python中常见的字符串操作

本篇博客我们将会深入而全面地探讨python中字符串处理的方方面面

前言

字符串处理对于python来说是一个十分重要的主题，熟练掌握python中字符串处理的技巧可以让我们在使用python的时候更加得心应手。因此我专门用这篇博客来总结一下我在学习python字符串处理的过程中的经验与感受。在开始博客正式内容之前，我们先要明确什么是字符串格式化？为什么需要进行字符串格式化？我们经常会输出类似亲爱的xxx你好！你xx月的话费是xx，余额是xx之类的字符串，而xxx的内容是会随情况不同而变化的，所以，需要一种简便的格式化字符串的方式。整篇文章，我们将会采用实例加总结的方式进行。

实例讲解

按位置访问参数

>>> '{0}, {1}, {2}'.format('a', 'b', 'c')
'a, b, c'
>>> '{}, {}, {}'.format('a', 'b', 'c')  # 3.1+ only
'a, b, c'
>>> '{2}, {1}, {0}'.format('a', 'b', 'c')
'c, b, a'
>>> '{2}, {1}, {0}'.format(*'abc')      # unpacking argument sequence
'c, b, a'
>>> '{0}{1}{0}'.format('abra', 'cad')   # arguments' indices can be repeated
'abracadabra'

按名称访问参数:

>>> 'Coordinates: {latitude}, {longitude}'.format(latitude='37.24N', longitude='-115.81W')
'Coordinates: 37.24N, -115.81W'
>>> coord = {'latitude': '37.24N', 'longitude': '-115.81W'}
>>> 'Coordinates: {latitude}, {longitude}'.format(**coord)
'Coordinates: 37.24N, -115.81W'

访问参数的属性:

>>> c = 3-5j
>>> ('The complex number {0} is formed from the real part {0.real} '
...  'and the imaginary part {0.imag}.').format(c)
'The complex number (3-5j) is formed from the real part 3.0 and the imaginary part -5.0.'
>>> class Point:
...     def __init__(self, x, y):
...         self.x, self.y = x, y
...     def __str__(self):
...         return 'Point({self.x}, {self.y})'.format(self=self)
...
>>> str(Point(4, 2))
'Point(4, 2)'

访问参数的项:

>>> coord = (3, 5)
>>> 'X: {0[0]};  Y: {0[1]}'.format(coord)
'X: 3;  Y: 5'

替代 %s 和 %r:

>>> "repr() shows quotes: {!r}; str() doesn't: {!s}".format('test1', 'test2')
"repr() shows quotes: 'test1'; str() doesn't: test2"

对齐文本以及指定宽度:

>>> '{:<30}'.format('left aligned')
'left aligned                  '
>>> '{:>30}'.format('right aligned')
'                 right aligned'
>>> '{:^30}'.format('centered')
'           centered           '
>>> '{:*^30}'.format('centered')  # use '*' as a fill char
'***********centered***********'

替代 %+f, %-f 和 % f 以及指定正负号:

>>> '{:+f}; {:+f}'.format(3.14, -3.14)  # show it always
'+3.140000; -3.140000'
>>> '{: f}; {: f}'.format(3.14, -3.14)  # show a space for positive numbers
' 3.140000; -3.140000'
>>> '{:-f}; {:-f}'.format(3.14, -3.14)  # show only the minus -- same as '{:f}; {:f}'
'3.140000; -3.140000'

替代 %x 和 %o 以及转换基于不同进位制的值:

>>> # format also supports binary numbers
>>> "int: {0:d};  hex: {0:x};  oct: {0:o};  bin: {0:b}".format(42)
'int: 42;  hex: 2a;  oct: 52;  bin: 101010'
>>> # with 0x, 0o, or 0b as prefix:
>>> "int: {0:d};  hex: {0:#x};  oct: {0:#o};  bin: {0:#b}".format(42)
'int: 42;  hex: 0x2a;  oct: 0o52;  bin: 0b101010'

使用逗号作为千位分隔符:

>>> '{:,}'.format(1234567890)
'1,234,567,890'

表示为百分数:

>>> points = 19
>>> total = 22
>>> 'Correct answers: {:.2%}'.format(points/total)
'Correct answers: 86.36%'

使用特定类型的专属格式化:

>>> import datetime
>>> d = datetime.datetime(2010, 7, 4, 12, 15, 58)
>>> '{:%Y-%m-%d %H:%M:%S}'.format(d)
'2010-07-04 12:15:58'

嵌套参数以及更复杂的示例:

>>> for align, text in zip('<^>', ['left', 'center', 'right']):
...     '{0:{fill}{align}16}'.format(text, fill=align, align=align)
...
'left<<<<<<<<<<<<'
'^^^^^center^^^^^'
'>>>>>>>>>>>right'
>>>
>>> octets = [192, 168, 0, 1]
>>> '{:02X}{:02X}{:02X}{:02X}'.format(*octets)
'C0A80001'
>>> int(_, 16)
3232235521
>>>
>>> width = 5
>>> for num in range(5,12): 
...     for base in 'dXob':
...         print('{0:{width}{base}}'.format(num, base=base, width=width), end=' ')
...     print()
...
    5     5     5   101
    6     6     6   110
    7     7     7   111
    8     8    10  1000
    9     9    11  1001
   10     A    12  1010
   11     B    13  1011

格式字符串语法总结

格式字符串包含有以花括号 {} 括起来的替换字段。 不在花括号之内的内容被视为字面文本，会不加修改地复制到输出中。 如果你需要在字面文本中包含花括号字符，可以通过重复来转义: {{ and }}。

用不太正式的术语来描述（其实是有严格的语法描述的，但我暂时没看懂），替换字段开头可以用一个field_name指定要被插入到输出结果的对象。 field_name 之后有以一个冒号 ':' 打头的可选 conversion 字段，它是一个感叹号 ‘!’ 加一个 format_spec。 这些指明了替换值的非默认格式。

field_name 本身以一个数字或关键字 arg_name 打头。 如果为数字，则它指向一个位置参数，而如果为关键字，则它指向一个命名关键字参数。 如果格式字符串中的数字 arg_names 为 0, 1, 2, … 的序列，它们可以全部省略（而非部分省略），数字 0, 1, 2, … 将会按顺序自动插入。说了一堆，它其实就是用来指定替换字段的.。

使用 conversion 字段在格式化之前进行类型强制转换。 通常，格式化值的工作由值本身的__format__() 方法来完成。 但是，在某些情况下最好强制将类型格式化为一个字符串，覆盖其本身的格式化定义。 通过在调用__format__() 之前将值转换为字符串，可以绕过正常的格式化逻辑。

先来一个小的总结：格式化字段的使用方法就是在字符串中预留一个field_name字段，这个字段是随着它对应的内容而变化的，field_name格式是这样的：{arg_names[:xxxx]}
args_names是用来确定这个预留字段与format中的哪一个字段相对应。:xxxx是用来在将format中的字段插入字符串前对这个字段进行预处理的指令。下面我们来仔细看看:xxxx里面的内容是怎样的。

格式规格迷你语言

格式规格在格式字符串所包含的替换字段内部使用，用于定义单个值应如何呈现
格式：format_spec::=[[fill]align][sign][#][0][width][grouping_option][.precision][type]
具体每个格式说明符（也就是上面的:xxxx组件）的含义如下

格式说明符	含义
fill	任何字符串
align	对齐排列
sign	符号
width	宽度
grouping_option	组选项
precision	精度
type	类型

我们下面将会采用示例的方式讲解每一种格式说明符的含义

>>> '{0:*>+10}'.format(12)
'*******+12'
>>>

在这个例子中，fill部分是*，align采用>对齐说明符，width为10个字符，sign为’+’。我们会发现最终的效果：12按照箭头的方向右对齐同时左边有一个+号，左边空余部分被*填充，我们现在就已经解释了fill，align，sign，width四个字段的功能了。下面我们用另一个实例讲解剩余的字段的功能。

>>> '{0:*>+10,d}'.format(1212)
'****+1,212'
>>>

在这个字段里面添加了两个新的操作，’,’ 选项表示使用逗号作为千位分隔符。‘d’用来指定显示格式。比如，二进制，十进制，八进制，十六进制等等，具体去查手册。最后还有一个精度的设置，这个我们在下面的例子中展示。

>>> '{0:*>+20.34}'.format(1212.123)
'+1212.123000000000047293724492192268'
>>>

我们通过.precision，我们设置显示34位小数点。

更多细节，请查看手册string处理

模板字符串

Python的标准库中提供了一个 Template 类,可以进行简单的内容替换.

from string import Template
name = "earth"
age = 4600000000
templ = Template("$name is $age old")
return templ.substitute(name=name,age=float(age))

运行结果

earth is 4600000000.0 old

---

总结

暂时没想好，等我用一段时间再来进行总结