[Python入門] 04 文件與函數

在之前的入門系列中，我們已經接觸過了很多的數據，有零散的數字或字元變數，也有多個元素構成的集合變數如列表或字典。在這些應用中，它們都是直接在Python程序內部定義的，外部無法訪問到這些數據，甚至如果程序中斷，數據空間就會被釋放，這顯然不是長久之計。

「本系列所有代碼均可在原貼中運行，戳 這裡 前往原貼。」

01. 打開文件

比較合理的方法就是將數據存儲在文件(file）當中，文本文件.txt是最常見也最簡單的文件格式之一，因此先從文本文件開始，首先要將文件內容讀取到Python程序中，這裡用到的是open函數。

open函數有兩個參數，都是字元類型，分別是文件名和打開模式。文件名很容易理解，如果文件與Python程序文件位於同一目錄下，那麼只要寫明文件名+擴展名即可；如果文件另有去處，比如在其他路徑或者某個網路地址上，就需要指明相對或絕對路徑。

打開模式是open的第二個參數，默認設置為r即只讀模式，此模式下Python只能讀取內容而不能修改或追加。其他常用模式有：

open()函數返迴文件類的對象，還需要通過一些方法將其轉換為字元類型，而文件對象本身就具有這一方法.read()。下面打開了一個示例文本文檔，文件對象命名為f，請調用f的.read()對象轉換為字元，並用print()輸出。

02. 垃圾郵件

隨著網路科技的發展，信息存儲傳輸的成本越來越低，效率越來越高，生活固然因此收益，但隨之而來的問題卻也很多。比如，雖說收發電子郵件很方便，但是無良商家給我們猛發垃圾郵件也很方便。1994年我國第一封電子郵件"Across the Great Wall we can reach every corner in the world."發出的時候，估計誰也不會想到，普通用戶每天就能收到上百封垃圾郵件（更想不到真的要accross the Great Wall）。

做一個好人從來不是容易的事情，就像做忠臣要比奸臣還要奸。我們誰都不想被垃圾郵件轟炸，也不想轟炸別人，但是卻有必要熟悉產生垃圾郵件的那一套理論。

我們不生產垃圾郵件，只做垃圾郵件的搬運工，下面是一個常見的垃圾郵件示例：

垃圾郵件之所以垃圾，因為其信息沒有任何指向性，絕大多數情況下根本不契合我們的需求。這些信息肯定是有市場所以才會存在的，畢竟郵件推送雖然便宜，畢竟也不是免費的。

這樣的一封郵件，內容是不變的，只有地址是靈活的，這樣才能發的出去。有些高級一點的還會加上 君の名は，誘使你點開正文。

03. 正則表達式

現在我們來思考如何批量地撰寫+發送垃圾郵件，首先內容肯定有個模板用來反覆套用，我們把上面的文字存儲在文本文件email.txt當中。

下一步就是讀取內容並替換相應成分了，一種簡單暴力但有些土鱉的方法是，把文字按詞切分組成列表，然後列表循環匹配字元。更優雅的方法是使用正則表達式(Regular Expression):

下面來篡改古人的兩句詩，首先導入Python內置的正則表達式擴展庫re，並調用函數sub()。sub()函數需要3個參數：rule, replace和target。

正則表達式的應用極為廣泛，我們會在後文專門詳細探討，這裡只做簡單介紹。

04. 批量生產

在上一節當中，已經成功改寫了單個的文本內容，但是作為一個敬業的垃圾生產者，零打碎敲是不可取的。為了實現大規模工業化流水線生產，就需要定義一個函數(function)。

函數就像一個機器，放進原料（參數），得到產品（返回）。

（把生豬變成火腿腸的「函數」）

比如定義一個非常簡單的加法函數，返回值就是兩個輸入參數的和。定義函數的關鍵字是def，之後跟函數名+()。()內聲明參數名稱，以,分隔，這裡的聲明順序也就是調用時的默認參數順序。

假設我現在已經取得了NBA總得分榜前十名的郵件地址，並經過數據清洗整理為字典格式，存為address.json：

十個地址不多，我們固然可以手動一個一個改寫，或者直接對這一字典循環。但是我們將來可能要生產更多地垃圾郵件，推送給不同的人群（存在不同的文件里），郵件模板肯定也不能一成不變。那麼合理的策略應該是，編寫函數，以郵件模板文件和郵件列表文件為參數，輸出寫好的郵件。

今天先講到這裡，我們下期再續！

拓展閱讀：

用科學的力量讓你瞎眼——OpenAI的Dota2AI天下無敵？！

以彼之道，還施彼身——使用機器學習來揪出作弊的玩家

人工智慧揭秘，帶你了解AI的前世今生

官方微博：@景略集智

微信公眾號：jizhi-im

集智QQ群：557373801

商務合作：chenyang@jizhi.im

投稿轉載：kexiyang@jizhi.im