概要
Pythonノート Text処理系
file open / close
open()
- open() を使ってファイルを開く
>>> f = open('./xxx.txt')
- 第二引数でモードを指定する
| mode | description |
|---|---|
| 'r' | open a file for reading (default) |
| 'w' | open a file for writing. create a file if it does not exist |
| 'x' | exclusive flag, If the file already exists, the operation fails. |
| 'a' | open for appending |
| 't' | open in text mode (default) |
| 'b' | open in bianry mode |
| '+' | open a file for updating(reading and writing) |
- 'r', 'w', 'a', 'x' はどれか1つだけ指定可能
- 'b', 't'もどれか1つだけ指定可能
- '+'は'r', 'w', 'a', 'x' と組み合わせて指定
- 'r+' : 既存ファイル先頭位置がファイル位置となる。指定した名前のファイルがない場合はエラー
- 'w+' : ファイル新規作成、または既存ファイルをオープンして内容を削除。ファイル先頭位置がファイル位置
- 'a+' : ファイル新規作成、または既存ファイルをオープンして追記。ファイル末尾がファイル位置となる
- 'x+' : ファイルを新規作成してファイル先頭位置がファイル位置になる
'+'指定は読み書き両用。'r' 'w' は読みのみ、書きのみ
- write to text file
>>> f = open('./xxx.txt', mode='w')
- write to binary file
>>> f = open('./yyy.bin', 'wb')
- 第3引数でエンコードを指定できる (defaultの'utf-8'のままで普通は良い)
- encoding = 'utf-8' (default) | 'shift_jis' | 'euc_jp' | 'iso2022_jp'
>>> f = open('./regacy.txt' , encode='shift_jis')
f.close()
- close file object
>>> f = open("<file path>", "r")
...
>>> f.close()
file read / write
- 以下のようなtextファイルを読み込む場合を考える
# file.txt
alice
bob
cherry
f.readline()
- 1行読む（改行文字まで, 改行文字も含む）
>>> f = open('file.txt', 'r')
- 1回目=1行目
>>> line = f.readline()
>>> line
'## file.txt\n'
- 2行目
>>> line = f.readline()
>>> line
'alice\n'
- 3行目
>>> line = f.readline()
>>> line
'bob\n'
f.readlines()
- ファイル全体をリスト変数として読み込める
>>> lines = f.readlines()
>>> lines
['# file.txt\n', 'alice\n', 'bob\n', 'cherry']
f.read()
- 引数指定でn文字読む
- 未指定の場合すべてを読み込む
>>> val = f.read()
>>> val
'# file.txt\nalice\nbob\ncherry'
with open (file path) as (variable): 構文
- with表記を用いると close(開放)まで自動で行う
with open ./a.txt as f:
<処理>
- withのインデントを抜けると自動でclose
f.write()
-
open()でファイルオープン、以下の文字列をwrite()で書き込む
text = """FILE
ALICE
BOB
CHARLY
"""
with open('new.txt', 'w') as f:
f.write(text)
出力.txt
FILE
ALICE
BOB
CHARLY
regular expression (re)
re module
正規表現を使うにはre moduleを用いる
- import
import re
re.match()
- match()でマッチオブジェクトを取得
- match('pattern', 'target strings')
>>> m = re.match('(\w+)\s(\w+)\s\w+', 'aaa bbb ccc' )
match オブジェクト
上記ではmがマッチオブジェクト
groups()メソッド
-
マッチした要素をタプル形式で取得できる
-
括弧(brace)でマッチした要素はタプルに保持される。
-
groupsメソッドでタプルを表示
>>> m.groups()
('aaa', 'bbb')
group()メソッド
goutp()メソッドではパターン内の()でマッチしたそれぞれの要素を引数＝indexで指定して取り出せる
- index=0 はマッチした全体の文字列を表す
>>> m.group(0)
'aaa bbb ccc'
- index=1
>>> m.group(1)
'aaa'
- index=2
>>> m.group(2)
'bbb'
re.sub()
- re.sub('pattern', '置換後のpattern', string) で置換した文字列を取得する
>>> s = 'aaa_aaa_bbb_bbb'
>>> s_new = re.sub('aaa', 'ABC', s)
>>> s_new
'ABC_ABC_bbb_bbb'
- 第4引数で最大置換回数を指定できる
>>> s_new1 = re.sub('aaa', 'ABC', s, 1)
>>> s_new1
'ABC_aaa_bbb_bbb'