Python初學基礎培訓之讀取文件格式

來源：培訓無憂網 發布人：星星

2022-01-17 11:14:19|已瀏覽：253次

Python讀取文件格式

Python最主要的應用就是爬蟲，即自動獲取網頁內容的程序。文件是網頁內容的重要存儲模式，如何利用Python讀取文件呢?今天老師就來給大家分享一下Python初學者教程中關于讀取文件的有關知識。

大局部爬蟲一般按照“發送懇求——取得頁面——解析頁面——抽取并貯存內容”的流程，想要讀取信息，我們就要了解數據的存儲方式，其中文件格式是比較常見的一種。所謂文件格式，是指文件中存儲信息的一種標準方法。首先，文件格式指定文件是一個二進制或ASCII文件。其次，文件展示了文件的組織形式，如CSV、XLSX等。
使用Python讀取CSV文件
CSV格式屬于電子表格文件格式，數據存儲在單元格中，按照行和列結構進行組織。 CSV中的每一行代表一個觀察，通常稱為一條記錄。每個記錄可以包含一個或多個由逗號分隔的字段。你可以使用Notepad讀取CSV文件，代碼如下：

import pandas as pd
pf = pd.read_csv('train.csv')

使用Python讀取TXT純文本
在純文本文件格式，一切都寫在純文本。TXT格式的文件可以很容易地通過任何程序進行讀取，讀取代碼如下：

text_file = open("text.txt", "r")
lines = text_file.read()

使用Python讀取ZIP文件
zip格式是存檔文件格式，是最流行的基于數據壓縮的存檔文件格式。ZIP文件格式使用許多壓縮算法壓縮文檔，你可以輕松地識別ZIP文件的ZIP擴展名。代碼如下：

import zipfile
archive = zipfile.ZipFile('T.zip', 'r')
df = archive.read('train.csv')

使用Python讀取XLSX文件
xlsx也是電子表格文件格式，它是基于XML格式創建的Excel。xlsx數據是在一個表的單元格和列下組織的，每一個xlsx文件可以包含多于一個的表格，因此工作簿可以包含多個表。讀取代碼如下：

import pandas as pd
pf = pd.read_excel('train.xlsx',sheetname = 'invoice')

除了以上文件類型，使用Python你還可以讀取XML、HTML、JSON等程序，基于Python簡單易學、應用廣泛的特性，越來越多的人選擇學習Python編程語言。

注：尊重原創文章,轉載請注明出處和鏈接 http://m.hebeijilong.cn/news-id-15593.html 違者必究！部分文章來源于網絡由培訓無憂網編輯部人員整理發布,內容真實性請自行核實或聯系我們，了解更多相關資訊請關注python培訓頻道查看更多，了解相關專業課程信息您可在線咨詢也可免費申請試課。關注官方微信了解更多：150 3333 6050

相關新聞