Python2.x和3.x下maketrans与translate函数使用上的不同
maketrans和translate函数是进行字符串字符编码的常用方法。本文着重点在于演示其基本用法和在不同版本下操作的差异。本文提到的2.X版本指2.6以上的版本,3.X版本指3.1以上的版本。
2.X版本把字符串基本分为两种:unicode字符串和8位字符串str,后者包含字节数据和我们常见的ASCII码数据;而3.X版本则重新对字符串进行了划分,分为了字节字符串bytes和文本字符串str,两者都是不可变的,所以添加了一个可变的字节字符串类型bytearray。
2.X版本中string类型和str、unicode类型大量方法是重复的,所以3.X版本不提倡使用string模块中与str重复的方法。string模块中还有很多有用的常量和方法,比如string.digits,可以在字符串编码中方便地使用。
2.X中maketrans和translate函数的签名:
string.maketrans(from,to) string.translate(s,table[,deletechars]) str.translate(table[,deletechars]) unicode.translate(table)
3.X中maketrans和translate函数的签名:
staticstr.maketrans(x[,y[,z]]) staticbytes.maketrans(from,to) staticbytearray.maketrans(from,to) str.translate(map) bytes.translate(table[,delete]) bytearray.translate(table[,delete])
从中可以看出,相对于2.X的string模块的maketrans方法,3.X中分别提供了三个静态方法用于创建映射表。
下面让我们看一个简单的例子来说明字符串转换的过程:
2.X下的演示过程:
>>>importstring#导入string模块 >>>map=string.maketrans('123','abc')#建立映射表,将字符串中含有的'1','2','3'替换为'a','b','c' >>>s='54321123789'#转换前的字符串 >>>s.translate(map)#用创建的映射表map转换字符串 '54cbaabc789'#转换后的字符串
3.X下的演示过程:
>>>map=str.maketrans('123','abc') >>>s='54321123789' >>>s.translate(map) '54cbaabc789'
2.X使用了string的maketrans函数,而3.X使用了str的maketrans函数,除了这一点,使用方法是基本相同的。若指定字符串中要删除的字符时,使用就会略有不同,如下:
2.X下的演示过程:
>>>importstring >>>map=string.maketrans('123','abc') >>>s='54321123789' >>>s.translate(map,'78')#除了转换,还要删除字符串中的字符'7','8' '54cbaabc9'#转换后的字符串没有字符'7','8'
3.X下的演示过程:
>>>map=str.maketrans('123','abc','78')#要删除的字符需要在这指定 >>>s='54321123789' >>>s.translate(map) '54cbaabc9'
我在读《PythonCookbook》遇到了一个基于2.X版本的例子,如下
importstring deftranslator(frm='',to='',delete='',keep=None): iflen(to)==1: to=to*len(frm) trans=string.maketrans(frm,to) ifkeepisnotNone: allchars=string.maketrans('','') delete=allchars.translate(allchars,keep.translate(allchars,delete)) deftranslate(s): returns.translate(trans,delete) returntranslate
allchars应该是一个返回的映射表,为什么还可以调用translate方法,所以它应该是一个str类型,测试如下:
>>>importstring >>>map=string.maketrans('123','abc') >>>type(map) <type'str'>
在3.X版本中这个方法不能正常通过运行,那么错在什么地方呢,我们看看映射表是什么类型:
>>>map=str.maketrans('123','abc') >>>type(map) <class'dict'>
知道了映射表的类型了,我们就可以对其进行“后期加工”,像上面《PythonCookbook》中的例子一样,来满足我们的编码要求。
上面讨论的例子用的字符串是ASCII字符组成的,如果是字节类型,2.X版本中操作是一样的,3.X中调用bytes或bytearray的函数;若是unicode类型的,2.X需要用unicode的translate方法,注意下面的代码
>>>printu"hallo".translate({97:u'e'}) hello >>>printu"hallo".translate({'a':u'e'}) hallo >>>printu"hallo".translate({u'a':u'e'}) hallo
结果之所以不一样,查阅手册可知unicode的translate方法的映射表也就是字典的键必须是unicode的位序数,值可以是unicode的位序数、unicode字符串或这None。