Python字符串拼接

问题描述

在解析文件的时候，需要将解析出来的数据字符串拼接成新的字符串。正常来说这个，过程是一个循环，不断拼接字符串。如果这个过程循环的次数不多的话，不同的方式拼接方式差别不大。如果循环次数超过10000次，你会发现明显的慢了。错误初始代码(简化版)如下：

class Processor(object):
    def __init__(self):
        self.outputStr=""
    def __printContent(self):
        for key,val in cmds.items():#10000个
            self.outputStr=self.outputStr+val+" "*(self.__fieldWidthDict[key]-len(val))+"|"    

拼接字符串的解决方式

直接通过（+）操作符拼接

>>> 'Hello' + ' ' + 'World' + '!'
'Hello World!'

使用这种方式进行字符串连接的操作效率低下，因为python中使用 + 拼接两个字符串时会生成一个新的字符串，生成新的字符串就需要重新申请内存，当拼接字符串较多时自然会影响效率。其他语言也是这样的，比如说golang。不要自己管理内存的，就要小心这样的操作

通过str.join()方法拼接

>>> strlist = ['Hello', ' ', 'World', '!']
>>> ''.join(strlist)
'Hello World!'

这种方式一般常使用在将集合转化为字符串，''.join()其中''可以是空字符，也可以是任意其他字符，当是任意其他字符时，集合中字符串会被该字符隔开。

通过str.format()方法拼接

>>> '{} {}!'.format('Hello', 'World')
'Hello World!'

通过这种方式拼接字符串需要注意的是字符串中{}的数量要和format方法参数数量一致，否则会报错。

通过(%)操作符拼接

>>> '%s %s!' % ('Hello', 'World')
'Hello World!'

这种方式与str.format()使用方式基本一致。

通过()多行拼接

>>> (
...     'Hello'
...     ' '
...     'World'
...     '!'
... )
'Hello World!'

python遇到未闭合的小括号，自动将多行拼接为一行。

通过string模块中的Template对象拼接

>>> from string import Template
>>> s = Template('${s1} ${s2}!') 
>>> s.safe_substitute(s1='Hello',s2='World')
'Hello World!'

Template的实现方式是首先通过Template初始化一个字符串。这些字符串中包含了一个个key。通过调用substitute或safe_subsititute，将key值与方法中传递过来的参数对应上，从而实现在指定的位置导入字符串。这种方式的好处是不需要担心参数不一致引发异常，如：

>>> from string import Template
>>> s = Template('${s1} ${s2} ${s3}!') 
>>> s.safe_substitute(s1='Hello',s2='World')
'Hello World ${s3}!'

通过F-strings拼接

在python3.6.2版本中，PEP 498 提出一种新型字符串格式化机制，被称为“字符串插值”或者更常见的一种称呼是F-strings，F-strings提供了一种明确且方便的方式将python表达式嵌入到字符串中来进行格式化：

>>> s1 = 'Hello'
>>> s2 = 'World'
>>> f'{s1} {s2}!'
'Hello World!'

在F-strings中我们也可以执行函数：

>>> def power(x):
...     return x*x
... 
>>> x = 5
>>> f'{x} * {x} = {power(x)}'
'5 * 5 = 25'

而且F-strings的运行速度很快，比%-string和str.format()这两种格式化方法都快得多

性能对比选择结论

详细对比可以参考文章： 字符串拼接方式哪种快？使用Python分析连接字符的常用方法及性能

1. 字符串序列拼接，不论数据量大小，首选join()函数可读性要好一点；
2. 格式化类处理中，%和format()拼接差别不大，但是format()函数可读性要好一点；
3. 在数据量小于100000，字符串拼接中F-strings性能优于其它拼接方法（前提是Python版本必须大于3.6.2）；
4. 数据量少、对程序性能要求不高、程序猿用脑过度时，选用‘+’拼接；
5. 当涉及对字符串格式进行处理时，首选format()函数和F-strings方法。

解决方案

对于这种场景，可以迂回解决，先存在数组中，然后再使用join，代码如下：

class Processor(object):
    def __init__(self):
        self.outputStr=""
    def __printContent(self):
        result=[]
        for key,val in cmds.items():#10000个
            tempStr=" "*(self.__fieldWidthDict[key]-len(val))
            result.append(val,tempStr,"|")            
        self.outputStr=''.join(result)

参考文章

• python3 拼接字符串的7种方法
• 字符串拼接方式哪种快？使用Python分析连接字符的常用方法及性能