Python字符串處理實(shí)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(gè)字符串依據(jù)分隔符號(hào)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(hào)，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(hào)
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 resprint 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 res = "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(gè)匹配時(shí)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_modeOut[4]: 33204# 把文件權(quán)限轉(zhuǎn)換成8進(jìn)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(gè)可執(zhí)行權(quán)限In [6]: os.chmod('a.py',os.stat('a.py').st_mode | stat.S_IXUSR)In [7]: lltotal 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.cpp2.如何對(duì)字符串中文本的格式進(jìn)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 1:4.2-3.1ubuntu5.22017-05-08 09:12:48 status installed passwd:amd64 1:4.2-3.1ubuntu5.22017-05-08 09:12:48 status unpacked passwd:amd64 1:4.2-3.1ubuntu5.22017-05-08 09:12:48 status unpacked passwd:amd64 1:4.2-3.1ubuntu5.22017-05-08 09:12:48 status half-configured passwd:amd64 1:4.2-3.1ubuntu5.22017-05-08 09:12:48 status installed passwd:amd64 1:4.2-3.1ubuntu5.22017-05-08 09:12:48 startup packages configure09:12:48 startup packages configure
我們想把其中日期改為美國(guó)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(gè)部分內(nèi)容，在字符串中調(diào)整各個(gè)組的捕獲順序。
In [1]: import reIn [2]: log = open('/var/log/dpkg.log').read()# (/d{4}) 匹配到4個(gè)數(shù)字為一個(gè)捕獲組，其順序?yàn)?。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 1:4.2-3.1ubuntu5.205/08/2017 09:12:48 status unpacked passwd:amd64 1:4.2-3.1ubuntu5.205/08/2017 09:12:48 status unpacked passwd:amd64 1:4.2-3.1ubuntu5.205/08/2017 09:12:48 status half-configured passwd:amd64 1:4.2-3.1ubuntu5.205/08/2017 09:12:48 status installed passwd:amd64 1:4.2-3.1ubuntu5.205/08/2017 09:12:48 startup packages configure# 也可以為每個(gè)捕獲組起個(gè)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 1:4.2-3.1ubuntu5.205/08/2017 09:12:48 status unpacked passwd:amd64 1:4.2-3.1ubuntu5.205/08/2017 09:12:48 status unpacked passwd:amd64 1:4.2-3.1ubuntu5.205/08/2017 09:12:48 status half-configured passwd:amd64 1:4.2-3.1ubuntu5.205/08/2017 09:12:48 status installed passwd:amd64 1:4.2-3.1ubuntu5.205/08/2017 09:12:48 startup packages configure三、字符串拼接
1.如何將多個(gè)小字符串拼接成一個(gè)大的字符串
問題：在程序中我們將各個(gè)參數(shù)按次序收集到列表中： ["<0112>", "<32>","<1024x768>","<60>" ],要把各個(gè)參數(shù)拼接成數(shù)據(jù)報(bào)進(jìn)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(gè)字符串
In [1]: pl = ["<0112>", "<32>","<1024x768>","<60>" ]In [2]: s = ''# 這種方法會(huì)產(chǎn)生許多臨時(shí)結(jié)果，會(huì)造成資源的浪費(fèi)In [3]: for p in pl: ...: s = s + p ...: print s ...: <0112><0112><32><0112><32><1024x768><0112><32><1024x768><60>In [4]: sOut[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(gè)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(duì)齊
1.如何對(duì)字符串進(jìn)行左、右、居中對(duì)齊
問題： 某個(gè)字典存儲(chǔ)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(jìn)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(jìn)行,右,居中對(duì)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 : 100.0smartCull : 0.04farclip : 4772.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(hào)(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(gè)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(shí)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/tIn [9]: s.replace('/t','')Out[9]: 'abc123xyz'In [10]: s = '/tabc/t123/txyz/ropq/r'In [11]: import re# 去除/t/rIn [12]: re.sub('[/t/r]','',s)Out[12]: 'abc123xyzopq'In [13]: s = 'abc/refg/n/2342/t'# 去除/t/r/nIn [14]: s.translate(None,'/t/r/n')Out[14]: 'abcefg/x9c2'In [15]: u = u'zǒu'In [16]: uOut[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(duì)本站的支持！
新聞熱點(diǎn)
疑難解答
圖片精選
