文本处理
什么是文件
文件是操作系统提供的一个特殊概念,拿来存储信息的
什么是文本
.txt/.word/.md/.py/.xml/.ini 存储的是文字
视频/音频文件(多媒体文件)
我们如何通过文本编辑器去控制txt文件
# file_path = 'D:上海python12期视频python12期预科班视频day 05新时代中国特色社会主义.txt'
# f = open(file_path) # 把该路径的文件读入内存,只是没有可视化的界面而已
# print(f)
# data = f.read() # 读取文件
# print(data)
# f.close()
# 打开文件的三种模式 r--》read(只读不可写)/w-->write(只写不可读,清空文本文件)/a--》append(只写不可读,追加)
file_path = r'D:上海python12期视频python12期预科班视频day 05新时代中国特色社会主义.txt'
# w: 清空后写入
# a:直接追加在文本末尾
f = open(file_path, 'a', encoding='gbk') # encoding告诉计算机用什么编码格式翻译硬盘中的0和1
print('f.readable():', f.readable())
print('f.writable():', f.writable())
f.write('国')
# data = f.read()
# print(data)
# 右键点击文本--》 local history --》 show history
# encoding
# 0和1
# 0001 a
# 0010 b
# 0011 c
# utf8
# 美国的编码能给中国人用吗?中国也弄了一套编码规则,中国的叫gbk
# 0001 中
# 0001
# 0001 0001 0001
文本高级
# t和b模式
# gbk/utf8只针对文本,所以音频通过rb模式打开-->读取二进制,b模式下没有encoding这个参数,b不单独使用,一般与r/w/a一起配合使用
# f = open(r'D:上海python12期视频python12期预科班视频day 05 1 文本处理.mp4','rb') # 读入内存
#
# data = f.read()
# t模式针对文本文件,t模式不单独使用,必读得和r/w/a一起使用
# f = open(r'D:上海python12期视频python12期预科班视频day 05关于实施乡村振兴战略的意见.txt','rt',encoding='utf8')
# data = f.read()
# print(data)
# print(1)
# # print(r'
') #
本来是换行的意思,加上r之后变成
# print('\n')
# print(2)
# 高级应用
# 可读可写-->不建议使用
# 打开一个文件,内容是 abc
# 写入 10s -> abc后面加个d
# 读出 5s --> 没有写入 --> abc
# 写入 10s --> abc后面加个d
# 再过 5s --> 第一次写入成功了 --> abcd
# 又过了5s --> 第二次写入给计算机的指令是 abc后面加个d -> 报错
# r+可写可读,a+可写可读,w+可写可读(清空文件)
# f = open(r'D:上海python12期视频python12期预科班视频day 05关于实施乡村振兴战略的意见.txt','r+',encoding='utf8')
# print(f.readable())
# print(f.writable())
# f.close() # 解除他对操作系统的占用
# 为什么不用关闭
# with 会自动关闭文件
with open(r'D:上海python12期视频python12期预科班视频day 05关于实施乡村振兴战略的意见.txt','r+',encoding='utf8') as fr:
# 这个缩进内部的代码都是文件打开的状态
data = fr.read()
print(data)
print(1)
文本处理+高级分析
import jieba
import imageio
import wordcloud
# 1. 读取文件内容
with open(r'D:上海python12期视频python12期预科班视频day 05huijiadeyouhuo.txt','r+',encoding='utf8') as fr:
# for i in range(1000):
# fr.write('回家的诱惑,')
# fr.flush() # 相当于保存
data = fr.read()
# 2. 使用结巴模块对文件内容切割
jieba.add_word('回家的诱惑') # 让"回家的诱惑"成为一个单词
jieba.del_word('女士')
jieba.del_word('先生')
jieba.del_word('小马')
data_list = jieba.lcut(data)
data = ' '.join(data_list)
# 3. 找到一张洪世贤的图片
img = imageio.imread(r'D:上海python12期视频python12期预科班视频day 05hongshixian.jpg')
# 4. 使用词云模块生成词云
w = wordcloud.WordCloud(background_color='white',mask=img,font_path=r'C:WindowsFontssimsun.ttc',max_words=100)
w.generate(data)
w.to_file('nihaosaoa.png')