python图形界面文本处理_编程入门13：Python文本处理

计算机经常需要对文本进行各种操作&＃xff0c;我们知道Python语言表示文本的类型是字符串(str)&＃xff0c;其中可以包含任何字符。系统内部以标准的“统一码”(Unicode)来处理所有字符&＃xff0c;用ord()函数可以返回一个字符对应的“码位”&＃xff0c;用chr()函数则可以返回码位对应的字符。Unicode码位的取值范围是0x0至0x10ffff——这是十六进制数&＃xff0c;等于十进制数0到1114111&＃xff0c;例如最近加入Unicode字符集的“颜文字”(Emoji)位于0x1f300~0x1f6ff区域。

In [1]: ord("A")

Out[1]: 65

In [2]: chr(65)

Out[2]: &＃39;A&＃39;

In [3]: ord("一")

Out[3]: 19968

In [4]: chr(19968)

Out[4]: &＃39;一&＃39;

In [5]: for i in range(0x1f600, 0x1f650): # 基本表情类颜文字

...: print(chr(i), end&＃61;"")

...: if i % 16 &＃61;&＃61; 15:

...: print()

...:

&＃x1f600;&＃x1f601;&＃x1f602;&＃x1f603;&＃x1f604;&＃x1f605;&＃x1f606;&＃x1f607;&＃x1f608;&＃x1f609;&＃x1f60a;&＃x1f60b;&＃x1f60c;&＃x1f60d;&＃x1f60e;&＃x1f60f;

&＃x1f610;&＃x1f611;&＃x1f612;&＃x1f613;&＃x1f614;&＃x1f615;&＃x1f616;&＃x1f617;&＃x1f618;&＃x1f619;&＃x1f61a;&＃x1f61b;&＃x1f61c;&＃x1f61d;&＃x1f61e;&＃x1f61f;

&＃x1f620;&＃x1f621;&＃x1f622;&＃x1f623;&＃x1f624;&＃x1f625;&＃x1f626;&＃x1f627;&＃x1f628;&＃x1f629;&＃x1f62a;&＃x1f62b;&＃x1f62c;&＃x1f62d;&＃x1f62e;&＃x1f62f;

&＃x1f630;&＃x1f631;&＃x1f632;&＃x1f633;&＃x1f634;&＃x1f635;&＃x1f636;&＃x1f637;&＃x1f638;&＃x1f639;&＃x1f63a;&＃x1f63b;&＃x1f63c;&＃x1f63d;&＃x1f63e;&＃x1f63f;

&＃x1f640;&＃x1f641;&＃x1f642;&＃x1f643;&＃x1f644;&＃x1f645;&＃x1f646;&＃x1f647;&＃x1f648;&＃x1f649;&＃x1f64a;&＃x1f64b;&＃x1f64c;&＃x1f64d;&＃x1f64e;&＃x1f64f;

你还可以在字符串中使用反斜杠打头的“转义序列”(Escape Sequence)来表示字符&＃xff0c;例如反斜杠加n表示换行符&＃xff0c;而反斜杠加手动换行则会被解释器完全忽略。以下是常用的转义序列&＃xff1a;

\换行&＃xff1a;忽略

\\&＃xff1a;反斜杠(\)

\&＃39;&＃xff1a;单引号(&＃39;)

\"&＃xff1a;双引号(")

\a&＃xff1a;响铃(BEL)

\n&＃xff1a;换行(LF)

\r&＃xff1a;回车(CR)

\t&＃xff1a;水平制表符(TAB)

\xhh&＃xff1a;十六进制数hh码位的字符&＃xff0c;即扩展西文字符(ASCII)

\uhhhh&＃xff1a;十六进制数hhhh码位的字符&＃xff0c;即基本多语言位面字符(BMP)

\Uhhhhhhhh&＃xff1a;十六进制数hhhhhhhh码位的字符&＃xff0c;即任何字符

以下是在交互模式下演示这些转义序列&＃xff1a;

In [6]: print("人人为我\

...: 我为人人")

人人为我我为人人

In [7]: print("人人为我\n我为人人")

人人为我

我为人人

In [8]: print("C:\\Windows\\System32") # Windows路径中的\需要转义

C:\Windows\System32

In [9]: r"C:\Windows\System32" # 加r前缀表示“原始字符串”&＃xff0c;解释器会自动转义

Out[9]: &＃39;C:\\Windows\\System32&＃39;

In [10]: print("\x07\u4e00\U0001f600") # 响铃&＃xff0c;汉字一&＃xff0c;颜文字笑脸

一&＃x1f600;

实际上反斜杠加手动换行也可以在字符串之外使用&＃xff0c;当某条语句长度超过80字符时&＃xff0c;你可以用这个方法来分行&＃xff0c;以使代码格式符合PEP8规范&＃xff0c;更为易读。

计算机在保存和传输数据时都是以8个二进制位组成的“字节”作为基本单位的&＃xff0c;对于文本来说就需要规定某种字符“编码”(Encoding)&＃xff0c;通过只有256个码位的字节序列来表示任何字符。Python语言的字节序列类型是加b前缀表示的“字节串”(bytes)&＃xff0c;其中的元素显示为基本西文字符或\xhh转义序列。用str.encode()方法可以将str编码为bytes&＃xff0c;用bytes.decode()方法可以将bytes解码为str。Python默认使用“8位通用转换格式”(UTF-8)进行文本编码和解码&＃xff0c;中文常用的字符编码格式还有“国标码扩展”(GBK)等&＃xff1a;

In [11]: "ABC一二三".encode() # 使用默认的UTF-8编码

Out[11]: b&＃39;ABC\xe4\xb8\x80\xe4\xba\x8c\xe4\xb8\x89&＃39;

In [12]: "ABC一二三".encode("gbk") # 使用GBK编码

Out[12]: b&＃39;ABC\xd2\xbb\xb6\xfe\xc8\xfd&＃39;

In [13]: b&＃39;ABC\xe4\xb8\x80\xe4\xba\x8c\xe4\xb8\x89&＃39;.decode() # 使用默认的UTF-8解码

Out[13]: &＃39;ABC一二三&＃39;

In [14]: b&＃39;ABC\xd2\xbb\xb6\xfe\xc8\xfd&＃39;.decode("gbk") # 使用GBK解码

Out[14]: &＃39;ABC一二三&＃39;

In [15]: len(b&＃39;ABC\xd2\xbb\xb6\xfe\xc8\xfd&＃39;) # 查看字节串的长度

Out[15]: 9

通过查看字节串的长度&＃xff0c;可以看到对于每个汉字UTF-8使用三字节编码&＃xff0c;GBK则使用两字节编码。如果编码和解码使用的格式不匹配&＃xff0c;就会出现“乱码”——请访问以下链接查看完整的字符编码列表&＃xff1a;https://docs.python.org/3/library/codecs.html#standard-encodings

在不同系统之间传递数据时&＃xff0c;需要先把数据对象转化为通用格式再恢复回来&＃xff0c;这个过程称为“序列化”(Serialize)和“反序列化”(Unserialize)。JSON(Javascript Object Notation)就是一种基于文本的通用数据交换格式&＃xff0c;在互联网上应用非常广泛。要在Python中处理JSON&＃xff0c;可以引入标准库的json模块。其中dumps()函数将Python对象序列化为JSON字符串&＃xff0c;loads()函数将JSON字符串反序列化为Python对象&＃xff1a;

In [16]: import json

In [17]: dictdata &＃61; {"baidu": "百度", "alibaba": "阿里巴巴", "tencent": "腾讯"}

In [18]: jsondata &＃61; json.dumps(dictdata, ensure_ascii&＃61;False) # ensure_ascii参数指定非ASCII字符是否要转义

In [19]: jsondata

Out[19]: &＃39;{"baidu": "百度", "alibaba": "阿里巴巴", "tencent": "腾讯"}&＃39;

In [20]: json.loads(jsondata)

Out[20]: {&＃39;baidu&＃39;: &＃39;百度&＃39;, &＃39;alibaba&＃39;: &＃39;阿里巴巴&＃39;, &＃39;tencent&＃39;: &＃39;腾讯&＃39;}

以下实例演示了“微历”天气API的使用——加参数访问网址返回GZIP压缩的JSON字节串&＃xff0c;经过解压缩、解码和反序列化得到字典对象&＃xff0c;即可输出其中的天气预报信息&＃xff1a;

"""weather.py 获取天气预报信息

"""

from urllib.request import urlopen

from urllib.parse import quote

import gzip

import json

url &＃61; "http://wthrcdn.etouch.cn/weather_mini?city&＃61;"

city &＃61; "拉萨"

def main():

try:

# 发起网络请求获取数据

data &＃61; urlopen(url &＃43; quote(city)).read()

# 解压缩并解码得到JSON格式字符串

data_json &＃61; gzip.decompress(data).decode()

# 反序列化为字典对象

data_dict &＃61; json.loads(data_json)

if data_dict.get("desc") !&＃61; "OK":

print("无法获取天气数据&＃xff01;")

else: # 输出日期、天气、气温信息

print("天气预报&＃xff1a;" &＃43; city)

forecast &＃61; data_dict.get("data").get("forecast")

for i in forecast:

date &＃61; i.get("date")

high &＃61; i.get("high")

low &＃61; i.get("low")

weather &＃61; i.get("type")

print("{} {} {} ~ {}".format(date, weather, low, high))

except Exception as ex:

print(repr(ex))

if __name__ &＃61;&＃61; "__main__":

main()

——编程原来是这样……

编程小提示&＃xff1a;QPython3

如果你想在便携设备上使用Python&＃xff0c;可以安装QPython3这个App(注意是QPython3&＃xff0c;另有一个QPython是基于Python2的)&＃xff0c;就能随时练习Python编程了(但不支持tkinter图形界面工具包)。更多详情可访问官方网站 http://www.qpython.org/

13_qpython3.jpg