因为有个需求，需要处理文件夹内所有txt文件，将txt里面的数据筛选，重新存储。
虽然手工可以做，但想到了python一直主张的是自动化测试，就想试着写一个自动化处理数据的程序。
一.分析数据格式
需要处理的数据是txt格式存储的。下图中一行中的数据依次是，帧、时间、编号、特征点编号、特征点名字、特征点世界坐标x,y,z，特征点屏幕坐标x,y，一共32个特征点，最后6个数据是头部姿态的位置x,y,z和偏转角度x,y,z。一行共计233个字段。
需要完成的工作是，把特征点的编号，世界坐标，屏幕坐标分别写入2个csv文件中。
因为后面需要用到svm分类器，在数据挖掘软件weka中进行分类。
二.Python文件读取操作
需要做的是Python中txt文件读取操作，然后利用split()函数将每行的字符串分割成元组，然后利用下标讲我们需要保留的数据写入到新的txt中。
常见的Python文件读取txt的方法有3种：
方法一：
1 f = open("foo.txt") # 返回一个文件对象
2 line = f.readline() # 调用文件的 readline()方法
3 while line:
4 print line, # 后面跟 ',' 将忽略换行符
5 # print(line, end = '') # 在 Python 3中使用
6 line = f.readline()
7
8 f.close()
方法二：
1 for line in open("foo.txt"):
2 print line
方法三：
1 f = open("c:\\1.txt","r")
2 lines = f.readlines()#读取全部内容
3 for line in lines
4 print line
因为需要处理的数据最后一行不完整，所以，我们只处理到倒数第二行。用readlines()读取到的是一个List，每行是一个元素。所以可以用len()方法统计有多少行，处理的时候处理到倒数第二行停止。
完成我们的需求：
1 def readFile(filepath):
2 f1 = open(filepath, "r") #打开传进来的路径
3 f_world = open("WorldData", "w")
4 f_image = open("ImageData", "w")
5 lines = f1.readlines() #读取所有行
6 lines_count = len(lines) #统计行数
7 for n in range(0, lines_count-1):
8 line = lines[n]
9 line_object = line.split('\t')
10
11 i = 5
12
13 worldposition = ""
14 imageposition = ""
15 while i <= 223: #取值
16 id = line_object[i - 2]
17 world_x = line_object[i]
18 world_y = line_object[i + 1]
19 world_z = line_object[i + 2]
20 worldposition = id + " " + world_x + world_y + world_z
21 # print worldposition
22 f_world.write(worldposition)
23
24 image_x = line_object[i + 3]
25 image_y = line_object[i + 4]
26 imageposition = id + " " + image_x + image_y
27 f_image.write(imageposition)
28
29 i += 7
30 i -= 1
31 headposition = line_object[i - 1] + line_object[i] + line_object[i + 1]
32 headrotate = line_object[i + 2] + line_object[i + 3] + line_object[i + 4]
33 head = headposition + headrotate + "\n"
34
35 print head
36 f_world.write(head) # 写入文件操作
37 f_image.write(head)
38 f1.close()
39 f_image.close()
40 f_world.close()
三.递归遍历文件夹下多个txt文件
因为需要处理的数据不止一个，用自动化的思想来解决这个问题，需要依次遍历文件夹下多个txt文件。
代码如下：
1 def eachFile(filepath):
2 pathDir = os.listdir(filepath) #获取当前路径下的文件名，返回List
3 for s in pathDir:
4 newDir=os.path.join(filepath,s) #将文件命加入到当前文件路径后面
5 if os.path.isfile(newDir) : #如果是文件
6 if os.path.splitext(newDir)[1]==".txt": #判断是否是txt
7 readFile(newDir) #读文件
8 pass
9 else:
10 eachFile(newDir) #如果不是文件，递归这个文件夹的路径
四.对处理得到的文件进行命名
需求是，处理完一个txt，如abc.txt，然后生成的文件，命名为World_abc.txt和Image_abc.txt，并将生成的文件保存在和源文件同样的目录下面。
思路是，对路径就行分割，使用
os.path.split(filepath)
返回的是一个2个元素的元祖，第一个元素是文件夹路径，第二个是文件名。
1 nowDir = os.path.split(filepath)[0] #获取路径中的父文件夹路径
2 fileName = os.path.split(filepath)[1] #获取路径中文件名
3 WorldDataDir = os.path.join(nowDir, "WorldData_" + fileName) #对新生成的文件进行命名的过程
4 ImageDataDir = os.path.join(nowDir, "ImageData_" + fileName)
5
6 f_world = open(WorldDataDir, "w")
7 f_image = open(ImageDataDir, "w")
处理完之后就哗哗哗生成一大堆了。
完整代码：
1 # -*- coding: utf-8
2 #读文件
3 import os
4
5 #处理文件数量
6 count=0
7
8 def readFile(filepath):
9 f1 = open(filepath, "r")
10 nowDir = os.path.split(filepath)[0] #获取路径中的父文件夹路径
11 fileName = os.path.split(filepath)[1] #获取路径中文件名
12 WorldDataDir = os.path.join(nowDir, "WorldData_" + fileName) #对新生成的文件进行命名的过程
13 ImageDataDir = os.path.join(nowDir, "ImageData_" + fileName)
14
15 f_world = open(WorldDataDir, "w")
16 f_image = open(ImageDataDir, "w")
17 lines = f1.readlines()
18 lines_count = len(lines)
19 for n in range(0, lines_count-1):
20 line = lines[n]
21 line_object = line.split('\t')
22
23 i = 5
24
25 worldposition = ""
26 imageposition = ""
27 while i <= 223:
28 id = line_object[i - 2]
29 world_x = line_object[i]
30 world_y = line_object[i + 1]
31 world_z = line_object[i + 2]
32 worldposition = id + " " + world_x + world_y + world_z
33 # print worldposition
34 f_world.write(worldposition)
35
36 image_x = line_object[i + 3]
37 image_y = line_object[i + 4]
38 imageposition = id + " " + image_x + image_y
39 f_image.write(imageposition)
40
41 i += 7
42 i -= 1
43 headposition = line_object[i - 1] + line_object[i] + line_object[i + 1]
44 headrotate = line_object[i + 2] + line_object[i + 3] + line_object[i + 4]
45 head = headposition + headrotate + "\n"
46
47 print head
48 f_world.write(head)
49 f_image.write(head)
50 f_world.write("world")
51 f_image.write("image")
52 f1.close()
53 f_image.close()
54 f_world.close()
55
56 global count
57 count+=1
58
59 def eachFile(filepath):
60 pathDir = os.listdir(filepath) #获取当前路径下的文件名，返回List
61 for s in pathDir:
62 newDir=os.path.join(filepath,s) #将文件命加入到当前文件路径后面
63 if os.path.isfile(newDir) : #如果是文件
64 if os.path.splitext(newDir)[1]==".txt": #判断是否是txt
65 readFile(newDir) #读文件
66 pass
67 else:
68 eachFile(newDir) #如果不是文件，递归这个文件夹的路径
69
70
71 eachFile("D:\Python\SVM_Data")
72 print "共处理"+bytes(count)+"个txt"
View Code
补充：
代码中添加了一个globle count变量，记录处理的txt数目，因为python语言是弱类型的语言，在函数中，想要改变全局遍历的值。
1 count=0
2 def xxx():
3 global count #声明这里的count是全局变量count
4 count+=1
最后输出count数量的时候
1 print "共处理"+count+"个txt" #报错，字符类型和值类型不能这样输出
2
3 print "共处理"+bytes(count)+"个txt" #使用bytes方法，将值类型转换成字符类型
python OS模块的官方文档：
10.1. os.path — Common pathname manipulations — Python 2.7.13 documentation
https://docs.python.org/2.7/library/os.path.html
本文章为转载内容，我们尊重原作者对文章享有的著作权。如有内容错误或侵权问题，欢迎原作者联系我们进行内容更正或删除文章。
