Python 编程骚操作连载（一）- 字符串、列表、字典和集合的处理（Part A）

站长

2023年04月07日 21:54 · 阅读数 15

一、字符串的处理

拆分含有多种分隔符的字符串

如何对一个含有多种特殊字符的字符串进行分割处理，比如向下面这种字符串

str = "A&man$;*who/stands|for+noting=will-fall,for%anything"

如何去除特殊风格符获取字符串中所有单词的列表？

如果字符串中只包含单一分隔符的话，可以使用字符串对象的 split 方法，该方法的第一个参数就是分隔符，默认是空格。

str = "A man who stands for noting will fall for anything"

str_list = str.split()

print(str_list)

执行上述代码，输出结果如下：

['A', 'man', 'who', 'stands', 'for', 'noting', 'will', 'fall', 'for', 'anything']

针对包含多种分割符的情况下可以连续调用字符串对象的 split 方法，每次处理一种分隔符

str = "A&man$;*who/stands|for+noting=will-fall,for%anything"

# 第一次处理
res = str.split('&')
print(res)
temp = []
list(map(lambda x: temp.extend(x.split('$')), res))
print(temp)

# 第二次处理
res = temp
temp = []
list(map(lambda x: temp.extend(x.split(';')), res))
print(temp)

# 第三次处理
res = temp
temp = []
list(map(lambda x: temp.extend(x.split('*')), res))
print(temp)

执行上述代码，输出结果如下：

['A', 'man$;*who/stands|for+noting=will-fall,for%anything']
['A', 'man', ';*who/stands|for+noting=will-fall,for%anything']
['A', 'man', '', '*who/stands|for+noting=will-fall,for%anything']
['A', 'man', '', '', 'who/stands|for+noting=will-fall,for%anything']

根据输出结果可以确定，第一次处理是将字符串中的 &，第二次处理掉了 $...。依次类推，可以将代码抽取为一个函数

def split_multi_chars(str, chars):
    res = [str]

    for c in chars:
        t = []
        list(map(lambda x: t.extend(x.split(c)), res))
        res = t
        print(res)
    return res


str_data = "A&man$;*who/stands|for+noting=will-fall,for%anything"
chars = '&$;*/|+=-,%'

print(split_multi_chars(str_data, chars))

执行上述代码，输出结果如下：

['A', 'man$;*who/stands|for+noting=will-fall,for%anything']
['A', 'man', ';*who/stands|for+noting=will-fall,for%anything']
['A', 'man', '', '*who/stands|for+noting=will-fall,for%anything']
['A', 'man', '', '', 'who/stands|for+noting=will-fall,for%anything']
['A', 'man', '', '', 'who', 'stands|for+noting=will-fall,for%anything']
['A', 'man', '', '', 'who', 'stands', 'for+noting=will-fall,for%anything']
['A', 'man', '', '', 'who', 'stands', 'for', 'noting=will-fall,for%anything']
['A', 'man', '', '', 'who', 'stands', 'for', 'noting', 'will-fall,for%anything']
['A', 'man', '', '', 'who', 'stands', 'for', 'noting', 'will', 'fall,for%anything']
['A', 'man', '', '', 'who', 'stands', 'for', 'noting', 'will', 'fall', 'for%anything']
['A', 'man', '', '', 'who', 'stands', 'for', 'noting', 'will', 'fall', 'for', 'anything']
['A', 'man', '', '', 'who', 'stands', 'for', 'noting', 'will', 'fall', 'for', 'anything']

根据要去除的特殊字符组成的字符串，依次去除了目标字符串中的所有特殊字符，但是最终输出的字符串中包含了空字符串，可以通过列表推导式去除

def split_multi_chars(str, chars):
    
    # 其余代码保持不变
    
    # 使用列表推导式去除空字符串
    return list(x for x in t if x)

# 其余代码保持不变

再次执行上述代码，输出结果如下：

# 其余输出结果与上次一致

['A', 'man', 'who', 'stands', 'for', 'noting', 'will', 'fall', 'for', 'anything']

除了通过连续调用字符串对象的 split 方法依次去除目标字符串中的特殊字符外，还可以通过正则表达式的 split 方法来去除字符串中的特殊字符。

import re

str = "A&man$;*who/stands|for+noting=will-fall,for%anything"
chars = '&$;*/|+=-,%'

res = re.split(r'[=,&$;*/|+%-]+', str)

print(res)

执行上述代码，输出结果如下：

['A', 'man', 'who', 'stands', 'for', 'noting', 'will', 'fall', 'for', 'anything']

字符串中时间格式的替换

以程序运行过程中生成的日志为例，如果想要替换其中的时间格式应该如何操作？

'Started GET "/students" for 127.0.0.1 at 2022-06-11 01:28:05 +0800'

可以使用正则表达式的 sub 方法替换字符串，首先使用正则表达式匹配到时间的内容如年月日等，再调整匹配到的内容的顺序。

import re

log = 'Started GET "/students" for 127.0.0.1 at 2022-06-11 01:28:05 +0800'

res = re.sub('(\d{4})-(\d{2})-(\d{2})', r'\2/\3/\1', log)

# 给每个组起名
res_01 = re.sub('(?P<year>\d{4})-(?P<month>\d{2})-(?P<day>\d{2})', r'\g<month>/\g<day>/\g<year>', log)

print(res)
print(res_01)

执行上述代码，输出结果如下：

Started GET "/students" for 127.0.0.1 at 06/11/2022 01:28:05 +0800
Started GET "/students" for 127.0.0.1 at 06/11/2022 01:28:05 +0800

时间格式已被成功替换为指定的格式。

字符串的拼接

对于字符串拼接来说最常用的方法就是 + 操作符，起始 + 操作符是调用了 str 对象底层的 __add__ 方法实现的拼接，包括其他的操作符如 >、<、= 等都是调用的底层的以双下划线开头和结尾的方法

str_01 = '234324'
str_02 = 'adcdaf'

print(str_01.__add__(str_02))

print(str.__add__(str_01, str_02))

print(dir(str))

执行上述代码，输出结果如下：

Python 编程骚操作连载（一）- 字符串、列表、字典和集合的处理（Part A）

当使用 + 操作符拼接多个字符串时会伴随着大量的字符串的创建和销毁，如果要拼接的字符串非常多，这将会消耗大量的资源，而 str 对象的 join 方法可以更加快速的拼接字符串列表中所有的字符串。

new_str = ' '.join(['A', 'man', 'who', 'stands', 'for', 'noting', 'will', 'fall', 'for', 'anything'])

print(new_str)

执行上述代码，输出结果如下：

A man who stands for noting will fall for anything

如果要拼接的元素中不只是字符串类型，还包含了其他类型，如数字等，则可以使用生成器表达式，将其他类型元素转换为字符串类型之后再进行拼接。

list_data = ['A', 'man', 'who', 123, 'for', 1345, 'will', 'fall']

new_str = ''.join(str(x) for x in list_data)

print(new_str)

执行上述代码，输出结果如下：

Amanwho123for1345willfall

推荐使用生成器表达式，不推荐使用列表表达式，列表表达式会返回一个列表