符，可以表示全球所有語言文字。編碼和解碼方法在Python中，可以使用`encode()`方法將字符串編碼為字節(jié)串，使用`decode()`方法將字節(jié)串解碼為字符串。字符串編碼與解碼%格式化01使用`%`操作符和格式化字符串進行字符串格式化，例如`"Hello,%s!"%name`。str.format()方法02使用`{}`占位符和`format()`方法進行字符串格式化，例如`"Hello,{}!".format(name)`。f-string格式化03在Python3.6及以上版本中，可以使用f-string進行字符串格式化，例如`name="Alice";f"Hello,{name}!"`。字符串格式化方法字符串大小寫轉(zhuǎn)換使用`lower()`、`upper()`、`capitalize()`等方法進行大小寫轉(zhuǎn)換。字符串分割使用`split()`方法將字符串按照指定分隔符分割成列表。字符串替換使用`replace()`方法替換字符串中的指定子串。字符串連接使用`+`操作符連接兩個字符串。字符串切片使用切片語法獲取字符串的子串，例如`s[start:end]`。字符串常用操作正則表達式是一種用于匹配字符串模式的強大工具，可以用于搜索、替換、驗證等操作。正則表達式簡介re模塊正則表達式語法正則表達式常用操作Python標準庫中的re模塊提供了正則表達式的相關(guān)功能。包括普通字符、元字符、特殊字符等，用于定義匹配規(guī)則。包括匹配、搜索、替換、分割等，例如`re.match()`、`re.search()`、`re.sub()`、`re.split()`等方法。正則表達式應用03數(shù)據(jù)格式化之JSON處理123JSON（JavaScriptObjectNotation）是一種輕量級的數(shù)據(jù)交換格式，易于閱讀和編寫。JSON采用鍵值對的形式表示數(shù)據(jù)，數(shù)據(jù)結(jié)構(gòu)清晰明了。JSON支持的數(shù)據(jù)類型包括：數(shù)字、字符串、布爾值、數(shù)組、對象、null。JSON數(shù)據(jù)結(jié)構(gòu)概述Python中JSON模塊使用使用`json.dumps()`方法可以將Python對象轉(zhuǎn)換為JSON字符串。使用`json.dump()`和`json.load()`方法可以讀寫JSON文件。Python內(nèi)置的`json`模塊提供了對JSON數(shù)據(jù)的支持。使用`json.loads()`方法可以將JSON字符串轉(zhuǎn)換為Python對象。JSON數(shù)據(jù)編碼與解碼編碼：將Python對象轉(zhuǎn)換為JSON字符串的過程稱為編碼。在編碼過程中，需要注意Python對象與JSON數(shù)據(jù)類型的對應關(guān)系。解碼：將JSON字符串轉(zhuǎn)換為Python對象的過程稱為解碼。在解碼過程中，需要注意JSON數(shù)據(jù)的格式是否正確。01使用在線校驗工具或本地校驗庫對JSON數(shù)據(jù)進行格式校驗。02校驗內(nèi)容包括：數(shù)據(jù)類型是否正確、鍵值對是否完整、是否存在語法錯誤等。03對于不符合規(guī)范的JSON數(shù)據(jù)，需要進行相應的處理，如修復格式錯誤、補充缺失的鍵值對等。04在實際應用中，為了保證數(shù)據(jù)的正確性和一致性，對JSON數(shù)據(jù)進行格式校驗是非常必要的。JSON數(shù)據(jù)格式校驗04數(shù)據(jù)格式化之XML處理XML是一種標記語言，用于描述和傳輸數(shù)據(jù)。標記語言XML數(shù)據(jù)由元素構(gòu)成，每個元素由開始標簽、內(nèi)容和結(jié)束標簽組成。元素與標簽元素可以包含屬性，提供關(guān)于元素的額外信息。屬性XML支持命名空間，用于區(qū)分不同來源的元素和屬性。命名空間XML數(shù)據(jù)結(jié)構(gòu)概述03使用方法導入相應模塊，使用解析方法將XML文檔轉(zhuǎn)換為對象模型，然后進行遍歷和操作。01xml.etree.ElementTreePython標準庫中的模塊，用于解析和創(chuàng)建XML文檔。02lxml第三方庫，提供更強大和靈活的XML處理能力。Python中XML模塊使用編碼將Python對象轉(zhuǎn)換為XML格式的過程稱為編碼。可以使用ElementTree或lxml模塊中的方法將Python對象編碼為XML字符串或文件。解碼將XML格式的數(shù)據(jù)轉(zhuǎn)換為Python對象的過程稱為解碼。可以使用相應的模塊和方法將XML字符串或文件解碼為Python對象，如ElementTree中的parse()方法。XML數(shù)據(jù)編碼與解碼XML數(shù)據(jù)格式校驗使用文檔類型定義（DTD）來驗證XML文檔的合法性。DTD定義了文檔的結(jié)構(gòu)和元素類型。XMLSchema驗證使用XMLSchema定義（XSD）來驗證XML文檔的合法性。XSD提供了更強大和靈活的驗證能力，支持數(shù)據(jù)類型、元素順序和可選性等。驗證方法在Python中，可以使用xml.dom.minidom或lxml等模塊來進行XML文檔的驗證。首先加載DTD或XSD文件，然后使用驗證方法對XML文檔進行驗證。DTD驗證05數(shù)據(jù)格式化之CSV處理數(shù)據(jù)組織形式：CSV文件由任意數(shù)量的記錄組成，記錄之間以某種換行符分隔；每條記錄由字段組成，字段之間的分隔符是其他字符或字符串。通用性：CSV是一種通用的、相對簡單的文件格式，被廣大用戶、商業(yè)和科學應用接受。CSV（Comma-SeparatedValues）格式：一種簡單的文件格式，用于存儲表格數(shù)據(jù)，如電子表格或數(shù)據(jù)庫。CSV數(shù)據(jù)結(jié)構(gòu)概述csv模塊概述：Python標準庫中的csv模塊提供了讀寫CSV文件的功能。csv.writer()函數(shù)：用于寫入CSV文件，創(chuàng)建一個writer對象，調(diào)用writerow()方法寫入一行數(shù)據(jù)。csv.DictReader()和csv.DictWriter()函數(shù)：以字典的形式讀寫CSV文件，方便處理帶有表頭的CSV數(shù)據(jù)。csv.reader()函數(shù)：用于讀取CSV文件，返回一個reader對象，可以遍歷文件的每一行。Python中CSV模塊使用使用csv.reader()函數(shù)打開CSV文件并讀取數(shù)據(jù)，通過遍歷reader對象獲取文件中的每一行數(shù)據(jù)。讀取CSV文件使用csv.writer()函數(shù)創(chuàng)建一個writer對象，調(diào)用writerow()方法寫入一行數(shù)據(jù)，通過循環(huán)可以寫入多行數(shù)據(jù)。寫入CSV文件以追加模式打開CSV文件，創(chuàng)建writer對象并寫入數(shù)據(jù)，實現(xiàn)向已有CSV文件中追加數(shù)據(jù)的功能。追加寫入CSV文件CSV數(shù)據(jù)讀寫操作數(shù)據(jù)清洗在讀取CSV數(shù)據(jù)時，可能需要對數(shù)據(jù)進行清洗和處理，例如去除空白字符、轉(zhuǎn)換數(shù)據(jù)類型等。數(shù)據(jù)轉(zhuǎn)換將CSV數(shù)據(jù)轉(zhuǎn)換為其他格式，如JSON、XML等，以便在不同系統(tǒng)之間進行數(shù)據(jù)交換和共享。數(shù)據(jù)篩選和排序根據(jù)需要篩選和排序CSV數(shù)據(jù)，提取出感興趣的部分進行進一步分析和處理。CSV數(shù)據(jù)格式轉(zhuǎn)換06數(shù)據(jù)格式化之Excel處理Excel數(shù)據(jù)結(jié)構(gòu)概述工作簿（Workbook）一個Excel文件就是一個工作簿，可以包含多個工作表。工作表（Worksheet）工作簿內(nèi)的一個表格，用于存儲和處理數(shù)據(jù)。單元格（Cell）工作表的基本組成單元，用于存儲數(shù)據(jù)，如數(shù)字、文本、公式等。行（Row）與列（Column）單元格按行和列組織，行用數(shù)字表示，列用字母表示。用于讀寫Excel2010xlsx/xlsm/xltx/xltm文件的庫。openpyxl用于讀寫Excel97-2003xls文件的庫。xlrd/xlwt提供Excel讀寫功能，支持多種格式，同時提供強大的數(shù)據(jù)處理能力。pandasPython中Excel模塊使用讀取Excel文件使用相應模塊的函數(shù)打開Excel文件，并獲取工作簿對象。選擇工作表通過工作簿對象選擇需要操作的工作表。讀取單元格數(shù)據(jù)通過行號和列號或單元格名稱讀取單元格中的