• 读取txt文件——03


    用例01:测试方法01:数据01:结果01
    用例02:测试方法02:数据02:结果02
    用例03:测试方法03:数据03:结果03
    用例04:测试方法04:数据04:结果04
    '     ':测试方法05:数据05:结果05

    f = open('C:\\Users\\del\\Desktop\\新建文本文档 (2).txt','r')
    
    
    date = f.readlines()   #读取所有行,每一行作为一个列表,读取时包括换行符号:\N
    
    users = [ ]
    
    for line in date:
        print(line[:-1])                       #<class 'str'>
        users.append(line[:-1].split(':'))
    
    print(users)
    
    print(users[0][0])
    print(users[0][1])
    print(users[0][2])
    print(users[0][3])
    print('---------------------------------------------------------')
    print(users[4][0])
    print(users[4][1])
    print(users[4][2])
    print(users[4][3])
    print('---------------------------------------------------------')
    print(type(users[4][0]))
    print(users[4][0])
    print(len(users[4][0]))
    print('---------------------------------------------------------')
    if len(users[4][0]) == 0:
        print('')
    print('---------------------------------------------------------')
    if users[4][0].isspace():             #此处执行不成功
        print('都是空格')

    执行结果:

    用例01:测试方法01:数据01:结果01
    用例02:测试方法02:数据02:结果02
    用例03:测试方法03:数据03:结果03
    用例04:测试方法04:数据04:结果04
    ' ':测试方法05:数据05:结果05
    [['用例01', '测试方法01', '数据01', '结果01'], ['用例02', '测试方法02', '数据02', '结果02'], ['用例03', '测试方法03', '数据03', '结果03'], ['用例04', '测试方法04', '数据04', '结果04'], ["' '", '测试方法05', '数据05', '结果05']]
    用例01
    测试方法01
    数据01
    结果01
    ---------------------------------------------------------
    ' '
    测试方法05
    数据05
    结果05
    ---------------------------------------------------------
    <class 'str'>
    ' '
    5
    ---------------------------------------------------------
    ---------------------------------------------------------

  • 相关阅读:
    如何用kaldi做孤立词识别三
    如何用kaldi做孤立词识别二
    脚本注释3
    [转] kaldi中FST的可视化-以yesno为例
    如何用kaldi做孤立词识别-初版
    [转]语言模型训练工具SRILM
    [转]kaldi 神经网络
    [转]kaldi ASR: DNN训练
    [转]Kaldi命令词识别
    [转] 如何用kaldi训练好的模型做特定任务的在线识别
  • 原文地址:https://www.cnblogs.com/xiaobaibailongma/p/12364936.html
Copyright © 2020-2023  润新知