Python Cookbook-1.13 访问子字符串

任务

获取字符串的某个部分。

解决方案

切片是个好方法，但是它一次只能取得一个字段；如果还考虑字段的长度，struct.unpack可能更适合。

import struct
 
def fields(baseformat, theline, lastfield=False):
    # theline超出的长度也由这个base-format确定
    # （通过struct.calcsize计算确切的长度）
    numremain = len(theline) - struct.calcsize(baseformat)
    # 用合适的s或x字段完成格式，然后unpack
    format = "%s %d%s" % (baseformat, numremain, lastfield and "s" or "x")
    return struct.unpack(format, theline)  

#test

>>> theline = "numremain = len(theline) - struct.calcsize(baseformat)"
>>> numremain = len(theline) - struct.calcsize(baseformat)
>>> format = "%s %ds" % (baseformat,numremain)
>>> format
'5s 3x 8s 8s 30s'
>>> l,s1,s2,t = struct.unpack(format,theline)
>>> l
'numre'
>>> s1
'n = len('
>>> s2
'theline)'
>>> t
' - struct.calcsize(baseformat)'

如果获取固定字长的数据，可以利用带列表推导（LC）的切片方法

pieces = [theline[k:k+n] for k in xrange(0,len(theline),n)]

如果想把数据切成指定长度的列 用带LC的切片方法比较容易实现

cuts = [8,14,20,26,30]
pieces = [ theline[i,j] for i j in zip([0]+cuts,cuts+[None])]

PS:

将以上代码片段封装成函数

def fields(baseformat,theline,lastfield=False):
    #theline 超出的长度也有这个base-format 确定
    #（通过 struct.calcsize计算切片的长度）
    numremain = len(theline)-struct.calcsize(baseformat)

    #用合适的s或者x字段完成格式 然后unpack
    format = "%s %d %s" % (baseformat,numre

下边这个是使用memoizing机制的版本

def fields(baseformat,theline,lastfield=False,_cache={ }):
    #生成键并尝试获得缓存的格式字符串
    key = baseformat,len(theline),lastfield
    format _cache.get(key)
    if format is None:    
        #m没有缓存的格式字符串 创建并缓存
        numremain = len(theline) - struct.calcsize(baseformat)
        _cache[key] = format = "%s %d%s" % (
            baseformat,numremain,lastfield and "s" or "x")
    return struct.unpack(format,theline)

cookbook上说的这个比优化之前的版本快30%到40% 不过如果这里不是瓶颈部分，没必要使用这种方法

使用LC切片函数

def split_by(theline,n,lastfield=False):
    #切割所有需要的片段
    pieces = [theline[k:k+n] for k in xrange(0,len(theline),n)]
    #弱最后一段太短或不需要，丢弃
    if not lastfield and len(pieces[-1] < n):
        pieces.pop()
    return pieces
def split_at(theline,cuts,lastfield=False):
    #切割所有需要的片段
    pieces = [ theline[i,j] for i j in zip([0]+cuts,cuts+[None])]
    #若不需要最后一段 丢弃
    if not lastfield:
        pieces.pop()
    return pieces

使用生成器的版本

def split_at(the_line,cuts,lastfield=False):
    last = 0
    for cut in cuts:
        yield the_line[last:cut]
        last = cut
    if lastfield:
        yield the_line[last:]
def split_by(the_line,n,lastfield=False):
    return split_at1(the_line,xrange(n,len(the_line),n),lastfield)

 字符串介绍

1. 字符串定义

使用单引号 ’ 你可以用单引号指示字符串，就如同’这是一句话’这样。

str = '这是一句话'
print( str )

使用双引号 " 在双引号中的字符串与单引号中的字符串的使用完全相同，例如"What’s your name?"。

str = "What's your name?"
print( str )

使用三引号（‘’'或"“”） 利用三引号，你可以指示一个多行的字符串。你可以在三引号中自由的使用单引号和双引号。

str ='''
这是一个多行文本. 这是第一行.这是第二行.
'''
print(str)

转义符 假设你想要在一个字符串中包含一个单引号（'），那么你该怎么指示这个字符串？

例如，这个字符串是What’s your name?。

你肯定不会用’What’s your name?'来指示它，因为Python会弄不明白这个字符串从何处开始，何处结束。所以，你需要指明单引号而不是字符串的结尾。可以通过 转义符 来完成这个任务。

你用’来指示单引号——注意这个反斜杠。现在你可以把字符串表示为’What’s your name?'。

另一个表示这个特别的字符串的方法是"What’s your name?"，即用双引号

str1 = 'What\'s your name?'
str2 = "What's your name?"
print(str1)
print(str2)

2. 索引（即下标）

s = 'ABCDEFGHIJKLMN'
s1 = s[0]
print('s[0] = ' + s1)   #s[0] = A
print('s[3] = '+ s[3])  #s[3] = D
print('倒数第三个数为：' + s[-3])   #倒数第三个数为：L
print('最后一个数为：' + s[-1])     #最后一个数为：N

3. 切片：顾头不顾尾（截取一部分字符串）

s = 'ABCDEFGHIJKLMN'
s2 = s[0:3]
print('s[0:3] = ' + s2)     
#s[0:3] = ABC
​
print('整个字符串如下：' + s[:])    
#整个字符串如下：ABCDEFGHIJKLMN
​
print('整个字符串如下：' + s[0:])   
#整个字符串如下：ABCDEFGHIJKLMN
​
print('前两个字符：' + s[:2])      
 #前两个字符：AB

4. 跳取 s[首:尾:步长]

s3 = 'ABCDEFGHIJKLMN'
print(s3[0:6:2])    #ACE
print(s3[::2])      #ACEGIKM
print(s3[4:0:-1])   #倒着取:EDCB
print(s3[3::-1])    #DCBA
print(s3[-1::-1])   #NMLKJIHGFEDCBA

5. 字符串的操作

1）首字母大写

s = 'alexWUsir'
s4_1 = s.capitalize()  #首字母大写
print(s4_1)   #Alexwusir

2）全部大写

s = 'alexWUsir'
s4_2 = s.upper() #全部大写
print(s4_2)   #ALEXWUSIR

3）全部小写

s = 'alexWUsir'
s4_3 = s.lower() #全部小写
print(s4_3)   #alexwusir

4）大小写互换

s = 'alexWUsir'
s4_4 = s.swapcase() #大小写互换
print(s4_4)   #ALEXwuSIR