字符串格式化
Python的字符串格式化有两种方式: 百分号方式、format方式。
百分号的方式相对来说比较老,而format方式则是比较先进的方式,企图替换古老的方式,目前两者并存。
1、百分号方式
%[(name)][flags][width].[precision]typecode
•(name) 可选,用于选择指定的key
•flags 可选,可供选择的值有:
◦+ 右对齐;正数前加正好,负数前加负号;
◦- 左对齐;正数前无符号,负数前加负号;
◦空格 右对齐;正数前加空格,负数前加负号;
◦0 右对齐;正数前无符号,负数前加负号;用0填充空白处
•width 可选,占有宽度
•.precision 可选,小数点后保留的位数
•typecode 必选
◦s,获取传入对象的__str__方法的返回值,并将其格式化到指定位置
◦r,获取传入对象的__repr__方法的返回值,并将其格式化到指定位置
◦c,整数:将数字转换成其unicode对应的值,10进制范围为 0 <= i <= 1114111(py27则只支持0-255);字符:将字符添加到指定位置
◦o,将整数转换成 八 进制表示,并将其格式化到指定位置
◦x,将整数转换成十六进制表示,并将其格式化到指定位置
◦d,将整数、浮点数转换成 十 进制表示,并将其格式化到指定位置
◦e,将整数、浮点数转换成科学计数法,并将其格式化到指定位置(小写e)
◦E,将整数、浮点数转换成科学计数法,并将其格式化到指定位置(大写E)
◦f, 将整数、浮点数转换成浮点数表示,并将其格式化到指定位置(默认保留小数点后6位)
◦F,同上
◦g,自动调整将整数、浮点数转换成 浮点型或科学计数法表示(超过6位数用科学计数法),并将其格式化到指定位置(如果是科学计数则是e;)
◦G,自动调整将整数、浮点数转换成 浮点型或科学计数法表示(超过6位数用科学计数法),并将其格式化到指定位置(如果是科学计数则是E;)
◦%,当字符串中存在格式化标志时,需要用 %%表示一个百分号
**注:**Python中百分号格式化是不存在自动将整数转换成二进制表示的方式
常用格式化:
tpl = "i am %s" % "alex"
tpl = "i am %s age %d" % ("alex", 18)
tpl = "i am %(name)s age %(age)d" % {"name": "alex", "age": 18}
tpl = "percent %.2f" % 99.97623
tpl = "i am %(pp).2f" % {"pp": 123.425556, }
2、Format方式
[[fill]align][sign][#][0][width][,][.precision][type]
•fill 【可选】空白处填充的字符
•align 【可选】对齐方式(需配合width使用)
◦<,内容左对齐
◦>,内容右对齐(默认)
◦=,内容右对齐,将符号放置在填充字符的左侧,且只对数字类型有效。 即使:符号+填充物+数字
◦^,内容居中
•sign 【可选】有无符号数字
◦+,正号加正,负号加负;
◦ -,正号不变,负号加负;
◦空格 ,正号空格,负号加负;
•# 【可选】对于二进制、八进制、十六进制,如果加上#,会显示 0b/0o/0x,否则不显示
•, 【可选】为数字添加分隔符,如:1,000,000
•width 【可选】格式化位所占宽度
•.precision 【可选】小数位保留精度
•type 【可选】格式化类型
◦传入” 字符串类型 “的参数
◦s,格式化字符串类型数据
◦空白,未指定类型,则默认是None,同s
◦传入“ 整数类型 ”的参数
◦b,将10进制整数自动转换成2进制表示然后格式化
◦c,将10进制整数自动转换为其对应的unicode字符
◦d,十进制整数
◦o,将10进制整数自动转换成8进制表示然后格式化;
◦x,将10进制整数自动转换成16进制表示然后格式化(小写x)
◦X,将10进制整数自动转换成16进制表示然后格式化(大写X)
◦传入“ 浮点型或小数类型 ”的参数 ◦e, 转换为科学计数法(小写e)表示,然后格式化;
◦E, 转换为科学计数法(大写E)表示,然后格式化;
◦f , 转换为浮点型(默认小数点后保留6位)表示,然后格式化;
◦F, 转换为浮点型(默认小数点后保留6位)表示,然后格式化;
◦g, 自动在e和f中切换
◦G, 自动在E和F中切换
◦%,显示百分比(默认显示小数点后6位)
常用格式化:
tpl = "i am {}, age {}, {}".format("seven", 18, 'alex')
tpl = "i am {}, age {}, {}".format(*["seven", 18, 'alex'])
tpl = "i am {0}, age {1}, really {0}".format("seven", 18)
tpl = "i am {0}, age {1}, really {0}".format(*["seven", 18])
tpl = "i am {name}, age {age}, really {name}".format(name="seven", age=18)
tpl = "i am {name}, age {age}, really {name}".format(**{"name": "seven", "age": 18})
tpl = "i am {0[0]}, age {0[1]}, really {0[2]}".format([1, 2, 3], [11, 22, 33])
tpl = "i am {:s}, age {:d}, money {:f}".format("seven", 18, 88888.1)
tpl = "i am {:s}, age {:d}".format(*["seven", 18])
tpl = "i am {name:s}, age {age:d}".format(name="seven", age=18)
tpl = "i am {name:s}, age {age:d}".format(**{"name": "seven", "age": 18})
tpl = "numbers: {:b},{:o},{:d},{:x},{:X}, {:%}".format(15, 15, 15, 15, 15, 15.87623, 2)
tpl = "numbers: {:b},{:o},{:d},{:x},{:X}, {:%}".format(15, 15, 15, 15, 15, 15.87623, 2)
tpl = "numbers: {0:b},{0:o},{0:d},{0:x},{0:X}, {0:%}".format(15)
tpl = "numbers: {num:b},{num:o},{num:d},{num:x},{num:X}, {num:%}".format(num=15)
更多格式化操作:地址
迭代器和生成器
1、迭代器
迭代器是访问集合元素的一种方式。迭代器对象从集合的第一个元素开始访问,直到所有的元素被访问完结束。迭代器只能往前不会后退,不过这也没什么,因为人们很少在迭代途中往后退。另外,迭代器的一大优点是不要求事先准备好整个迭代过程中所有的元素。迭代器仅仅在迭代到某个元素时才计算该元素,而在这之前或之后,元素可以不存在或者被销毁。这个特点使得它特别适合用于遍历一些巨大的或是无限的集合,比如几个G的文件
特点:
1.访问者不需要关心迭代器内部的结构,仅需通过next()方法不断去取下一个内容
2.不能随机访问集合中的某个值 ,只能从头到尾依次访问
3.访问到一半时不能往回退
4.便于循环比较大的数据集合,节省内存
a = iter([1,2,3,4,5])
print(a)
print(a.__next__())
print(a.__next__())
print(a.__next__())
print(a.__next__())
print(a.__next__())
print(a.__next__())
#结果1
#2
#3
#4
#5
#File lianxi.py", line 11, in <module>
#print(a.__next__())
#StopIteration
2、生成器
一个函数调用时返回一个迭代器,那这个函数就叫做生成器(generator);如果函数中包含yield语法,那这个函数就会变成生成器;
def func():
yield 1
yield 2
yield 3
yield 4
上述代码中:func是函数称为生成器,当执行此函数func()时会得到一个迭代器。
temp = func()
print(temp.__next__())
print(temp.__next__())
print(temp.__next__())
print(temp.__next__())
print(temp.__next__())
3、实例
a、利用生成器自定义range
def nrange(num):
temp = -1
while True:
temp = temp + 1
if temp >= num:
return
else:
yield temp