Python文件和数据格式化解析.pptx

Python文件和数据格式化解析汇报人：XX2024-01-12

Python文件基本操作数据格式化基础文本文件解析与处理CSV文件解析与处理JSON文件解析与处理XML文件解析与处理总结与展望

Python文件基本操作01

123使用`open()`函数打开文件，需要指定文件路径和打开模式。打开文件使用`close()`方法关闭文件，释放资源。关闭文件使用`with`语句可以自动管理文件的打开和关闭，无需手动调用`close()`方法。上下文管理文件打开与关闭

二进制模式以二进制方式打开文件，用于处理二进制数据。读取模式以只读方式打开文件，使用`read()`方法读取文件内容。写入模式以写入方式打开文件，使用`write()`方法向文件中写入内容。如果文件不存在，会自动创建文件；如果文件已存在，会覆盖原有内容。追加模式以追加方式打开文件，使用`write()`方法向文件中追加内容。如果文件不存在，会自动创建文件；如果文件已存在，会在文件末尾追加内容。文件读写模式

文件内容遍历按行读取使用`readlines()`方法一次性读取所有行，返回一个包含所有行的列表；或者使用`readline()`方法逐行读取。文件迭代器直接对文件对象使用`for`循环，可以逐行遍历文件内容。指定分隔符读取使用`read().split()`方法可以按照指定的分隔符将文件内容分割成多个部分。

数据格式化基础02

JSONJavaScriptObjectNotation，轻量级的数据交换格式，易于人阅读和编写，同时也易于机器解析和生成。CSVComma-SeparatedValues，逗号分隔值，其文件以纯文本形式存储表格数据（数字和文本）。YAMLYAMLAintMarkupLanguage，一个可读性高且易于写入的序列化标准格式，常用于配置文件和数据交换。XMLExtensibleMarkupLanguage，用于标记电子文件使其具有结构性的标记语言，可以用来标记数据、定义数据类型，是一种允许用户对自己的标记语言进行定义的源语言。常用数据格式介绍

不同系统或应用之间需要进行数据交换时，通常会采用某种通用的数据格式。数据交换许多应用会使用特定的数据格式来存储配置信息，以便在运行时读取和解析。配置文件将日志信息以特定的数据格式进行记录，方便后续的查看和分析。日志记录数据格式化应用场景

json用于处理JSON格式的数据，包括编码和解码JSON数据。xml包含多个处理XML的模块，如`xml.etree.ElementTree`用于解析和创建XML文档。csv用于读写CSV文件，包括读取和写入表格数据。yaml需要安装第三方库`PyYAML`，用于处理YAML格式的数据。Python中数据格式化相关模块

文本文件解析与处理03

使用Python内置函数`open()`打开文本文件，并指定打开模式（如读取模式r、写入模式w、追加模式a等）。打开文件读取内容编码设置通过文件对象的`read()`、`readline()`或`readlines()`方法读取文件内容。在打开文件时，可以通过指定`encoding`参数来设置文件的编码方式，如UTF-8、GBK等。文本文件读取与编码设置

使用`importre`导入Python的正则表达式模块。导入模块使用`re.match()`、`re.search()`等方法匹配文本内容，返回匹配对象。匹配内容通过匹配对象的`group()`方法提取匹配的内容。提取内容使用`re.sub()`方法替换匹配的内容。替换内容正则表达式在文本处理中应用

文本内容提取、替换和分割等操作提取内容使用字符串的`split()`方法按指定分隔符分割字符串，并返回分割后的列表。分割内容使用字符串的`partition()`或`rpartition()`方法按指定分隔符分割字符串，并返回包含分隔符的3个部分。替换内容使用字符串的`replace()`方法替换指定子串。其他操作还可以使用字符串的切片操作、`strip()`去除空白字符等方法进行文本处理。

CSV文件解析与处理04

CSV文件格式特点CSV（Comma-SeparatedValues）文件是一种以逗号分隔的文本文件，用于存储表格数据。其特点包括简单、易读、通用性强，可在不同平台和应用程序之间轻松共享数据。CSV文件读取方式在Python中，可以使用内置的csv模块来读取和处理CSV文件。通过创建csv.reader对象，可以逐行读取CSV文件中的数据，并将其解析为Python的数据结构（如列表或字典）。CSV文件格式特点及读取方式

数据清洗在解析CSV文件后，通常需要对数据进行清洗，以去除重复值、空值或异常值。可以使用Pandas库中的drop_du