第一个Python程序

       作者水平有限、交流为主。   

需求分析

 

 

      大概是上个周六，我和上面这位兄弟说，我想要写个小程序练练手。他就给了我这么一个文档。

 

 

      当时我的感觉就是这个头像还是挺贴切的，来个特写。

 

 

      开始正题部分，这个问题就是一个简单的文件整理。这个文件每一行的格式是：

      编号 墓名&人名&出处。

      最后的要求是形成如下的格式：

     

 

      而且最后人名的排序是要按照笔划数排序，再添加上一个索引，方便查找哪个名字在哪页。

思路分析

   先不看源文件，看一下最后要生成的文件。很像Py中的一个数据类型字典。我们就可以判定，最后我们要生成一个字典，然后挨个打印key和value。而key是人名，人名大概有几千个。我们可以创建一个列表来存取人名。在取人名之前再根据笔划对列表中内容进行一次排序。

       至于取到这些数据，可以将原来的数据格式化，去前后的空格、编号。以3&和空格为分隔，挨个的取到人名和墓名以及出处。

实战

数据序列化

person = []

res_dic = {}

def make_data_list(filename):

    f = open(filename, 'r', encoding="utf-8")

    for line in f.readlines():

        line = line.strip()

        line = line + "。"

        line = line.strip('1234567890')

        list = line.split('&')

        if len(list) >= 2:

            person_list = list[1]

            if "，" in person_list:

                person_list1 = person_list.split("，")

            else:

                person_list1 = person_list.split(" ")

            for n in person_list1:

                if n == '':

                    continue

                if n not in person:

                    person.append(n)



                    res_dic[n] =[]

                    res_dic[n].append(list[0]+"     出处:"+list[2])

                else:

                    res_dic[n].append(list[0] + "     出处:" + list[2])

                if '。' in res_dic[n]:

                    res_dic[n].remove('。')

 

       首先清理一下前后的空格和第一行的编号，至于加那个。是为了防止以数字为结尾的出处被误删。然后以&为分隔符形成列表。列表的第一项就是墓名，第二项是人名，第三项是出处。

       首先取出人名，人名的分隔分为空格和逗号，需要分别进行列表化。然后加入到最后的人名列表中。同时也将这个人名加入字典，进行判断，将墓名和出处加到字典的value中。至此，所有的数据已经成了Python的数据结构中。

 进行笔画排序

       我是在网上找到了一个汉字库，将2W多个汉字及笔画数和笔画顺序都有。导入到python的字典中。

        def make_bihua_zidian():

    bihua = {}

    f1 = open("bh.txt","r",encoding="utf-8")

    for m in f1:

        h = m.split()

        bihua[h[0]]= len(h[1])

    f1.close()

    return bihua

       将生成的字典笔画作为依据，来进行笔画排序。

def perlist_withbihua(bihua):

    person_withnum = []

    for n in person:

        if n[0] in bihua:

            if bihua[n[0]] <10:

                h  = str(bihua[n[0]])+ '/' + n

            else:

                h = 's'+ str(bihua[n[0]])+ '/' + n

            person_withnum.append(h)

    person_withnum.sort()

    return person_withnum

这里是在每个人名前面加上一个笔画数，如果超过10画加一个字母做标志。因为笔画最多就20几画，没超过100画。所以就没有进行进一步的判断。

生成文件

        def add_dic(str,num,person_withnum):



    f2.write(str + ":\n")

    for n in person_withnum:

        m  = n.split("/")

        if m[0] == num:

            f2.write("    "+ m[1] + ":\n")

            for n in res_dic[m[1]]:

                n = n.strip('.、．')

                n1 = n.split("     ")

                str_l = len(n1[0]) * 2

                space_count = 30 - str_l

                f2.write("        " + n1[0] + "".ljust(space_count) + n1[1] + "\n")

        else:

            continue

       生成文件就是按行取值即可，取值以后看看结果，再进一步优化。

生成索引

        bihua = make_bihua_zidian()

hanzilist = ["：","，","。","？","“","”","’","‘","、"]



f = open("test",'r',encoding="utf-8")

page_num = 1

line_num = 0

f1 = open("result","w",encoding="utf-8")

for n in f.readlines():

    hz_num = 0

    if line_num >= 44 :

        page_num += 1

        #line_num = 0

        line_num = line_num - 44

    for hz in n:

        # if hz in bihua or hz in hanzilist:

        if hz in bihua:

            hz_num +=1



    n_len = len(n) + hz_num

    if n_len > 69.5:

        line_num +=1

    # if n.split(" ").count(" ") >55 and n_len > 66:

    #      line_num +=1

    if n[0] is not " ":

        line_num += 1

        continue

    n = n.strip(" ")

    if len(n.split(" ")) > 1:

        line_num += 1

        continue

    n = n[0:-1]

    page_num1 = str(page_num)

    f1.write(n + "       " +page_num1 + "\n")

    line_num += 1

    page_num1 = int(page_num1)

    if 34 < page_num1 < 36 :

        print(n,line_num)

整体代码如下。最开始我犯了个失误，将WORD直接复制所有的内容到TXT下。结果在文件里面有很多的不是自然换行，使用回车换行，没有了换行符。我的脚本就没法判断。后来直接读取了doc文档，然后前面的还好，后面的总会差出一页，于是开始10页10页的打印结果看看哪里开始出现偏差，发现了换页清零的时候，有时候会出现跨页的行，修改了一下判断。完成。