Python字符串處理實例詳解

更新時間：2017年05月18日 09:04:00 投稿：lqh

這篇文章主要介紹了Python字符串處理實例詳解的相關(guān)資料,需要的朋友可以參考下

Python字符串處理實例詳解

一、拆分含有多種分隔符的字符串

1.如何拆分含有多種分隔符的字符串

問題：我們要把某個字符串依據(jù)分隔符號拆分不同的字段，該字符串包含多種不同的分隔符，例如：

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

其中;,|,\t 都是分隔符號，如何處理？

方法一：連續(xù)使用str.split()方法，每次處理一種分隔符號

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

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')

輸出：
['ab', 'cd', 'efg', 'hi', 'jkl', 'mn', 'opq', 'rst', 'uvw', 'xyz']

方法二：使用正則表達(dá)式的re.split()方法，一次性拆分字符串

import re

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

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

輸出：
['ab', 'cd', 'efg', 'hi', 'jkl', 'mn', 'opq', 'rst', 'uvw', 'xyz']

二、調(diào)整字符串中文本格式

1. 如何判斷字符串a(chǎn)是否以字符串b開頭或結(jié)尾

問題：某文件系統(tǒng)目錄下有一系列文件：a.py,quicksort.c,stack.cpp,b.sh , 編寫程序給其中所有.sh文件和.py文件加上用戶可執(zhí)行權(quán)限？

解決方案：使用字符串中的str.startswith()和end.startswith()方法 (注意：多個匹配時參數(shù)使用元組)

In [1]: import os

# 列出當(dāng)前目錄以.sh和以.py結(jié)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 文件權(quán)限
In [4]: os.stat('a.py').st_mode
Out[4]: 33204

# 把文件權(quán)限轉(zhuǎn)換成8進制，即為平?？吹降臋?quán)限
In [5]: oct(os.stat('a.py').st_mode)
Out[5]: '0100664'

# 更改文件權(quán)限，添加一個可執(zhí)行權(quán)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.如何對字符串中文本的格式進行調(diào)整

問題：某軟件的log文件，其中日期格式為“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

我們想把其中日期改為美國日期的格式"mm/dd/yyyy",2017-05-08 ==> 05/08/2017 ,應(yīng)如何處理？

解決方案：使用正則表達(dá)式re.sub()方法做字符串替換，利用正則表達(dá)式的捕獲組捕獲每個部分內(nèi)容，在字符串中調(diào)整各個組的捕獲順序。

In [1]: import re

In [2]: log = open('/var/log/dpkg.log').read()
# (\d{4}) 匹配到4個數(shù)字為一個捕獲組，其順序為1。故后面替換用\1放到最后，r是為了防止字符串被轉(zhuǎn)義
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

# 也可以為每個捕獲組起個名稱，而不使用默認(rèn)順序來處理
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.如何將多個小字符串拼接成一個大的字符串

問題：在程序中我們將各個參數(shù)按次序收集到列表中： ["<0112>", "<32>","<1024x768>","<60>" ],要把各個參數(shù)拼接成數(shù)據(jù)報進行發(fā)送"<0112><32><1024x768><60>"

解決方案：

方法一：迭代列表，連續(xù)使用“+”操作依次拼接每一個字符串

In [1]: pl = ["<0112>", "<32>","<1024x768>","<60>" ]

In [2]: s = ''

# 這種方法會產(chǎn)生許多臨時結(jié)果，會造成資源的浪費
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>'

有個列表l = ['abc',123,45,'xyz'],如何讓123和45以字符串的方式拼接

In [6]: l = ['abc',123,45,'xyz']

# 使用生成器表達(dá)式，開銷比列表表達(dá)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、字符串居中對齊

1.如何對字符串進行左、右、居中對齊

問題：某個字典存儲了一系列屬性值

{
 "loDist":100.0,
 "smartCull":0.04,
 "farclip":477
}

在程序中想以工整的格式進行輸出，如何處理？

解決方案：

方法一：使用字符串的str.ljust(),str.rjust(),str.center()進行,右,居中對齊

方法二：使用format方法，傳遞類似'<20','>20','^20'參數(shù)完成同樣任務(wù)

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

問題：

1.過濾掉用戶輸入中前后多余的空白字符： ' nick@gmail.com '

2.過濾某windows下編輯文本中的'\r': 'hello world\r\n'

3.去掉文本中的unicode組合符號(音調(diào)):u'zǒu'

解決方案：

方法一：字符串strip(),lstrip(),rstrip()方法去掉字符串兩端字符

方法二：刪除單個固定位置的字符，可以使用切片+拼接的方式

方法三：字符串的replace方法或正則表達(dá)式re.sub()方法刪除任意位置字符

方法四：字符串translate()方法,可以同時刪除多種不同字符

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

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

In [11]: import re
# 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]: print u.translate({0x01d2:None})
zu

感謝閱讀，希望能幫助到大家，謝謝大家對本站的支持！

您可能感興趣的文章: