python文件与数据格式化.pptVIP

CSV格式的HTML展示 实例代码13.1 e13.1csv2html.py ? ? ? 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 #e13.1csv2html.py seg1 = !DOCTYPE HTML\nhtml\nbody\nmeta charset=gb2312 h2 align=center2016年7月部分大中城市新建住宅价格指数/h2 table border=1 align=center width=70% tr bgcolor=orange\n seg2 = /tr\n seg3 = /table\n/body\n/html def fill_data(locls): seg = trtd align=center{}/tdtd align=center\ {}/tdtd align=center{}/tdtdalign=center\ {}/td/tr\n.format(*locls) return seg fr = open(price2016.csv, r) ls = [] ? ? CSV格式的HTML展示 实例代码13.1 e13.1csv2html.py ? ? ? 16 17 18 19 20 21 22 23 24 25 26 27 28 29 for line in fr: line = line.replace(\n,) ls.append(line.split(,)) fr.close() fw = open(price2016.html, w) fw.write(seg1) fw.write(th width=25%{}/th\nth width=25%{}/th\nth width=25%{}/th\nth width=25%{}/th\n.format(*ls[0])) fw.write(seg2) for i in range(len(ls)-1): fw.write(fill_data(ls[i+1])) fw.write(seg3) fw.close() ? ? 高维数据的格式化 高维数据的格式化 与一维二维数据不同，高维数据能展示数据间更为复杂的组织关系。为了保持灵活性，表示高维数据不采用任何结构形式，仅采用最基本的二元关系，即键值对。万维网是高维数据最成功的典型应用。 JSON格式可以对高维数据进行表达和存储。JSON（JavaScript Object Notation）是一种轻量级的数据交换格式，易于阅读和理解。JSON格式表达键值对key, value的基本格式如下，键值对都保存在双引号中： key : value 高维数据的格式化 当多个键值对放在一起时，JSON有如下一些约定： 数据保存在键值对中； 键值对之间由逗号分隔； 括号用于保存键值对数据组成的对象； 方括号用于保存键值对数据组成的数组。 以“本书作者”JSON数据为例。 Json格式 /learn/523 / 高维数据的格式化 本书作者 : [ { 姓氏 : 嵩, 名字 : 天, 单位 : 北京理工大学 }, { 姓氏 : 礼, 名字 : 欣, 单位 : 北京理工大学 }, { 姓氏 : 黄, 名字 : 天羽, 单位 : 北京理工大学 } ] json库的使用 Json库的概述 json库主要包括两类函数：操作类函数和解析类函数 操作类函数主要完成外部JSON格式和程序内部数据类型之间的转换功能 解析类函数主要用于解析键值对内容。 Json库的解析 函数 描述 json.dumps(obj, sort_keys= False, indent=None) 将Python的数据类型转换为JSON格式，编码过程 json.loads(string) 将JSON格式字符串转换为Python的数据类型，解码过程 json.dump(obj, fp, sort_keys= False, indent=None) 与dumps()功能一致，输出到文件fp json.load(fp) 与loads()功能一致，从文件fp读入 dumps()和loads()分别对应编码和解码功能。 Json库的解析 dt = {b:2,c:4,a:6} s1 = json.dumps(dt) #dumps返回JSON格式的字符串类型 s2 = json.dumps(dt,sort_keys=True,indent=4) print(s1) {c: 4, a: 6, b: 2} print(s2) { a: 6, b: 2, c: 4 } print(s1==s2) False dt2 = json.loads(s2)