python3-cookbook筆記：第二章 字串和文本

python3-cookbook中每個小節以問題、解決方案和討論三個部分探討了Python3在某類問題中的最優解決方式，或者說是探討Python3本身的資料結構、函式、類等特性在某類問題上如何更好地使用，這本書對于加深Python3的理解和提升Python編程能力的都有顯著幫助，特別是對怎么提高Python程式的性能會有很好的幫助，如果有時間的話強烈建議看一下，

本文為學習筆記，文中的內容只是根據自己的作業需要和平時使用寫了書中的部分內容，并且文中的示例代碼大多直接貼的原文代碼，當然，代碼多數都在Python3.6的環境上都驗證過了的，不同領域的編程關注點也會有所不同，有興趣的可以去看全文，

python3-cookbook：https://python3-cookbook.readthedocs.io/zh_CN/latest/index.html

 2.1 使用多個界定符分割字串

一般字串的分割用str.split足以勝任，但是在復雜的文本中查找分割字串，正則運算式是無疑是首選的工具，re模塊也有一個分割字串的函式split，需要注意的是正則運算式中如果有括號分組的話，分組的結果也會在結果串列中，

>>> import re
>>> line = 'asdf fjdk; afed, fjek,asdf, foo'
>>> re.split(r'[;,\s]\s*', line)
['asdf', 'fjdk', 'afed', 'fjek', 'asdf', 'foo']
>>> fields = re.split(r'(;|,|\s)\s*', line)  # 分組的內容也會出現在結果里
>>> fields
['asdf', ' ', 'fjdk', ';', 'afed', ',', 'fjek', ',', 'asdf', ',', 'foo']
>>> 

2.3 用Shell通配符匹配字串

當字串的匹配一般方法不能滿足，但又不想用正則運算式那么復雜，可以考慮使用fnmatch.fnmatch或fnmatch.fnmatchcase，兩者都可以使用Unix Shell中常用的通配符匹配字串，區別在于前者使用的是作業系統的大小寫敏感規則，后者則完全按照你寫的內容去匹配，

>>> from fnmatch import fnmatch, fnmatchcase
>>> fnmatch('foo.txt', '*.txt')
True
>>> fnmatch('foo.txt', '?oo.txt')
True
>>> fnmatch('Dat45.csv', 'Dat[0-9]*')
True
>>> 

2.13 字串對齊

字串對齊是字串格式化的一部分，對于普通的左對齊，右對齊和居中對齊可以使用字串的ljust、rjust和center方法，也可以使用內置的format函式和字串的format方法，文中推薦使用format，因為后者在字串的格式化功能上更加的豐富和強大，

字串的對齊作業中似乎并不常用，但我遇到過一個使用場景，就是使用字串表示的二進制數時，需要用0或1來將字串補齊為8位或者16位的字串，這時字串的對齊功能就排上用場了，

>>> text = 'Hello World'
>>> text.ljust(20)
'Hello World         '
>>> text.rjust(20)
'         Hello World'
>>> text.center(20)
'    Hello World     '
>>> text.rjust(20, '=')
'=========Hello World'
>>> text.center(20, '*')
'****Hello World*****'
>>> 

>>> # 格式化字串
>>> format(text, '>20')
'         Hello World'
>>> format(text, '<20')
'Hello World         '
>>> format(text, '^20')
'    Hello World     '
>>> format(text, '=<20s')
'Hello World========='
>>> format(text, '*^20s')
'****Hello World*****'
>>> # 格式化數字
>>> x = 1.2345
>>> format(x, '^10.2f')
'   1.23   '
>>> # 字串的format方法
>>> '{:>10s} {:>10s}'.format('Hello', 'World')
'     Hello      World'

2.16 以指定列寬格式化字串

這個問題在列印資訊或者在終端展示資訊的時候可能會遇到，此時可以使用textwrap來指定輸出列寬，

>>> import textwrap
>>> s = "Look into my eyes, look into my eyes, the eyes, the eyes, the eyes, not around the eyes, don't look around the eyes, look into my eyes, you're under."
>>> print(textwrap.fill(s, 70))
Look into my eyes, look into my eyes, the eyes, the eyes, the eyes,
not around the eyes, don't look around the eyes, look into my eyes,
you're under.
>>> print(textwrap.fill(s, 40))
Look into my eyes, look into my eyes,
the eyes, the eyes, the eyes, not around
the eyes, don't look around the eyes,
look into my eyes, you're under.
>>> print(textwrap.fill(s, 40, initial_indent='    '))
    Look into my eyes, look into my
eyes, the eyes, the eyes, the eyes, not
around the eyes, don't look around the
eyes, look into my eyes, you're under.
>>> print(textwrap.fill(s, 40, subsequent_indent='    '))
Look into my eyes, look into my eyes,
    the eyes, the eyes, the eyes, not
    around the eyes, don't look around
    the eyes, look into my eyes, you're
    under.
>>> 

2.17 在字串中處理html和xml

在處理HTML或XML文本的時候，想要將如&entity;或&#code;替換為對應的文本，或者反過來操作，只需要使用對應決議器的工具函式即可，當然，如果你比較熟悉對應的決議器的話或許有更好的方法，

>>> import html
>>> s = 'Elements are written as "<tag>text</tag>".'
>>> print(s)
Elements are written as "<tag>text</tag>".
>>> print(html.escape(s))
Elements are written as &quot;&lt;tag&gt;text&lt;/tag&gt;&quot;.
>>> print(html.escape(s, quote=False))
Elements are written as "&lt;tag&gt;text&lt;/tag&gt;".
>>> 
>>> from html.parser import HTMLParser
>>> s = 'Spicy &quot;Jalape&#241;o&quot.'
>>> p = HTMLParser()
>>> p.unescape(s)
'Spicy "Jalape?o".'
>>> 
>>> from xml.sax.saxutils import unescape
>>> t = 'The prompt is &gt;&gt;&gt;'
>>> unescape(t)
'The prompt is >>>'
>>> 

2.18 字串令牌決議

令牌化字串可以使用正則運算式的命名捕獲分組來進行，語法為“(?P<group_name>)”，這個問題在決議用戶自定義的計算公式字串時會很有用，

解決這個問題時，可以考慮使用模式物件的scanner方法，并打包到一個生成器中使用，

import re

NAME = r'(?P<NAME>[a-zA-Z_][a-zA-Z_0-9]*)'
NUM = r'(?P<NUM>\d+)'
PLUS = r'(?P<PLUS>\+)'
TIMES = r'(?P<TIMES>\*)'
EQ = r'(?P<EQ>=)'
WS = r'(?P<WS>\s+)'

master_pat = re.compile('|'.join([NAME, NUM, PLUS, TIMES, EQ, WS]))
scanner = master_pat.scanner('foo = 42')
for m in iter(scanner.match, None):
    print(m.lastgroup, m.group())

NAME foo
WS  
EQ =
WS  
NUM 42

標籤：Python

上一篇：Python3 基本語法 學習筆記

下一篇：Python 模擬登錄幾種常見方法