Python字符串处理实例详解

2024-02-23 15:19:03 226

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|mn\topq;rst,uvw\txyz"

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,jkl|mn\topq;rst,uvw\txyz"

defmySplit(s,ds):
res=[s]
fordinds:
t=[]
map(lambdax:t.extend(x.split(d)),res)
res=t
returnres

printmySplit(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

importre

s="ab;cd|efg|hi,jkl|mn\topq;rst,uvw\txyz"

printre.split(r'[;|,\t]+',s)

输出：
['ab','cd','efg','hi','jkl','mn','opq','rst','uvw','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]:importos

#列出当前目录以.sh和以.py结尾的文件
In[2]:[namefornameinos.listdir('.')ifname.endswith(('.py','.sh'))]
Out[2]:['b.sh','a.py']

In[3]:importstat

#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
total0
-rwxrw-r--1yangyang05月914:48a.py*
-rw-rw-r--1yangyang05月914:48b.sh
-rw-rw-r--1yangyang05月914:48quicksort.c
-rw-rw-r--1yangyang05月914:48stack.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”:

2017-05-0809:12:48statushalf-configuredpasswd:amd641:4.2-3.1ubuntu5.2
2017-05-0809:12:48statusinstalledpasswd:amd641:4.2-3.1ubuntu5.2
2017-05-0809:12:48statusunpackedpasswd:amd641:4.2-3.1ubuntu5.2
2017-05-0809:12:48statusunpackedpasswd:amd641:4.2-3.1ubuntu5.2
2017-05-0809:12:48statushalf-configuredpasswd:amd641:4.2-3.1ubuntu5.2
2017-05-0809:12:48statusinstalledpasswd:amd641:4.2-3.1ubuntu5.2
2017-05-0809:12:48startuppackagesconfigure
09:12:48startuppackagesconfigure

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]:importre

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]:printre.sub('(\d{4})-(\d{2})-(\d{2})',r'\2/\3/\1',log)
05/08/201709:12:48statusunpackedpasswd:amd641:4.2-3.1ubuntu5.2
05/08/201709:12:48statusunpackedpasswd:amd641:4.2-3.1ubuntu5.2
05/08/201709:12:48statusunpackedpasswd:amd641:4.2-3.1ubuntu5.2
05/08/201709:12:48statushalf-configuredpasswd:amd641:4.2-3.1ubuntu5.2
05/08/201709:12:48statusinstalledpasswd:amd641:4.2-3.1ubuntu5.2
05/08/201709:12:48startuppackagesconfigure

#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]:printre.sub('(?P\d{4})-(?P\d{2})-(?P\d{2})',r'\g/\g/\g',log)
05/08/201709:12:48statusunpackedpasswd:amd641:4.2-3.1ubuntu5.2
05/08/201709:12:48statusunpackedpasswd:amd641:4.2-3.1ubuntu5.2
05/08/201709:12:48statusunpackedpasswd:amd641:4.2-3.1ubuntu5.2
05/08/201709:12:48statushalf-configuredpasswd:amd641:4.2-3.1ubuntu5.2
05/08/201709:12:48statusinstalledpasswd:amd641:4.2-3.1ubuntu5.2
05/08/201709:12:48startuppackagesconfigure

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>","<32>","<1024x768>","<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]:forpinpl:
...:s=s+p
...:prints
...:
<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',123,45,'xyz']

#使用生成器表达式，开销比列表表达式小
In[7]:(str(x)forxinl)
...:
Out[7]:at0x7fe3cadef550>

In[8]:''.join(str(x)forxinl)
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]:forkind:
...:printk.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':'helloworld\r\n'

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='abc123'

In[2]:s.strip()
Out[2]:'abc123'

In[3]:s.lstrip()
Out[3]:'abc123'

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='\tabc\t123\txyz'
#去除\t
In[9]:s.replace('\t','')
Out[9]:'abc123xyz'

In[10]:s='\tabc\t123\txyz\ropq\r'

In[11]:importre
#去除\t\r
In[12]:re.sub('[\t\r]','',s)
Out[12]:'abc123xyzopq'

In[13]:s='abc\refg\n\2342\t'
#去除\t\r\n
In[14]:s.translate(None,'\t\r\n')
Out[14]:'abcefg\x9c2'

In[15]:u=u'zǒu'

In[16]:u
Out[16]:u'z\u01d2u'

In[17]:printu.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！

Python字符串处理实例详解

热门推荐

随机推荐