文本处理学习笔记3

环境情况如下：
python-2.5.2

python独立运行的程序中经常用到的是参数的解析，
下面使用locals()字典将输入的参数作为变量注入

paramTest.py

# coding:gbk

import os
import sys
import time

"""
python "paramTest.py" -server "127.0.0.1" -port "21" -username "corba" -password "corba" -startTime "2012-12-31 01:30:00" -endTime "2012-12-31 02:00:00" -outputDir "D:\Downloads" 
"""
if __name__ == "__main__":
    key = None
    for i in sys.argv:
        if i.startswith("-"):
            key = i[1:]
        elif key and not locals().has_key(key):
            locals()[key] = i

    print "server    ", server    
    print "port      ", port      
    print "username  ", username  
    print "password  ", password  
    print "startTime ", startTime 
    print "endTime   ", endTime   
    print "outputDir ", outputDir 
    print

运行命令：
python "paramTest.py" -server "127.0.0.1" -port "21" -username "corba" -password "corba" -startTime "2012-12-31 01:30:00" -endTime "2012-12-31 02:00:00" -outputDir "D:\Downloads"
这一命令共注入server port username password startTime endTime outputDir
七个参数，如paramTest.py中所示，几个参数都作为变量注入到程序之中。

下面使用参数注入的技巧写一个对文本文件更改编码的程序：

fileBrowserDecodeEncode.py

# coding:gbk

import os
import sys
import time

"""
python fileBrowserDecodeEncode.py -inputDir D:\Flex\HelloFlex -outputDir D:\Flex\HelloFlex2 -fileExt .html;.xml;.mxml;.as -dec GBK -enc UTF-8
"""
def changeCode(inputDir, outputDir, fileExt=".txt;.log", dec="GBK", enc="UTF-8"):
    all_exts = fileExt.split(";")
    for path, dirs, files in os.walk(inputDir):
        for f in files:
            currname, currext = os.path.splitext(f)
            if currext not in all_exts:
                continue
            iabsfile = path + os.sep + f
            oabspath = path.replace(inputDir, outputDir)
            oabsfile = oabspath + os.sep + f
            print oabsfile
            if not os.path.exists(oabspath):
                os.makedirs(oabspath)

            ifile = file(iabsfile, "r")
            tdata = ifile.read()
            ifile.close()
            tdata = tdata.decode(dec)
            tdata = tdata.encode(enc)
            ofile = file(oabsfile, "w")
            ofile.write(tdata)
            ofile.close()

if __name__=="__main__":
    key = None
    for i in sys.argv:
        if i.startswith("-"):
            key = i[1:]
        elif key and not locals().has_key(key):
            locals()[key] = i

    print
    if not locals().has_key("fileExt"):
        fileExt=".txt;.log"
    if not locals().has_key("dec"):
        dec="GBK"
    if not locals().has_key("enc"):
        enc="UTF-8"
    changeCode(inputDir, outputDir, fileExt, dec, enc)
    print

运行命令：
python fileBrowserDecodeEncode.py -inputDir D:\Flex\HelloFlex -outputDir D:\Flex\HelloFlex2 -fileExt .html;.xml;.mxml;.as -dec GBK -enc UTF-8
即可将 D:\Flex\HelloFlex 中的文件从 GBK 转换成 UTF-8 到 D:\Flex\HelloFlex2 目录，
只转换其中的 html、xml、mxml、as 文件，过滤了其他文件，
若不指定fileExt，默认转换txt和log文件；
若不指定dec，默认使用GBK读入；
若不指定enc，默认使用UTF-8输出。
python 参数 注入 编码 转换

比较有趣的调用：

def ppt(ip, port):
    print ip, port

args1 = ("127.0.0.1", 21)
args2 = {"ip":"127.0.0.1","port":21}

ppt(*args1)
ppt(**args2)

两种方式都能自动把 ip port 参数给注入了，有意思
据说是用来替换apply的。