Python二级综合应用题:《论语》
目录
一、题干
二、问题1的解答
1. 官方给出的解法
2. 个人优化版
3. 正则表达式解法
二、问题2的解答
1.官方解法：用replace来替换
2. 个人解法：用re.sub()来替换
四、注意事项
一、题干
附件中有 2 个 Python 源文件和 3 个文本文件，分别对应两个问题，请参考编程模板的py文件，修改其中代码，实现以下功能： 《论语》是儒家学派的经典著作之一，主要记录了孔子及其弟子言行。这里给出了一个网络版本的《论语》，文件名称为“论语.txt”，其内容采用逐句“原文”与逐句“注释”相结合的形式组织，通过【原文】标记《论语》原文内容，通过【注释】标记《论语》注释内容，具体文件格式框架请参考“论语.txt”文件。（本题共计2问，本地回答第一问）
问题1：在PY301-1.py文件中修改代码，提取“论语.txt”文件中的原文内容，输出保存到考生文件夹下，文件名为“论语-原文.txt”。具体要求：仅保留“论语.txt”文件中所有【原文】标签下面的内容，不保留标签，并去掉每行行首空格及行尾空格，无空行。原文小括号及内部数字是源文件中注释项的标记，请保留。示例输出文件格式请参考“论语-原文-输出示例.txt”文件。注意：示例输出文件仅帮助了解输出格式，不作它用。
问题2：在PY301-2.py文件中修改代码，对“论语-原文.txt”或“论语.txt”文件进一步提纯，去掉每行文字中所有小括号及内部数字，保存为“论文-提纯原文.txt”文件。示例输出文件格式请参考“论语-提纯原文-输出示例.txt”文件。注意：示例输出文件仅帮助了解输出格式，不作它用。
提示：建议使用Python集成开发环境IDLE编写、调试及验证程序
二、问题1的解答
1. 官方给出的解法
问题1提取【原文】后面区域的内容，与单行提取不同，区域提取文本需要处理若干行，为此，需建立一个标记即a参数。当遇到"【原文】"字样时，将a标记为1，后续读入该区域其他行时，按照【原文】对应区域块的文本进行处理。当遇到【注释】标记时，则将a标记为0，表示程序已离开了【原文】区域。根据a变量值，确定是否将文本内容输出到新的文件中。
# -*- coding:utf-8 -*-
'''
This is a python123.io file.
'''
fi = open("论语.txt", "r")
fo = open("论语-原文.txt", "w")
a=0
for line in fi:
if a==1 and line.count("【注释】")==0 and line.count("【原文】")==0:
line = line.strip(" \n")
if line.strip():#判断line是否为空串
fo.write('{}\n'.format(line))
if line.count("【原文】")>0:
a=1
if line.count("【注释】")>0:
a=0
fi.close()
fo.close()2. 个人优化版
用not in 来替换line.count()，用line.strip()=="【原文】"来替换line.count("【原文】")>0，优化后版本如下：
fi = open("论语.txt", "r",encoding="utf-8")
fo = open("论语-原文.txt", "w")
flag = 0
for line in fi:
if flag == 1 and "【原文】" not in line and "【注释】" not in line :
line = line.strip(" \n")
if line.strip():
fo.write(line.strip()+"\n")
if line.strip() == "【原文】":
flag = 1
if line.strip() == "【注释】":
flag = 0
fi.close()
fo.close()3. 正则表达式解法
我们用正则表达式中的re.findall()来查找【原文】和【注释】之间的内容，然后再格式化后输出，代码如下：
import re
with open("论语.txt", "r",encoding="utf-8") as fi, open("论语-原文.txt", "w",encoding="utf-8") as f:
text = re.findall("(原文】)(.*?)(【)",fi.read(),re.S)
for sen in text:
lst = list(sen[1:-1])
for elm in lst:
f.write(elm.strip()+"\n")二、问题2的解答
要求是去除括号和数字，相比上一题比较简单
1.官方解法：用replace来替换
fi = open("论语-原文.txt",'r')
fo = open("论语-提纯原文.txt",'w')
for line in fi:
for k in range(100):
line=line.replace('(' + str(k) + ')', '')
fo.write(line)
fi.close()
fo.close()2. 个人解法：用re.sub()来替换
直接用re.sub(pattern,replacement,string)来把带括号的数字替换为空，代码如下：
import re
fi = open("论语-原文.txt",'r',encoding="utf-8")
fo = open("论语-提纯原文.txt",'w',encoding="utf-8")
text = re.sub("\(\d+\)","",fi.read())
fi.close()
fo.close()四、注意事项
- 用正则替换较为简单，而且re是内置的模块，不需要额外安装。
- 在网上做题时可以不用添加encoding = "utf-8"这个参数，但是在考试时必须要用。
- 用with open()的方式来打开文件更方便一些。定义句柄的方法也可以，但是一定要注意最后要关闭。