Python实现文件信息进行合并实例代码

yipeiwu_com6年前Python基础

将电话簿TeleAddressBook.txt和电子邮件EmailAddressBook.txt合并为一个完整的AddressBook.txt

def main():
  ftele1=open("d:\TeleAddressBook.txt","rb")
  ftele2=open("d:\EmailAddressBook.txt","rb")
  ftele1.readline()
  ftele2.readline()
  lines1=ftele1.readlines()
  lines2=ftele2.readlines()
  #建立空列表用于存储姓名电话Email
  list1_name=[]
  list1_tele=[]
  list2_name=[]
  list2_email=[]
  #获取TeleAddressBook
  for line in lines1:
    elements=line.split()
    list1_name.append(str(elements[0].decode("gbk")))
    list1_tele.append(str(elements[1].decode("gbk")))
  #获取EmailAddressBook
  for line in lines2:
    elements=line.split()
    list2_name.append(str(elements[0].decode("gbk")))
    list2_email.append(str(elements[1].decode("gbk"))) 
  lines=[]
  lines.append("姓名\t电话\t\t邮箱\n")
  #按索引方式遍历姓名列表
  for i in range(len(list1_name)):
    s=''
    if list1_name[i] in list2_name:
      j=list2_name.index(list1_name[i])
      s="\t".join([list1_name[i],list1_tele[i],list2_email[j]])
      s+="\n"
    else:
      s="\t".join([list1_name[i],list1_tele[i],str("-----------")])
      s+="\n"
    lines.append(s)
  for i in range(len(list2_name)):
    s=""
    if list2_name[i] not in list1_name:
      s="\t".join([list2_name[i],str("-----------"),list2_email[i]])
      s+="\n"
    lines.append(s)
  #将新生成的合并数据写入新的文件中 
  ftele3=open("d:\AddressBook.txt","w")
  ftele3.writelines(lines)
  #关闭文件
  ftele3.close()
  ftele1.close()
  ftele2.close()
  print("The addressBooks are merged!")
main()

演示结果:

总结

以上就是本文关于Python实现文件信息进行合并实例代码的全部内容,希望对大家有所帮助。感兴趣的朋友可以继续参阅本站其他相关专题,如有不足之处,欢迎留言指出。感谢朋友们对本站的支持!

相关文章

Python实现高效求解素数代码实例

素数是编程中经常需要用到的。 作为学习Python的示例,下面是一个高效求解一个范围内的素数的程序,不需要使用除法或者求模运算。 #coding:utf-8 #设置python...

Python输出9*9乘法表的方法

本文实例讲述了Python输出9*9乘法表的方法。分享给大家供大家参考。具体实现方法如下: #!/usr/bin/env python # 9 * 9 for i in range(...

简单了解python单例模式的几种写法

方法一:使用装饰器 装饰器维护一个字典对象instances,缓存了所有单例类,只要单例不存在则创建,已经存在直接返回该实例对象。 def singleton(cls): inst...

TensorFlow实现Batch Normalization

TensorFlow实现Batch Normalization

一、BN(Batch Normalization)算法 1. 对数据进行归一化处理的重要性 神经网络学习过程的本质就是学习数据分布,在训练数据与测试数据分布不同情况下,模型的泛化能力就大...

pytorch多GPU并行运算的实现

Pytorch多GPU运行 设置可用GPU环境变量。例如,使用0号和1号GPU' os.environ["CUDA_VISIBLE_DEVICES"] = '0,1' 设置模型...