使用Python的内部方法open()读取文本文件
try:f=open('/file','r')
print(f.read())
finally:
if f:
f.close()
如果读取word文档推荐使用第三方插件,python-docx 可以在官网上下载
使用方式
# -*- coding: cp936 -*-import docx
document = docx.Document(文件路径)
docText = '\n\n'.join([
paragraph.text.encode('utf-8') for paragraph in document.paragraphs
])
print docText
word中文件的格式如图,类似一个标准的参考文献格式,而我的需求是按照作者,论文名,期刊名,时间,期卷号存到一个excel中。1.首先,word的python读取每次读的是块。
2.通过对格式的分析,确定了利用,来分割字符串,然后再用.来分割上次分割的第一个字符串,这对于期刊论文很适用,对于会议论文的可用性就弱很多。
3.数据的传递使用的是list而不是字典,如果有机会的话,可能字典更好用,只是时间有限。
python自带的split
并且支持反向切割,str.rsplit()语法和正向一致
2.re库带的split,自认为的亮点是可以支持吧不同的符号作为切割位点,例如,
re.match与re.search的区别
re.match只匹配字符串的开始,如果字符串开始不符合正则表达式,则匹配失败,函数返回None;而re.search匹配整个字符串,直到找到一个匹配
Python 的 re 模块提供了re.sub用于替换字符串中的匹配项。
语法:
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)