現在有個存儲用戶信息的像表格一樣的文檔：第一行是屬性，各個屬性用逗號(，)分隔，從第二行開始每行是各個屬性對應的值，每行代表一個用戶。如何實現讀入這個文檔，每行輸出一個用戶對象呢？
另外還有4個小要求：
每個文檔都很大，如果一次性把所有行生成的那麼多對象存成列表返回，內存會崩潰。程序中每次只能存一個行生成的對象。
用逗號隔開的每個字符串，前後可能有雙引號（”）或者單引號（’）,例如”張三“，要把引號去掉；如果是數字，有+000000001.24這樣的，要把前面的+和0都去掉，提取出1.24
文檔中有時間，形式可能是2013-10-29，也可能是2013/10/29 2:23:56 這樣的形式，要把這樣的字符串轉成時間類型
這樣的文檔有好多個，每個的屬性都不一樣，例如這個是用戶的信息，那個是通話紀錄。所以類中的具體屬性有哪些要根據文檔的第一行動態生成
下面一一進行解決
由於屬性是動態添加的，屬性-值 對也是動態添加的，類中要含有updateAttributes（）和updatePairs（）兩個成員函數即可,此外用列表attributes存儲屬性，詞典attrilist存儲映射。其中init()函數為構造函數。__attributes前有下劃線表示私有變量，不能在外面直接調用。實例化時只需a=UserInfo()即可，無需任何參數。
class UserInfo(object):
'Class to restore UserInformation'
def __init__ (self):
self.attrilist={}
self.__attributes=[]
def updateAttributes(self,attributes):
self.__attributes=attributes
def updatePairs(self,values):
for i in range(len(values)):
self.attrilist[self.__attributes[i]]=values[i]生成器相當於一個只需要初始化一次，就可自動運行多次的函數，每次循環返回一個結果。不過函數用return 返回結果，而生成器用yield 返回結果。每次運行都在yield返回，下一次運行從yield之後開始。例如，我們實現斐波拉契數列，分別用函數和生成器實現：
def fib(max):
n, a, b = 0, 0, 1
while n < max:
print(b)
a, b = b, a + b
n = n + 1
return 'done'我們計算數列的前6個數：
>>> fib(6)
1
1
2
3
5
8
'done'如果用生成器的話，只要把 print 改成 yield 就可以了。如下：
def fib(max):
n, a, b = 0, 0, 1
while n < max:
yield b
a, b = b, a + b
n = n + 1使用方法：
>>> f = fib(6)
>>> f
<generator object fib at 0x104feaaa0>
>>> for i in f:
... print(i)
...
1
1
2
3
5
8
>>> 可以看到，生成器fib本身是個對象，每次執行到yield會中斷返回一個結果，下次又繼續從yield的下一行代碼繼續執行。生成器還可以用generator.next()執行，更多生成器的講解請見URL
在我的程序中，生成器部分代碼如下：
def ObjectGenerator(maxlinenum):
filename='/home/thinkit/Documents/usr_info/USER.csv'
attributes=[]
linenum=1
a=UserInfo()
file=open(filename)
while linenum < maxlinenum:
values=[]
line=str.decode(file.readline(),'gb2312')#linecache.getline(filename, linenum,'gb2312')
if line=='':
print'reading fail! Please check filename!'
break
str_list=line.split(',')
for item in str_list:
item=item.strip()
item=item.strip('\"')
item=item.strip('\'')
item=item.strip('+0*')
item=catchTime(item)
if linenum==1:
attributes.append(item)
else:
values.append(item)
if linenum==1:
a.updateAttributes(attributes)
else:
a.updatePairs(values)
yield a.attrilist #change to ' a ' to use
linenum = linenum +1
其中，a=UserInfo()為類UserInfo的實例化.因為文檔是gb2312編碼的，上面使用了對應的解碼方法。由於第一行是屬性，有個函數將屬性列表存入UserInfo中，即updateAttributes();後面的行則要將 屬性-值 對讀入一個字典中存儲。p.s.python中的字典相當於映射（map）.
從上面代碼中，可以看到使用str.strip(somechar)即可去除str前後的somechar字符。somechar可以是符號，也可以是正則表達式，如上：
item=item.strip()#除去字符串前後的所有轉義字符，如\t,\n等
item=item.strip('\"')#除去前後的"
item=item.strip('\'')
item=item.strip('+0*')#除去前後的+00...00，*表示0的個數可以任意多，也可以沒有函數語法：
re.match(pattern, string, flags=0)
函數參數說明：
參數 描述
pattern 匹配的正則表達式
string 要匹配的字符串。
flags 標志位，用於控制正則表達式的匹配方式，如：是否區分大小寫，多行匹配等等。
若匹配成功re.match方法返回一個匹配的對象，否則返回None。`
>>> s='2015-09-18'
>>> matchObj=re.match(r'\d{4}-\d{2}-\d{2}',s, flags= 0)
>>> print matchObj
<_sre.SRE_Match object at 0x7f3525480f38>
在time模塊中,time.strptime(str,format)可以把str按照format格式轉化為時間對象，format中的常用格式有：
此外，還需要使用re模塊，用正則表達式，對字符串進行匹配，看是否是一般時間的格式，如YYYY/MM/DD H:M:S, YYYY-MM-DD等
在上面的代碼中，函數catchTime就是判斷item是否為時間對象，是的話轉化為時間對象。代碼如��：
import time
import re
def catchTime(item):
# check if it's time
matchObj=re.match(r'\d{4}-\d{2}-\d{2}',item, flags= 0)
if matchObj!= None :
item =time.strptime(item,'%Y-%m-%d')
#print "returned time: %s " %item
return item
else:
matchObj=re.match(r'\d{4}/\d{2}/\d{2}\s\d+:\d+:\d+',item,flags=0 )
if matchObj!= None :
item =time.strptime(item,'%Y/%m/%d %H:%M:%S')
#print "returned time: %s " %item
return itemimport collections
import time
import re
class UserInfo(object):
'Class to restore UserInformation'
def __init__ (self):
self.attrilist=collections.OrderedDict()# ordered
self.__attributes=[]
def updateAttributes(self,attributes):
self.__attributes=attributes
def updatePairs(self,values):
for i in range(len(values)):
self.attrilist[self.__attributes[i]]=values[i]
def catchTime(item):
# check if it's time
matchObj=re.match(r'\d{4}-\d{2}-\d{2}',item, flags= 0)
if matchObj!= None :
item =time.strptime(item,'%Y-%m-%d')
#print "returned time: %s " %item
return item
else:
matchObj=re.match(r'\d{4}/\d{2}/\d{2}\s\d+:\d+:\d+',item,flags=0 )
if matchObj!= None :
item =time.strptime(item,'%Y/%m/%d %H:%M:%S')
#print "returned time: %s " %item
return item
def ObjectGenerator(maxlinenum):
filename='/home/thinkit/Documents/usr_info/USER.csv'
attributes=[]
linenum=1
a=UserInfo()
file=open(filename)
while linenum < maxlinenum:
values=[]
line=str.decode(file.readline(),'gb2312')#linecache.getline(filename, linenum,'gb2312')
if line=='':
print'reading fail! Please check filename!'
break
str_list=line.split(',')
for item in str_list:
item=item.strip()
item=item.strip('\"')
item=item.strip('\'')
item=item.strip('+0*')
item=catchTime(item)
if linenum==1:
attributes.append(item)
else:
values.append(item)
if linenum==1:
a.updateAttributes(attributes)
else:
a.updatePairs(values)
yield a.attrilist #change to ' a ' to use
linenum = linenum +1
if __name__ == '__main__':
for n in ObjectGenerator(10):
print n #輸出字典，看是否正確Ubuntu 14.04安裝Python 3.3.5 http://www.linuxidc.com/Linux/2014-05/101481.htm
CentOS上源碼安裝Python3.4 http://www.linuxidc.com/Linux/2015-01/111870.htm
《Python核心編程 第二版》.(Wesley J. Chun ).[高清PDF中文版] http://www.linuxidc.com/Linux/2013-06/85425.htm
《Python開發技術詳解》.( 周偉,宗傑).[高清PDF掃描版+隨書視頻+代碼] http://www.linuxidc.com/Linux/2013-11/92693.htm
Python腳本獲取Linux系統信息 http://www.linuxidc.com/Linux/2013-08/88531.htm
在Ubuntu下用Python搭建桌面算法交易研究環境 http://www.linuxidc.com/Linux/2013-11/92534.htm
Python 語言的發展簡史 http://www.linuxidc.com/Linux/2014-09/107206.htm
Python 的詳細介紹：請點這裡
Python 的下載地址：請點這裡
