python-字符串处理

本文要点

  • 字符串拼接
  • 拆分含有多种分隔符的字符串
  • 判读字符串 a 是否以字符串 b 开头或结尾
  • 调整字符串中文本的格式
  • 对字符串进行左,右,居中对齐
  • 删除字符串中不需要的字符

字符串拼接

场景:把列表中的数据拼接成一个字符串

In [1]: li = [3, 'cxk', 'kk', 'caibi']                                                        

In [2]: ''.join([str(i) for i in li])                                                         
Out[2]: '3cxkkkcaibi'

推荐使用生成器表达式,如果列表很大,可以节省很多内存空间

In [3]: ''.join(str(i) for i in li)                                                           
Out[3]: '3cxkkkcaibi'

拆分含有多种分隔符的字符串

场景:把某个字符串依据分割符号拆分不同的字段,该字符串包含多种不同的分隔符

s = "ab;fd/ft|fs,f\tdf.fss*dfd;fs:uu}fsd"
  • 使用Python中的split()方法,由于split 一次处理一个分隔符,例如: >>> res = s.split(';') >>> res ['ab', 'fd/ft|fs,f\tdf.fss*dfd', 'fs:uu}fsd'] 所以我们需要根据字符串中的分隔符,依次分割,可以是 map 函数! >>> list(map(lambda x: x.split("|"), res)) [['ab'], ['fd/ft', 'fs,f\tdf.fss*dfd'], ['fs:uu}fsd']] 结果变成了一个二维列表,而我们想要的结果是一维列表,怎么办? 创建一个临时列表保存结果。 >>> t = [] >>> list(map(lambda x: t.extend(x.split("|")), res)) [None, None, None] >>> t ['ab', 'fd/ft', 'fs,f\tdf.fss*dfd', 'fs:uu}fsd'] 结果符合我们的预期!接下来继续处理剩余的分隔符,重复动作,用 for 循环搞定! 最终代码如下: def my_split(s, ds): res = [s] for d in ds: t = [] list(map(lambda x: t.extend(x.split(d)), res)) res = t return res 将字符串和字符串中所有的分隔符传入,结果如下: s = "ab;fd/ft|fs,f\tdf.fss*dfd;fs:uu}fsd" print(my_split(s, ";/|,.}:*\t")) 运行结果:['ab', 'fd', 'ft', 'fs', 'f', 'df', 'fss', 'dfd', 'fs', 'uu', 'fsd']
  • 使用 re 模块的中 split() 方法 re() 也给我们提供了 split() 方法,可以一次性分隔字符串! import re s = "ab;fd/ft|fs,f\tdf.fss*dfd;fs:uu}fsd" print(re.split('[;/|,.}:*\t]', s)) 结果一致,是不是很简单粗暴!

判读字符串 a 是否以字符串 b 开头或结尾

场景:比如某目录下有一系列文件:

编写程序给其中所有 .txt 文件和 .py 文件加上用户可执行权限

解决方案:

使用字符串 str.startswith() 和 str.endswith()

找出以 .txt 和 .py 结尾的文件,其接受一个元组

>>> import os
>>> os.listdir(".")
['app', 'config', 'requirements.txt', 'run.py', '__pycache__', 'gunicorn.conf.py', 'chromedriver', 'login_after2.png', 'readme.txt', 'slide.png', 'test.py', 'logs', 'chrome-linux.zip', 'gunicorn.pid', 'asgi.py', 'chrome-linux']

>>> [name for name in os.listdir(".") if name.endswith((".txt", ".py"))]
['requirements.txt', 'run.py', 'gunicorn.conf.py', 'readme.txt', 'test.py', 'asgi.py']

调整字符串中文本的格式

实际案列:例如在日志文件中,其中日期格式为'yyyy-mm-dd':

我们想把其中的日期改为美国日期格式'mm/dd/yyyy'.比如 2019-06-12 改成 06/12/2019 格式

解决方案:使用 re 中的 sub() 方法做字符串替换

利用正则表达式中的捕获组,捕获每个部分的内容,然后在替换在替换的字符串中调整各个捕获组的顺序!

代码如下:

import re

with open("info.log", "r", encoding="utf-8") as f:
    file = f.read()

print(re.sub('(\d{4})-(\d{2})-(\d{2})', r'\2/\3/\1', file))

捕获组中每组需要用括号括起来,然后默认从左至右分为组1, 组2…

下一个参数是我们要替换的格式,用 1,2,3 分别表示组1, 组2…

运行结果如下:

对字符串进行左,右,居中对齐

解决方案:

  • 使用字符串中的 str.ljust(), str.rjust(), str.center() 进行左右居中对齐!以上三种方法的基本用法: >>> s = 'abc' >>> s.ljust(20, '=') 'abc=================' >>> s.ljust(20) 'abc
  • 使用内置的 format() 方法 >>> format(s, ">20") ' abc' >>> format(s, "<20") 'abc ' >>> format(s, "^20") ' abc

删除字符串中不需要的字符

实际案例

  1. 过滤掉用户输入中前后多余的空白字符:“ nick2008@gmail.com
  2. 过滤掉某 windows 下编辑文本中的 “\r” :“hello world \r\n”
  3. 去掉文本中的 unicode 组合符号(音调):nǐ hǎo mā

解决方案

  • 使用 str.strip(), str.lstrip(), str.rstrip() 方法去掉字符串两端字符
  • 使用 str.replace() 或者正则中的 re.sub()
  • 使用字符串中 str.translate() 方法,可以同时删除多个不同的字符

(adsbygoogle = window.adsbygoogle || []).push({});

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

扫码关注云+社区

领取腾讯云代金券