- Python-文本处理
- Python-文本处理简介
- Python - 文本处理环境
- Python - 字符串不变性
- Python - 排序行
- Python - 重新格式化段落
- Python - 计算段落中的标记
- Python - 二进制 ASCII 转换
- Python - 字符串作为文件
- Python-向后读取文件
- Python - 过滤重复单词
- Python - 从文本中提取电子邮件
- Python - 从文本中提取 URL
- Python - 漂亮的打印
- Python - 文本处理状态机
- Python - 大写和翻译
- Python - 标记化
- Python - 删除停用词
- Python - 同义词和反义词
- Python - 文本翻译
- Python-单词替换
- Python-拼写检查
- Python - WordNet 接口
- Python - 语料库访问
- Python - 标记单词
- Python - 块和缝隙
- Python - 块分类
- Python-文本分类
- Python-二元组
- Python - 处理 PDF
- Python-处理Word文档
- Python - 读取 RSS 提要
- Python-情感分析
- Python - 搜索和匹配
- Python - 文本修改
- Python-文本换行
- Python-频率分布
- Python-文本摘要
- Python - 词干算法
- Python - 约束搜索
Python - 漂亮的打印数字
python 模块pprint用于为 python 中的各种数据对象提供正确的打印格式。这些数据对象可以表示字典数据类型,甚至可以表示包含 JSON 数据的数据对象。在下面的示例中,我们将看到应用 pprint 模块之前和应用之后数据的外观。
import pprint student_dict = {'Name': 'Tusar', 'Class': 'XII', 'Address': {'FLAT ':1308, 'BLOCK ':'A', 'LANE ':2, 'CITY ': 'HYD'}} print student_dict print "\n" print "***With Pretty Print***" print "-----------------------" pprint.pprint(student_dict,width=-1)
当我们运行上面的程序时,我们得到以下输出 -
{'Address': {'FLAT ': 1308, 'LANE ': 2, 'CITY ': 'HYD', 'BLOCK ': 'A'}, 'Name': 'Tusar', 'Class': 'XII'} ***With Pretty Print*** ----------------------- {'Address': {'BLOCK ': 'A', 'CITY ': 'HYD', 'FLAT ': 1308, 'LANE ': 2}, 'Class': 'XII', 'Name': 'Tusar'}
处理 JSON 数据
Pprint 还可以通过将 JSON 数据格式化为更易读的格式来处理它们。
import pprint emp = {"Name":["Rick","Dan","Michelle","Ryan","Gary","Nina","Simon","Guru" ], "Salary":["623.3","515.2","611","729","843.25","578","632.8","722.5" ], "StartDate":[ "1/1/2012","9/23/2013","11/15/2014","5/11/2014","3/27/2015","5/21/2013", "7/30/2013","6/17/2014"], "Dept":[ "IT","Operations","IT","HR","Finance","IT","Operations","Finance"] } x= pprint.pformat(emp, indent=2) print x
当我们运行上面的程序时,我们得到以下输出 -
{ 'Dept': [ 'IT', 'Operations', 'IT', 'HR', 'Finance', 'IT', 'Operations', 'Finance'], 'Name': ['Rick', 'Dan', 'Michelle', 'Ryan', 'Gary', 'Nina', 'Simon', 'Guru'], 'Salary': [ '623.3', '515.2', '611', '729', '843.25', '578', '632.8', '722.5'], 'StartDate': [ '1/1/2012', '9/23/2013', '11/15/2014', '5/11/2014', '3/27/2015', '5/21/2013', '7/30/2013', '6/17/2014']}