第二章：字符串和文本

2.1 使用多个界定符分割字符串

问题：讲一个字符串分割为多个字段，分隔符并不固定

解决：当分隔符固定时使用split()，当分隔符不固定时使用re.split()

>>> line = 'asdf fjdk; afed, fjek,asdf, foo'
>>> import re
>>> re.split(r'[;,\s]', line)
['asdf', 'fjdk', '', 'afed', '', 'fjek', 'asdf', '', 'foo']
>>> re.split(r'[;,\s]\s*', line)
['asdf', 'fjdk', 'afed', 'fjek', 'asdf', 'foo']
# 使用[]捕捉分组，匹配结果得到列表，此规则可以匹配分号，逗号，空格以及后面加任意个空格
>>> re.split(r'(;|,|\s)\s*', line)
['asdf', ' ', 'fjdk', ';', 'afed', ',', 'fjek', ',', 'asdf', ',', 'foo']
# 使用()捕捉分组，会将规则中匹配到的文本出现在列表中，
>>> re.split(r'(?:,|;|\s)\s*', line)
['asdf', 'fjdk', 'afed', 'fjek', 'asdf', 'foo']
# 如果想不保留分割字符，使用()分组，则使用(?:...)形式

2.2 字符串开头或结尾匹配

问题：通过指定的文本模式检查字符串的开头或结尾

解决：简单方法使用str.startwith()或str.endwith()匹配开头或结尾

>>> filename = 'spam.txt'
>>> filename.endswith('.txt')
True
>>> filename.startswith('file:')
False
>>> url = 'http://www.python.org'
>>> url.startswith('http:')
True

匹配多个则将所有匹配项放到一个元组中，如果是list或set等都要转化为元组使用

>>> import os
>>> filenames = os.listdir('.')
>>> filenames
[ 'Makefile', 'foo.c', 'bar.py', 'spam.c', 'spam.h' ]
>>> [name for name in filenames if name.endswith(('.c', '.h')) ]
['foo.c', 'spam.c', 'spam.h'
>>> any(name.endswith('.py') for name in filenames)
True

2.3 用shell通配符匹配字符串

问题：使用Unix Shell中常用的通配符比如*.py, Dat[0-9]*.csv等匹配文本字符串

解决：使用fnmatch的fnmatch()和fnmatchcase()函数

>>> from fnmatch import fnmatch, fnmatchcase
>>> fnmatch('foo.txt', '*.txt')
True
>>> fnmatch('foo.txt', '?oo.txt')
True
>>> fnmatch('Dat45.csv', 'Dat[0-9]*')
True
>>> names = ['Dat1.csv', 'Dat2.csv', 'config.ini', 'foo.py']
>>> [name for name in names if fnmatch(name, 'Dat*.csv')]
['Dat1.csv', 'Dat2.csv']

不同操作系统大小写敏感规则不一样，fnmatchcase()完全使用大小敏感规则写匹配

2.4 字符串匹配和搜索

问题：匹配或者搜索特定模式的文本

解决：简单规则使用str.find(), str.endwith(), str.startwith()，复杂的使用正则