Python 编程骚操作连载(一)- 字符串、列表、字典和集合的处理(Part A)
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:
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
转载自:https://juejin.cn/post/7107639422270586894