【python计算机⼆级】python论语⽂本提纯-计算机⼆级操作
题
在刷计算机⼆级操作题题库时候，⽆论是未来教育、python123以及其他平台资源，想必⼤家都会遇到最后⼀道操作题是关于论语⽂本提纯的问题。初次看到的这种题⽬的⼩⽩，眼⾥就是这是什么⿁呀，看不懂呀，怎么嵌套了这么多的循环
part 1
预备知识 replace使⽤
s1 = "1·1⼦⽈(1)：“学(2)⽽时习(3)之，不亦说(4)乎？有朋(5)⾃远⽅来，不亦乐(6)乎？⼈不知(7)，⽽不愠(8)，不亦君⼦(9)乎？”"
place("1·1","")) #⽬的是去掉前⾯的数字标号
print(s1) #replace⽅法不改变原字符串
place("1·1","")
print(s1) #需要将replace后的字符重新赋给原字符串，完成内容的修改
==>> ⼦⽈(1)：“学(2)⽽时习(3)之，不亦说(4)乎？有朋(5)⾃远⽅来，不亦乐(6)乎？⼈不知(7)，⽽不愠(8)，不亦君⼦(9)乎？”
==>> 1·1⼦⽈(1)：“学(2)⽽时习(3)之，不亦说(4)乎？有朋(5)⾃远⽅来，不亦乐(6)乎？⼈不知(7)，⽽不愠(8)，不亦君⼦(9)乎？”
==>> ⼦⽈(1)：“学(2)⽽时习(3)之，不亦说(4)乎？有朋(5)⾃远⽅来，不亦乐(6)乎？⼈不知(7)，⽽不愠(8)，不亦君⼦(9)乎？”
第⼀步⽂件打开及内容读取
fi = open("C:/Users/86177/Desktop/论语-⽹络版.txt","r") #选择⽂件放置的位置，注意位置符。
==>> UnicodeDecodeError: 'gbk' codec can't decode byte 0xae in position 4: illegal multibyte sequence
出现此类错误，使⽤“utf-8”编码⼀般就可以解决。
fi = open("C:/Users/86177/Desktop/论语-⽹络版.txt","r",encoding = "utf-8") #⼀般添加编码utf-8再读⼊即可
==>> '\ufeff论语全篇学⽽篇第⼀\n\n 【本篇引语】\n\n 《学⽽》是《论语》第⼀篇的篇名。
《论语》中各篇⼀般都是以第⼀章的前⼆三个字作为该篇的篇名。《学⽽》⼀篇包括16章，内容涉及
诸多⽅⾯。其中重点是“吾⽇三省吾⾝”；“节⽤⽽爱⼈，使民以时”；“礼之⽤，和为贵”以及仁、孝、
信等道德范畴。\n\n 【原⽂】\n\n 1·1⼦⽈(1)：“学(2)⽽时习(3)之，不亦说(4)乎？有朋(5)⾃
远⽅来，不亦乐(6)乎？⼈不知(7)，⽽不愠(8)，不亦君⼦(9)乎？”\n\n 【注释】\n\n (1)⼦
：中国古代对于有地位、有学问的男⼦的尊称，有时也泛称男⼦。《论语》书中“⼦⽈”的⼦，都是指孔⼦⽽⾔
(2)学：孔⼦在这⾥所讲的“学”，主要是指学习西周的礼、乐、诗、书等传统⽂化典籍。\n\n
(3)时习：在周秦时代，“时”字⽤作副词，意为“在⼀定的时候”或者“在适当的时候”。但朱熹在《论语集注》
⼀书中把“时”解释为“时常”。“习”，指演习礼、乐；复习诗、书。也含有温习、实习、练习的意思。\n\n
(4)说：⾳ｙｕè，同悦，愉快、⾼兴的意思。\n\n (5)有朋：⼀本作“友朋”。旧注说，“同门⽈朋”，即
同在⼀位⽼师'
第⼆步将原⽂写⼊到⽬标⽂件夹
对⽂本进⾏分析可知：要求写⼊的内容都在“【原⽂】”后边，所以在读取时候遇到“【原⽂】”标志即可读⼊之后的内容。⽽对
于“【】”之中其他的内容，过滤掉即可。
fi = open("C:/Users/86177/Desktop/论语-⽹络版.txt","r",encoding = "utf-8")
fo = open("C:/Users/86177/Desktop/论语-⽹络版1.txt","w")
flag = False #设置标记
for line in fi:
if "【" in line:
flag = False #过滤掉其他【】中不需要的信息
if "【原⽂】" in line:
flag = True
continue
if flag == True:
fo.write(line)
fi.close()
fo.close()
第三步去掉每句话前⾯的编号
#先举个栗⼦，将下⾯四句话前⾯的数字编号去掉
s2 = "1·1⼦⽈(1)：“学(2)⽽时习(3)之，不亦说(4)乎？有朋(5)⾃远⽅来，不亦乐(6)乎？⼈不知(7)，⽽不愠(8)，不亦君⼦(9)乎？”\
1·2有⼦(1)⽈：“其为⼈也孝弟(2)，⽽好犯上者(3)，鲜(4)矣；不好犯上，⽽好作乱者，未之有也(5)。君⼦务本(6)，本⽴⽽道⽣(7)。孝弟也者，其为⼈之本与(8)？ 9·14⼦欲居九夷(1)。或⽈：“陋(2)，如之何？”⼦⽈：“君⼦居之，何陋之有？”\
11·12季路问事⿁神。⼦⽈：“未能事⼈，焉能事⿁？”⽈：“敢问死。”⽈：“未知⽣，焉知死？”"
#观察⼀下结构可以发现最前⾯都是由“数字·数字”组成的，因此可以想到下⾯操作
for i in range(12): #左侧的最⼤值为11，括号内取12
for j in range(13): #右侧最⼤值为13，括号内取13
s2 = s2.replace("{}·{}".format(i,j),"") #⼀步将前⾯数字替换成空字符
print(s2)
==>> '⼦⽈(1)：“学(2)⽽时习(3)之，不亦说(4)乎？有朋(5)⾃远⽅来，不亦乐(6)乎？⼈不知(7)，⽽不愠
(8)，不亦君⼦(9)乎？” 有⼦(1)⽈：“其为⼈也孝弟(2)，⽽好犯上者(3)，鲜(4)矣；不好犯上，⽽好作
乱者，未之有也(5)。君⼦务本(6)，本⽴⽽道⽣(7)。孝弟也者，其为⼈之本与(8)？” 4⼦欲居九夷(1)。
或⽈：“陋(2)，如之何？”⼦⽈：“君⼦居之，何陋之有？” 12季路问事⿁神。⼦⽈：“未能事⼈，焉能
事
⿁？”⽈：“敢问死。”⽈：“未知⽣，焉知死？”'
结果呢 ⼀脸问号！！！ 这怎么前⾯还有数字，按理说不是全变成 “空” 字符了吗
为了更直观地展⽰，将 “空” 字符换成 “*” 字符，然后在进⾏同样的操作，看看是不是发现了什么
s2 = "1·1⼦⽈(1)：“学(2)⽽时习(3)之，不亦说(4)乎？有朋(5)⾃远⽅来，不亦乐(6)乎？⼈不知(7)，⽽不愠(8)，不亦君⼦(9)乎？”\
1·2有⼦(1)⽈：“其为⼈也孝弟(2)，⽽好犯上者(3)，鲜(4)矣；不好犯上，⽽好作乱者，未之有也(5)。君⼦务本(6)，本⽴⽽道⽣(7)。孝弟也者，其为⼈之本与(8)？ 9·14⼦欲居九夷(1)。或⽈：“陋(2)，如之何？”⼦⽈：“君⼦居之，何陋之有？”\
11·12季路问事⿁神。⼦⽈：“未能事⼈，焉能事⿁？”⽈：“敢问死。”⽈：“未知⽣，焉知死？”"
for i in range(12):
for j in range(13):
s2 = s2.replace("{}·{}".format(i,j),"**")
print(s2)
==>> '**⼦⽈(1)：“学(2)⽽时习(3)之，不亦说(4)乎？有朋(5)⾃远⽅来，不亦乐(6)乎？⼈不知(7)，⽽不愠
(8)，不亦君⼦(9)乎？” **有⼦(1)⽈：“其为⼈也孝弟(2)，⽽好犯上者(3)，鲜(4)矣；不好犯上，⽽好
作乱者，未之有也(5)。君⼦务本(6)，本⽴⽽道⽣(7)。孝弟也者，其为⼈之本与(8)？” **4⼦欲居九夷
(1)。或⽈：“陋(2)，如之何？”⼦⽈：“君⼦居之，何陋之有？” 1**2季路问事⿁神。⼦⽈：“未能事⼈，
焉能事⿁？”⽈：“敢问死。”⽈：“未知⽣，焉知死？”'
是不是最终发现，即使你遍历循环的值超过10，甚⾄都到12了，但是最后还是只占据了⼀个位置，显⽰⼀个 “*”。故：最终只是替
换了⼀个占位符⽽已，所以上述代码在遍历循环时候只要输⼊10即可。
for i in range(10): #由上可知，⼀个数字只形成⼀个占位符，可以遍历0-9（包括0和9），也就是输⼊10
s2 = s2.replace("*{}".format(i),"**") #将右侧的数字变成“*”
for i in range(10):
s2 = s2.replace("{}*".format(i),"**") #将左侧的数字变成“*”
print(s2)
==>> '**⼦⽈(1)：“学(2)⽽时习(3)之，不亦说(4)乎？有朋(5)⾃远⽅来，不亦乐(6)乎？⼈不知(7)，⽽不愠
(8)，不亦君⼦(9)乎？” **有⼦(1)⽈：“其为⼈也孝弟(2)，⽽好犯上者(3)，鲜(4)矣；不好犯上，⽽好
作乱者，未之有也(5)。君⼦务本(6)，本⽴⽽道⽣(7)。孝弟也者，其为⼈之本与(8)？” ***⼦欲居九夷
(1)。或⽈：“陋(2)，如之何？”⼦⽈：“君⼦居之，何陋之有？” ****季路问事⿁神。⼦⽈：“未能事⼈，
焉能事⿁？”⽈：“敢问死。”⽈：“未知⽣，焉知死？”'
此时我们已经完成了前⾯数字标号的全部替换，最后⼀步直接将这些 “*” 变成 “空” 字符即可。
s2 = s2.replace("*","") #最后完成“*”字符的去除
print(s2)
==>> '⼦⽈(1)：“学(2)⽽时习(3)之，不亦说(4)乎？有朋(5)⾃远⽅来，不亦乐(6)乎？⼈不知(7)，⽽不愠
(8)，不亦君⼦(9)乎？” 有⼦(1)⽈：“其为⼈也孝弟(2)，⽽好犯上者(3)，鲜(4)矣；不好犯上，⽽好作
乱者，未之有也(5)。君⼦务本(6)，本⽴⽽道⽣(7)。孝弟也者，其为⼈之本与(8)？” ⼦欲居九夷(1)。或
⽈：“陋(2)，如之何？”⼦⽈：“君⼦居之，何陋之有？” 季路问事⿁神。⼦⽈：“未能事⼈，焉能事⿁？”
⽈：“敢问死。”⽈：“未知⽣，焉知死？”'
第四步将内容写⼊⽬标⽂件
此处只是保证操作步骤的完整，进⾏⽰意，具体的原⽂内容写⼊到⽬标⽂件可以参考第⼆步
fo.write(s2) #此处只是为了展⽰步骤的完整性。具体的看下⾯的完整代码
第五步代码汇总
#完整代码如下
fi = open("C:/Users/86177/Desktop/论语-⽹络版.txt","r",encoding = "utf-8")
fo = open("C:/Users/86177/Desktop/论语-⽹络版1.txt","w")
flag = False
for line in fi:
if "【" in line:
flag = False
if "【原⽂】" in line:
flag = True
continue
if flag == True:
for i in range(10):
for j in range(10):
line = place("{}·{}".format(i,j),"**")
for i in range(10):
line = place("{}*".format(i),"")
for i in range(10):
line = place("*{}".format(i),"")
line = place("*","")
fo.write(line.lstrip()) #实现⽬标格式输出，去掉左侧不必要的符号
fi.close()
fo.close()
part 2
有了part 1的梳理之后，part 2中只需要将“（数字）”看做⼀个整体进⾏替换即可。代码如下：
fi = open("C:/Users/86177/Desktop/论语-⽹络版1.txt", "r")
fo = open("C:/Users/86177/Desktop/论语-原⽂.txt", "w")
for line in fi:
for i in range(50): #数字要根据⽂本中的标志最⼤值设定，论语中语录⽐较简单，标记较少，为了确保不漏掉可以稍微设置⼤⼀些 place("({})".format(i), "") #构造(i)并替换
fo.write(line)
python怎么读取txtfi.close()
fo.close()
附：
part2 论语提纯原⽂part1 论语-⽹络版1
版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。
发表评论