Python字符串处理实例详解
|
Python字符串处理实例详解 一、拆分含有多种分隔符的字符串 1.如何拆分含有多种分隔符的字符串 问题： 我们要把某个字符串依据分隔符号拆分不同的字段，该字符串包含多种不同的分隔符，例如： s = "ab;cd|efg|hi,jkl|mntopq;rst,uvwtxyz" 其中;,|,t 都是分隔符号，如何处理？ 方法一： 连续使用str.split()方法，每次处理一种分隔符号 s = "ab;cd|efg|hi,uvwtxyz" def mySplit(s,ds): res = [s] for d in ds: t = [] map(lambda x: t.extend(x.split(d)),res) res = t return res print mySplit(s,';|,t') 输出： ['ab','cd','efg','hi','jkl','mn','opq','rst','uvw','xyz'] 方法二： 使用正则表达式的re.split()方法，一次性拆分字符串 import re s = "ab;cd|efg|hi,uvwtxyz" print re.split(r'[;|,t]+',s) 输出： ['ab','xyz'] 二、调整字符串中文本格式 1. 如何判断字符串a是否以字符串b开头或结尾 问题：某文件系统目录下有一系列文件：a.py,quicksort.c,stack.cpp,b.sh,编写程序给其中所有.sh文件和.py文件加上用户可执行权限？ 解决方案： 使用字符串中的str.startswith()和end.startswith()方法 (注意：多个匹配时参数使用元组)
In [1]: import os
# 列出当前目录以.sh和以.py结尾的文件
In [2]: [name for name in os.listdir('.') if name.endswith(('.py','.sh'))]
Out[2]: ['b.sh','a.py']
In [3]: import stat
# 查看 a.py 文件权限
In [4]: os.stat('a.py').st_mode
Out[4]: 33204
# 把文件权限转换成8进制，即为平常看到的权限
In [5]: oct(os.stat('a.py').st_mode)
Out[5]: '0100664'
# 更改文件权限，添加一个可执行权限
In [6]: os.chmod('a.py',os.stat('a.py').st_mode | stat.S_IXUSR)
In [7]: ll
total 0
-rwxrw-r-- 1 yangyang 0 5月 9 14:48 a.py*
-rw-rw-r-- 1 yangyang 0 5月 9 14:48 b.sh
-rw-rw-r-- 1 yangyang 0 5月 9 14:48 quicksort.c
-rw-rw-r-- 1 yangyang 0 5月 9 14:48 stack.cpp
2.如何对字符串中文本的格式进行调整 问题： 某软件的log文件，其中日期格式为“yyyy-mm-dd”: 2017-05-08 09:12:48 status half-configured passwd:amd64 1:4.2-3.1ubuntu5.2 2017-05-08 09:12:48 status installed passwd:amd64 1:4.2-3.1ubuntu5.2 2017-05-08 09:12:48 status unpacked passwd:amd64 1:4.2-3.1ubuntu5.2 2017-05-08 09:12:48 status unpacked passwd:amd64 1:4.2-3.1ubuntu5.2 2017-05-08 09:12:48 status half-configured passwd:amd64 1:4.2-3.1ubuntu5.2 2017-05-08 09:12:48 status installed passwd:amd64 1:4.2-3.1ubuntu5.2 2017-05-08 09:12:48 startup packages configure 09:12:48 startup packages configure 我们想把其中日期改为美国日期的格式"mm/dd/yyyy",2017-05-08 ==> 05/08/2017,应如何处理？ 解决方案：使用正则表达式re.sub()方法做字符串替换，利用正则表达式的捕获组捕获每个部分内容，在字符串中调整各个组的捕获顺序。
In [1]: import re
In [2]: log = open('/var/log/dpkg.log').read()
# (d{4}) 匹配到4个数字为一个捕获组，其顺序为1。故后面替换用1放到最后，r是为了防止字符串被转义
In [3]: print re.sub('(d{4})-(d{2})-(d{2})',r'2/3/1',log)
05/08/2017 09:12:48 status unpacked passwd:amd64 1:4.2-3.1ubuntu5.2
05/08/2017 09:12:48 status unpacked passwd:amd64 1:4.2-3.1ubuntu5.2
05/08/2017 09:12:48 status unpacked passwd:amd64 1:4.2-3.1ubuntu5.2
05/08/2017 09:12:48 status half-configured passwd:amd64 1:4.2-3.1ubuntu5.2
05/08/2017 09:12:48 status installed passwd:amd64 1:4.2-3.1ubuntu5.2
05/08/2017 09:12:48 startup packages configure
# 也可以为每个捕获组起个名称，而不使用默认顺序来处理
In [5]: print re.sub('(?P<year>d{4})-(?P<month>d{2})-(?P<day>d{2})',r'g<month>/g<day>/g<year>',log)
05/08/2017 09:12:48 status unpacked passwd:amd64 1:4.2-3.1ubuntu5.2
05/08/2017 09:12:48 status unpacked passwd:amd64 1:4.2-3.1ubuntu5.2
05/08/2017 09:12:48 status unpacked passwd:amd64 1:4.2-3.1ubuntu5.2
05/08/2017 09:12:48 status half-configured passwd:amd64 1:4.2-3.1ubuntu5.2
05/08/2017 09:12:48 status installed passwd:amd64 1:4.2-3.1ubuntu5.2
05/08/2017 09:12:48 startup packages configure
三、字符串拼接 1.如何将多个小字符串拼接成一个大的字符串 问题：在程序中我们将各个参数按次序收集到列表中： ["<0112>","<32>","<1024x768>","<60>" ],要把各个参数拼接成数据报进行发送"<0112><32><1024x768><60>" 解决方案： 方法一：迭代列表，连续使用“+”操作依次拼接每一个字符串 In [1]: pl = ["<0112>","<60>" ] In [2]: s = '' # 这种方法会产生许多临时结果，会造成资源的浪费 In [3]: for p in pl: ...: s = s + p ...: print s ...: <0112> <0112><32> <0112><32><1024x768> <0112><32><1024x768><60> In [4]: s Out[4]: '<0112><32><1024x768><60>' 方法二：使用str.join()方法，更加快速的拼接列表中所有字符串 In [5]: ''.join(pl) Out[5]: '<0112><32><1024x768><60>' 有个列表l = ['abc',123,45,'xyz'],如何让123和45以字符串的方式拼接 In [6]: l = ['abc','xyz'] # 使用生成器表达式，开销比列表表达式小 In [7]: (str(x) for x in l) ...: Out[7]: <generator object <genexpr> at 0x7fe3cadef550> In [8]: ''.join(str(x) for x in l) Out[8]: 'abc12345xyz' 四、字符串居中对齐 1.如何对字符串进行左、右、居中对齐 问题： 某个字典存储了一系列属性值
{
"loDist":100.0,"smartCull":0.04,"farclip":477
}
在程序中想以工整的格式进行输出，如何处理？ 解决方案： 方法一： 使用字符串的str.ljust(),str.rjust(),str.center()进行,右,居中对齐 方法二： 使用format方法，传递类似'<20','>20','^20'参数完成同样任务
In [1]: s = 'abc'
In [2]: s.ljust(20)
Out[2]: 'abc '
In [3]: s.ljust(20,'=')
Out[3]: 'abc================='
In [4]: s.center(20)
Out[4]: ' abc '
In [5]: format(s,'<20')
Out[5]: 'abc '
In [6]: d = {
...: "loDist":100.0,...: "smartCull":0.04,...: "farclip":477
...: }
In [7]: d.keys()
Out[7]: ['loDist','smartCull','farclip']
In [8]: w =max(map(len,d.keys()))
In [9]: for k in d:
...: print k.ljust(w),':',d[k]
...:
loDist : 100.0
smartCull : 0.04
farclip : 477
2.去掉不需要的字符串 问题： 1.过滤掉用户输入中前后多余的空白字符： ' nick@gmail.com ' 2.过滤某windows下编辑文本中的'r': 'hello worldrn' 3.去掉文本中的unicode组合符号(音调):u'zǒu' 解决方案： 方法一： 字符串strip(),lstrip(),rstrip()方法去掉字符串两端字符 方法二：删除单个固定位置的字符，可以使用切片+拼接的方式 方法三：字符串的replace方法或正则表达式re.sub()方法删除任意位置字符 方法四：字符串translate()方法,可以同时删除多种不同字符
In [1]: s = ' abc 123 '
In [2]: s.strip()
Out[2]: 'abc 123'
In [3]: s.lstrip()
Out[3]: 'abc 123 '
In [4]: s = '-----ab+++++'
In [5]: s.strip('-+')
Out[5]: 'ab'
In [6]: s = 'abc:123'
In [7]: s[:3]+s[4:]
Out[7]: 'abc123'
In [8]: s = 'tabct123txyz'
# 去除t
In [9]: s.replace('t','')
Out[9]: 'abc123xyz'
In [10]: s = 'tabct123txyzropqr'
In [11]: import re
# 去除tr
In [12]: re.sub('[tr]','',s)
Out[12]: 'abc123xyzopq'
In [13]: s = 'abcrefgn2342t'
# 去除trn
In [14]: s.translate(None,'trn')
Out[14]: 'abcefgx9c2'
In [15]: u = u'zǒu'
In [16]: u
Out[16]: u'zu01d2u'
In [17]: print u.translate({0x01d2:None})
zu
感谢阅读，希望能帮助到大家，谢谢大家对本站的支持！ （编辑：李大同） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |