本篇文章给大家带来的内容是关于使用Python创建员工信息表的实例代码,有一定的参考价值,有需要的朋友可以参考一下,希望对你有所帮助。
这是一道综合练习题,要求如下:
创建员工信息表,格式为:
#字段1,字段2,字段3,字段4,字段5 #1,*** ,*** , *******,*** #2,***, ***, *******,*** #3,*** ,*** , *****, ***
要求可以根据条件语句进行查询,格式为 select where 命令之间用空格隔开
def emp(): lis_res = [[],[],[],[],[]] #定义最终存储数据的列表 with open('yuangong','r',encoding='utf-8') as f: cha = input('请输入查询语句,格式为:select *** where *** > ***').strip() lis = cha.split(' ')#定义存放输入语句的列表 n = [] #n表示符合查询变量的字符串所在列表位置 if lis[0] == 'select' and lis[2] == 'where':#设定关键字条件 lis1 = lis[1].split(',')#定义查询元素的列表 lis_title = f.readline().split(',') #文件中第一行为字段名 lis_title = [s.strip() for s in lis_title]#列表推导式,去掉每个元素两边的空格 for v in lis1:#循环遍历要查询的字段是否在文件中 if v in lis_title: n.append(lis_title.index(v)) if '*' in lis[1]:n=[0,1,2,3,4]#定义使用*模糊查询 if n == []: #如果字段不存在则退出程序 print('查询的字段不存在') return if lis[4] == '>':#检查条件语句是否是大于号 if lis[3] in lis_title: #字段是否包含条件语句 m = lis_title.index(lis[3]) #m表示符合条件语句的字符串所在列表位置 else: print('字段不含有该条件') return for v in f: lis_f = v.split(',')#把取出来的每条数据都转化成列表 lis_f = [s.strip() for s in lis_f] #列表推导式,去掉每个元素两边的空格 if lis_f[m].isdigit() and lis[5].isdigit():#检查条件是否都为数字 if int(lis_f[m]) > int(lis[5]): for i in n:#如果条件成立则把结果追加到lis_res中 lis_res[i].append(lis_f[i]) else:print('无法进行比较') elif lis[4] == '<':#检查条件语句是否是大于号 if lis[3] in lis_title: #字段是否包含条件语句 m = lis_title.index(lis[3]) #m表示符合条件语句的字符串所在列表位置 else: print('字段不含有该条件') return for v in f: lis_f = v.split(',')#把取出来的每条数据都转化成列表 lis_f = [s.strip() for s in lis_f] #列表推导式,去掉每个元素两边的空格 if lis_f[m].isdigit() and lis[5].isdigit():#检查条件是否都为数字 if int(lis_f[m]) < int(lis[5]): for i in n:#如果条件成立则把结果追加到lis_res中 lis_res[i].append(lis_f[i]) else:print('无法进行比较') elif lis[4] == '=':#检查条件语句是否是大于号 if lis[3] in lis_title: #字段是否包含条件语句 m = lis_title.index(lis[3]) #m表示符合条件语句的字符串所在列表位置 else: print('字段不含有该条件') return for v in f: lis_f = v.split(',')#把取出来的每条数据都转化成列表 lis_f = [s.strip() for s in lis_f] #列表推导式,去掉每个元素两边的空格 if lis_f[m] == lis[5]: for i in n:#如果条件成立则把结果追加到lis_res中 lis_res[i].append(lis_f[i]) elif lis[4] == 'like':#定义like模糊搜索 if lis[3]in lis_title: m = lis_title.index(lis[3]) #m表示符合条件语句的字符串所在列表位置 else: print('字段不含有该条件') return for v in f: lis_f = v.split(',')#把取出来的每条数据都转化成列表 lis_f = [s.strip() for s in lis_f] #列表推导式,去掉每个元素两边的空格 if lis[5] in lis_f[m]: for i in n: lis_res[i].append(lis_f[i]) else:print('请以空格将各个名字隔开') else:print('请输入正确的指令') if n!= []:#防止乱输指令后报错 for i in range(len(lis_res[n[0]])):#输出结果 for k in n: print(lis_res[k][i],end=' ') print('\n',end='') emp()
请输入查询语句,格式为:select *** where *** > ***select * where phone like 188 1 tom 25 18888888888 it
以上是使用Python创建员工信息表的实例代码的详细内容。更多信息请关注PHP中文网其他相关文章!

Python更易学且易用,C 则更强大但复杂。1.Python语法简洁,适合初学者,动态类型和自动内存管理使其易用,但可能导致运行时错误。2.C 提供低级控制和高级特性,适合高性能应用,但学习门槛高,需手动管理内存和类型安全。

Python和C 在内存管理和控制方面的差异显着。 1.Python使用自动内存管理,基于引用计数和垃圾回收,简化了程序员的工作。 2.C 则要求手动管理内存,提供更多控制权但增加了复杂性和出错风险。选择哪种语言应基于项目需求和团队技术栈。

Python在科学计算中的应用包括数据分析、机器学习、数值模拟和可视化。1.Numpy提供高效的多维数组和数学函数。2.SciPy扩展Numpy功能,提供优化和线性代数工具。3.Pandas用于数据处理和分析。4.Matplotlib用于生成各种图表和可视化结果。

选择Python还是C 取决于项目需求:1)Python适合快速开发、数据科学和脚本编写,因其简洁语法和丰富库;2)C 适用于需要高性能和底层控制的场景,如系统编程和游戏开发,因其编译型和手动内存管理。

Python在数据科学和机器学习中的应用广泛,主要依赖于其简洁性和强大的库生态系统。1)Pandas用于数据处理和分析,2)Numpy提供高效的数值计算,3)Scikit-learn用于机器学习模型构建和优化,这些库让Python成为数据科学和机器学习的理想工具。

每天学习Python两个小时是否足够?这取决于你的目标和学习方法。1)制定清晰的学习计划,2)选择合适的学习资源和方法,3)动手实践和复习巩固,可以在这段时间内逐步掌握Python的基本知识和高级功能。

Python在Web开发中的关键应用包括使用Django和Flask框架、API开发、数据分析与可视化、机器学习与AI、以及性能优化。1.Django和Flask框架:Django适合快速开发复杂应用,Flask适用于小型或高度自定义项目。2.API开发:使用Flask或DjangoRESTFramework构建RESTfulAPI。3.数据分析与可视化:利用Python处理数据并通过Web界面展示。4.机器学习与AI:Python用于构建智能Web应用。5.性能优化:通过异步编程、缓存和代码优

Python在开发效率上优于C ,但C 在执行性能上更高。1.Python的简洁语法和丰富库提高开发效率。2.C 的编译型特性和硬件控制提升执行性能。选择时需根据项目需求权衡开发速度与执行效率。


热AI工具

Undresser.AI Undress
人工智能驱动的应用程序,用于创建逼真的裸体照片

AI Clothes Remover
用于从照片中去除衣服的在线人工智能工具。

Undress AI Tool
免费脱衣服图片

Clothoff.io
AI脱衣机

AI Hentai Generator
免费生成ai无尽的。

热门文章

热工具

MinGW - 适用于 Windows 的极简 GNU
这个项目正在迁移到osdn.net/projects/mingw的过程中,你可以继续在那里关注我们。MinGW:GNU编译器集合(GCC)的本地Windows移植版本,可自由分发的导入库和用于构建本地Windows应用程序的头文件;包括对MSVC运行时的扩展,以支持C99功能。MinGW的所有软件都可以在64位Windows平台上运行。

适用于 Eclipse 的 SAP NetWeaver 服务器适配器
将Eclipse与SAP NetWeaver应用服务器集成。

Dreamweaver Mac版
视觉化网页开发工具

EditPlus 中文破解版
体积小,语法高亮,不支持代码提示功能

安全考试浏览器
Safe Exam Browser是一个安全的浏览器环境,用于安全地进行在线考试。该软件将任何计算机变成一个安全的工作站。它控制对任何实用工具的访问,并防止学生使用未经授权的资源。