Post tagged: Python

CSV 转 SQL：又一个轮子

这种轮子多了去了。这次的轮子功能有：

• 自动判别类型。你数据里有 NULL 值，某列前几行都是数字后面出现文本，严格区分大小整数和浮点数，这些我们都考虑了。
• 生成 CREATE TABLE。不对自己改。
• 非标准 CSV。这种文件太多了，得给每种格式来个选项。
• 几何类型。识别 Well Known Text，通用的地理图形记法。
• 没有外部依赖。为啥识别个数字类型还要装 Pandas？

https://github.com/The-Orizon/nlputils/blob/master/csvsql.py

用 FUSE 挂载 HTTP 文件目录

Apache、nginx 等服务器软件都有生成文件目录的功能。这类目录通常只考虑到人类的可读性，给机读带来很大困难。之前有解析目录列表的一些实现 [1] [2]，但不能覆盖大多数情况。为了之前挖的坑（实现自动获取软件更新信息） [3]，我实现了一个能解析大部分文件目录的程序「htmllisting-parser」。

其能解析用 <pre>、<table> 和 <ul> 的常见文件目录，包括 Apache、nginx、lighttpd、darkhttpd 和 Python http.server 等服务器的默认样式，生成文件名、修改时间、大小、描述的列表。解析的基本思想就是模式匹配，对 <pre> 就先找链接，再在每一栏找修改时间和文件大小；<table> 先找表头；<ul> 列举链接就可以了。程序写的有点面条，一堆黑科技，有空再整理和模块化。

以这个解析器为基础，就能写出较为高效的 FUSE 文件系统 …

Python 中文数字转换

都什么年代了连个好的 Python 数字转中文的程序都找不到。所以只能重新发明轮子了。

这个程序按照四位一组的划分，倒序拼写数字，准确处理补零、十几、小数的问题，支持大写、繁体、〇、两的写法，最多整数部分可达 48 位。由于浮点数型限制，长整数和小数应传入 int, Decimal 或字符串型。缺点只有不支持浮点数中的科学记数法（可以自己分段传入）。Python 2 只需将所有字符串改成 unicode 即可使用。

授权：WTFPL 或 Unlicense 或 CC0，即公有领域授权，想干嘛干嘛。Gist 链接

import itertools

def num2chinese(num, big=False, simp=True, o=False, twoalt …

重要文件备份脚本

一个用于实现文件筛选并备份的Python脚本。有如下功能：

• 全局单文件大小限制（筛出了过大的音视频等文件）
• 个别扩展名的扩大文件大小限制（避免筛选出稍大的图片、压缩包等）
• 时间限制，增量备份
• 仅更新大小不同的文件
• 支持多语言文件名
• 可跨平台
• 有直观的文本输出
• 脚本可扩展，可稍加修改实现可选的全局总大小限制、扩展名限制等

注意使用时要保存为UTF-8编码，以免出编码问题。

from sys import stdout
import os
import shutil
import time

#highprext = [".doc",".docx",".rtf",".xls","xlsx",".ppt",".pps",".pptx"] #可选的限制文件类型
otherext = [".pdf",".gif",".jpg",".png",".tif",".bmp",".zip",".tar",".tgz",".gz","7z …