• Python 3之str类型、string模块学习笔记


    Windows 10家庭中文版,Python 3.6.4,

    Python 3.7官文:

    Text Sequence Type — str

    string — Common string operations

    str类型

    Python(特指Python 3)中包含字符串,字符串的类型为str,字符串是Unicode码点(Unicode code codepoint)的序列,属于不可变类型

    字符串有三种写法:

    单引号(Single quotes)、双引号(Double quotes)、三引号(Triple quoted)

    单双引号可以互相嵌套,三引号可以嵌套单双引号,使得字符串扩展为多行。若要嵌套自身,需要用反斜杠转移。

    还可以使用str构造函数创建字符串:

    class str(object='')
    class str(object=b'', encoding='utf-8', errors='strict')

    注意,第二个构造函数是基于bytes(准确的说法是 a bytes-like object (e.g. bytes or bytearray))构造字符串,也即实现bytes转字符串的功能,但是要写对encoding参数。

    注意,str(bytes, encoding, errors)和bytes.decode(encoding, errors)功能相同。

    两个字符串字面量之间只有空格时,它们会被自动转换为一个字符串字面量。

    >>> "sdfs" "www"
    'sdfswww'
    >>> ("sdfs" "www")
    'sdfswww'
    >>> "sdfs"         "www" # 多个空格
    'sdfswww'

    参考:字符串字面量的语法 (有些复杂,不是一眼就可以看懂的,进阶的话可以dig,此处略过)

    字符串是不可变的,但是,可以使用str.join()方法创造字符串,或者使用io模块的io.StringIO函数构造字符串,两者原型如下:

    str.join(iterable)

    class io.StringIO(initial_value='', newline=' ')

    后者还需要dig,前者略懂一二。

    自己一直以来没有搞明白字符串前面添加 r、u 做什么?现在OK了:

    -r 表示字符串中所有的字符表示其本身,比如,反斜杠就是反斜杠,不是用来转义的,' ' 表示换行符,是一个字符,而 r' ' 则是两个字符——一个反斜杠、一个小写n。

    -u 表示字符串是Unicode字符串,在Python 3中保留是为了兼容Python 2,而Python 3中的字符串默认都是Unicode字符串,在Python 3中,不需要添加,而且不能和 r 一起使用。

    repr()函数的用法:什么时候用?不是很清楚~菜鸟教程中的解释:repr() 函数将对象转化为供解释器读取的形式——使用eval()。

    下面是一些测试:

    >>> x = 'n'
    >>> y = '
    '
    >>> d1 = 123
    >>> f1 = 999.87
    >>> repr(x), repr(y), repr(d1), repr(f1)
    ("'n'", "'\n'", '123', '999.87')
    >>> len(repr(x)), len(repr(y)), len(repr(d1)), len(repr(f1))
    (3, 4, 3, 6)
    >>> eval(repr(x)), eval(repr(y)), eval(repr(d1)), eval(repr(f1))
    ('n', '
    ', 123, 999.87)

    Python字符串的 对象属性、方法——使用dir(str)可以看到全部方法(methods,外部可以直接调用的有44个):

    >>> for attr in dir(str):
    	print(attr, type(eval('str.%s' % attr)))
    
    __add__ <class 'wrapper_descriptor'>
    __class__ <class 'type'>
    __contains__ <class 'wrapper_descriptor'>
    __delattr__ <class 'wrapper_descriptor'>
    __dir__ <class 'method_descriptor'>
    __doc__ <class 'str'>
    __eq__ <class 'wrapper_descriptor'>
    __format__ <class 'method_descriptor'>
    __ge__ <class 'wrapper_descriptor'>
    __getattribute__ <class 'wrapper_descriptor'>
    __getitem__ <class 'wrapper_descriptor'>
    __getnewargs__ <class 'method_descriptor'>
    __gt__ <class 'wrapper_descriptor'>
    __hash__ <class 'wrapper_descriptor'>
    __init__ <class 'wrapper_descriptor'>
    __init_subclass__ <class 'builtin_function_or_method'>
    __iter__ <class 'wrapper_descriptor'>
    __le__ <class 'wrapper_descriptor'>
    __len__ <class 'wrapper_descriptor'>
    __lt__ <class 'wrapper_descriptor'>
    __mod__ <class 'wrapper_descriptor'>
    __mul__ <class 'wrapper_descriptor'>
    __ne__ <class 'wrapper_descriptor'>
    __new__ <class 'builtin_function_or_method'>
    __reduce__ <class 'method_descriptor'>
    __reduce_ex__ <class 'method_descriptor'>
    __repr__ <class 'wrapper_descriptor'>
    __rmod__ <class 'wrapper_descriptor'>
    __rmul__ <class 'wrapper_descriptor'>
    __setattr__ <class 'wrapper_descriptor'>
    __sizeof__ <class 'method_descriptor'>
    __str__ <class 'wrapper_descriptor'>
    __subclasshook__ <class 'builtin_function_or_method'>
    capitalize <class 'method_descriptor'>
    casefold <class 'method_descriptor'>
    center <class 'method_descriptor'>
    count <class 'method_descriptor'>
    encode <class 'method_descriptor'>
    endswith <class 'method_descriptor'>
    expandtabs <class 'method_descriptor'>
    find <class 'method_descriptor'>
    format <class 'method_descriptor'>
    format_map <class 'method_descriptor'>
    index <class 'method_descriptor'>
    isalnum <class 'method_descriptor'>
    isalpha <class 'method_descriptor'>
    isdecimal <class 'method_descriptor'>
    isdigit <class 'method_descriptor'>
    isidentifier <class 'method_descriptor'>
    islower <class 'method_descriptor'>
    isnumeric <class 'method_descriptor'>
    isprintable <class 'method_descriptor'>
    isspace <class 'method_descriptor'>
    istitle <class 'method_descriptor'>
    isupper <class 'method_descriptor'>
    join <class 'method_descriptor'>
    ljust <class 'method_descriptor'>
    lower <class 'method_descriptor'>
    lstrip <class 'method_descriptor'>
    maketrans <class 'builtin_function_or_method'>
    partition <class 'method_descriptor'>
    replace <class 'method_descriptor'>
    rfind <class 'method_descriptor'>
    rindex <class 'method_descriptor'>
    rjust <class 'method_descriptor'>
    rpartition <class 'method_descriptor'>
    rsplit <class 'method_descriptor'>
    rstrip <class 'method_descriptor'>
    split <class 'method_descriptor'>
    splitlines <class 'method_descriptor'>
    startswith <class 'method_descriptor'>
    strip <class 'method_descriptor'>
    swapcase <class 'method_descriptor'>
    title <class 'method_descriptor'>
    translate <class 'method_descriptor'>
    upper <class 'method_descriptor'>
    zfill <class 'method_descriptor'>
    View Code
    'capitalize', 'casefold', 'center', 'count', 'encode', 'endswith', 'expandtabs', 
    'find', 'format', 'format_map', 'index', 'isalnum', 'isalpha', 'isdecimal', 'isdigit', 
    'isidentifier', 'islower', 'isnumeric', 'isprintable', 'isspace', 'istitle', 'isupper', 
    'join', 'ljust', 'lower', 'lstrip', 'maketrans', 'partition', 'replace', 'rfind', 'rindex', 
    'rjust', 'rpartition', 'rsplit', 'rstrip', 'split', 'splitlines', 'startswith', 'strip', 
    'swapcase', 'title', 'translate', 'upper', 'zfill'

    包括查找、去除左右空格、判断字符串元素的类别、分隔——中文分隔需要用re模块、大小写转换、转换为bytes——encode、格式化字符串——本文后面会简单介绍、居中、左右对齐、替换replace等。

    string模块

    string模块包含了一些字符串常量,另外还有Formatter类、Template类和一个帮助函数capwords(string.capwords(s, sep=None))。

    其中,Formatter类型 用于字符串格式化,继承它可以开发自定义的格式化类;Template类 提供简单的字符串替换功能,主要用途是上下文的国际化(internationalization (i18n))。

    字符串常量包括——感觉用处不是很大:

    string.ascii_letters
    string.ascii_lowercase
    string.ascii_uppercase
    string.digits
    string.hexdigits
    string.octdigits
    string.punctuation
    string.printable
    string.whitespace

    下面是测试,可是,发生了错误,和上面讲的一条规则冲突了——没有连接起来

    >>> string.ascii_letters
    'abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ'
    >>> string.digits
    '0123456789'
    >>> string.ascii_letters string.digits
    SyntaxError: invalid syntax
    >>> '2323' 'sdsds'
    '2323sdsds'
    >>> 
    >>> type(string.digits)
    <class 'str'>
    >>> type(string.ascii_letters)
    <class 'str'>

    学习笔记:

    学习了一遍str、string,发现string几乎很难用到,字符串类型的大部分功能都在str类型中,除了Template类的使用,当然,这个也可以使用str本身的格式化功能实现,当然,Template会更便捷——语法相对来说较为简单。

    关于Formatter类,string模块官文说它和str.format()函数进行格式化转换时使用的是相同的语法,但是,开发者可以继承Formatter类实现自己特有的格式化字符串功能——绝大部分开发者用不到吧?两者的语法都是和Formatted string literals相关,但又有不同之处——请查看官文。

    字符串格式化简介

    经过前面的学习,发现Python字符串有4种格式化的语法:

    1.printf-style String Formatting

    format % values

    2.the newer formatted string literals

    A formatted string literal or f-string is a string literal that is prefixed with 'f' or 'F'.

    解释:在字符串字面量前面添加 f or F,即可使用当前命名空间中的元素来格式化字符串了,不需要像其它语法一样把格式化字符串和变量放在一起,,的确有些高级呢!

    使用示例:

    >>> name = "Fred"
    >>> f"He said his name is {name!r}."
    "He said his name is 'Fred'."
    >>> f"He said his name is {repr(name)}."  # repr() is equivalent to !r
    "He said his name is 'Fred'."
    >>> width = 10
    >>> precision = 4
    >>> value = decimal.Decimal("12.34567")
    >>> f"result: {value:{width}.{precision}}"  # nested fields
    'result:      12.35'
    >>> today = datetime(year=2017, month=1, day=27)
    >>> f"{today:%B %d, %Y}"  # using date format specifier
    'January 27, 2017'
    >>> number = 1024
    >>> f"{number:#0x}"  # using integer format specifier
    '0x400'

    3.the str.format() interface / string.Formatter

    str.format(*args, **kwargs)

    str.format_map(mapping) 和 str.format(**mapping) 功能相同(相似,原文:Similar to str.format(**mapping), except that mapping is used directly and not copied to a dict.

    示例:

    >>> "The sum of 1 + 2 is {0}".format(1+2)
    'The sum of 1 + 2 is 3'
    
    >>> '{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'
    
    >>> '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'
    str.format示例

    更多示例请查看string模块下的Format Examples,有不少高级或更复杂的用法,适合进阶使用。

    4.template strings(PEP 292)

    支持使用美元符号$来做替换,$identifier、${identifier}两种替换方式,两个美元符号($$)为转义,代表一个美元符号$。的确挺简单的。

    class string.Template(template)

    -substitute(mapping, **kwds)

    -safe_substitute(mapping, **kwds)

    开发者可以继承Template类,实现自定义的模板类。

    官文使用示例:

    >>> from string import Template
    >>> s = Template('$who likes $what')
    >>> s.substitute(who='tim', what='kung pao')
    'tim likes kung pao'
    >>> d = dict(who='tim')
    >>> Template('Give $who $100').substitute(d)
    Traceback (most recent call last):
    ...
    ValueError: Invalid placeholder in string: line 1, col 11
    >>> Template('$who likes $what').substitute(d)
    Traceback (most recent call last):
    ...
    KeyError: 'what'
    >>> Template('$who likes $what').safe_substitute(d)
    'tim likes $what'
    string.Template示例

    学习笔记:

    语法1类似于C语言的priintf函数的格式化字符串方法;

    语法2请查看参考链接2,孤还没有细读;

    语法3在str.format()函数和string模块的Formatter类中使用,和语法2有关联——基于语法2?;

    语法4是string模块提供的一种简单的字符串替换功能。

    都知道怎么使用了,基本的使用,但是,更有难度的是理解它们的语法,下面补充语法2、语法3的描述(官文,具体解释也请查看官文),这两个是最难的:

    语法2:

    f_string          ::=  (literal_char | "{{" | "}}" | replacement_field)*
    replacement_field ::=  "{" f_expression ["!" conversion] [":" format_spec] "}"
    f_expression      ::=  (conditional_expression | "*" or_expr)
                             ("," conditional_expression | "," "*" or_expr)* [","]
                           | yield_expression
    conversion        ::=  "s" | "r" | "a"
    format_spec       ::=  (literal_char | NULL | replacement_field)*
    literal_char      ::=  <any code point except "{", "}" or NULL>

    语法3:

    format_spec     ::=  [[fill]align][sign][#][0][width][grouping_option][.precision][type]
    fill            ::=  <any character>
    align           ::=  "<" | ">" | "=" | "^"
    sign            ::=  "+" | "-" | " "
    width           ::=  digit+
    grouping_option ::=  "_" | ","
    precision       ::=  digit+
    type            ::=  "b" | "c" | "d" | "e" | "E" | "f" | "F" | "g" | "G" | "n" | "o" | "s" | "x" | "X" | "%"

    疑问:

    这些人怎么想到使用上面的方式来表示语法呢?在计算机科学中,上面的结构叫做什么?好像自己在其它的文档中也看到过,只是,不理解,欢迎读者赐教!和编译原理有关系吗?能写出上面语法的人一定很聪明吧,或者,在计算机科学上有很高的造诣!当然,很可能是站在某些计算机科学先驱的肩膀上,比如C语言的创造者们,当然,还可以继续追溯。

    本文就这样吧,几乎涵盖了Python的str类型、string模块的各个知识点,暂且交差。其中,str中的字符串函数还需要 重难点练习突破,格式化字符串还需要更多场景来练习突破(官文示例好好研究下)

    更进一步

    在学习过程中发现,str.split函数在分隔汉语句子时失败了,需要用re模块的分隔函数,此问题以及中文的相关问题(中文分词?中文词云?自然语言识别?)还需dig:

    >>> cnstr = '姑娘还晒出了自己的辞职信,引发众多网友关注。姑娘说,她在这家公司上班6年,一个月3.5k左右。在辞职信中,她列出了7条离职原因。没想好做什么,但是不能继续这样下去了’'
    >>> cnstr.split('了的')
    ['姑娘还晒出了自己的辞职信,引发众多网友关注。姑娘说,她在这家公司上班6年,一个月3.5k左右。在辞职信中,她列出了7条离职原因。没想好做什么,但是不能继续这样下去了’']
    >>> len(cnstr.split('了的')) # 分隔失败,返回列表长度为1
    1
    
    >>> import re
    >>> re.split('[了的]', cnstr) # '[了的]' 是正则表达式
    ['姑娘还晒出', '自己', '辞职信,引发众多网友关注。姑娘说,她在这家公司上班6年,一个月3.5k左右。在辞职信中,她列出', '7条离职原因。没想好做什么,但是不能继续这样下去', '’']

    参考链接

    1.Python3 字符串 from RUNOOB.COM

    2.Formatted string literals

    3.Python中文本分割的具体方式

    str.join(iterable)

  • 相关阅读:
    关于博客园创始人的心路历程,感触很深!
    Django中的ORM相关操作:F查询,Q查询,事物,ORM执行原生SQL
    在Django中运行脚本文件以及打印出SQL语句。
    Django中的跨表查询,多表查询。
    Django中的ORM介绍,字段以及字段的参数。
    9.2安全的 Web API 与 Web API 2.2 个人帐户
    9.1WebApi的身份验证和授权
    3.1创建项目
    2.4使用属性在 ASP.NET Web API 2 路由创建一个 REST API
    2.3属性在 ASP.NET Web API 2 路由
  • 原文地址:https://www.cnblogs.com/luo630/p/9579667.html
Copyright © 2020-2023  润新知