1. 以指定列宽格式化字符串

很多情况下，我们有一些长字符串，想以指定的列宽将它们重新格式化。

textwarp()

import textwrap
import oss = "Look into my eyes, look into my eyes, \
the eyes, the eyes, the eyes, not around the eyes, don't look \
around the eyes, look into my eyes, you're under."
length = 50 # os.get_terminal_size().columns;
print(textwrap.fill(s, length))
# >>> Look into my eyes, look into my eyes, the eyes,
#     the eyes, the eyes, not around the eyes, don't
#     look around the eyes, look into my eyes, you're
#     under.print(textwrap.fill(s, length, initial_indent = '    '))
# >>>     Look into my eyes, look into my eyes, the
#     eyes, the eyes, the eyes, not around the eyes,
#    don't look around the eyes, look into my eyes,
#    you're under.print(textwrap.fill(s, length, subsequent_indent='    '))
# >>> Look into my eyes, look into my eyes, the eyes,
#         the eyes, the eyes, not around the eyes, don't
#        look around the eyes, look into my eyes,
#        you're under.

textwrap 模块对于字符串打印是非常有用的，特别是输出自动匹配终端大小的时候。可以使用 os.get_terminal_size() 方法来获取终端的大小尺寸

2. 字符串令牌解析

当有一个字符串，我们需要从左至右将其解析为一个令牌流。

为了令牌化字符串，我们不仅需要匹配模式，还得指定模式的类型。比如，可能想将字符串转换为序列对。

为了执行序列对的切分，第一步就是利用命名捕获组的正则表达式来定义所有可能的令牌，包括空格。

import retext = 'foo = 23 + 42 * 10'
NAME = r'(?P<NAME>[a-zA-Z_][a-zA-Z_0-9]*)'
NUM = r'(?P<NUM>\d+)'
PLUS = r'(?P<PLUS>\+)'
TIMES = r'(?P<TIMES>\*)'
EQ = r'(?P<EQ>=)'
WS = r'(?P<WS>\s+)'
master_pat = re.compile('|'.join([NAME, NUM, PLUS, TIMES, EQ, WS]))
scanner = master_pat.scanner(text)
res = scanner.match()
print( res.lastgroup, res.group())
# >>>  NAME foo

在上面的模式中， ?P<TOKENNAME> 用于给一个模式命名，供后面使用。

为了令牌化，使用模式对象 scanner() 方法。这个方法会创建一个 scanner 对象，在这个对象上不断的调用 match() 方法会一步步的扫描目标文本，每步一个匹配。

实际使用这种技术的时候，可以很容易将上述代码打包到一个生成器中。

3. 字节字符串上的字符串操作

如果想在字节字符串上执行文本操作(比如移除，搜索和替换)？字节字符串同样也支持大部分和文本字符串一样的内置操作。

data = b'Hello World'
print( data[0:5] )
# >>> b'Hello'
print( data.startswith(b'Hello') )
# >>> True
print( data.split() )
# >>> [b'Hello', b'World']
print( data.replace(b'Hello', b'Hello Cruel') )
# >>> b'Hello Cruel World'

这些操作同样也适用于字节数组。比如：

data = bytearray(b'Hello World')
print( data[0:5] )
# >>> bytearray(b'Hello')
print( data.startswith(b'Hello') )
# >>> True
print( data.split() )
# >>> [bytearray(b'Hello'), bytearray(b'World')]
print( data.replace(b'Hello', b'Hello Cruel') )
# >>> bytearray(b'Hello Cruel World')

如果我们使用正则表达式匹配字节字符串，但是正则表达式本身必须也是字节串。比如：

data = b'FOO:BAR,SPAM'
import re
## print ( re.split('[:,]',data) )
# >>> Traceback (most recent call last):
#     File "<stdin>", line 1, in <module>
#     File "ByteString.py", line 3, in split
#     return _compile(pattern, flags).split(string, maxsplit)
#     TypeError: can't use a string pattern on a bytes-like object
print( re.split(b'[:,]',data) )# Notice: pattern as bytes
# >>> [b'FOO', b'BAR', b'SPAM']

文章参考《python3-codebook》

python字符串与文本处理技巧(4): 格式化输出、令牌解析、串上串相关推荐

python字符串与文本处理技巧(3)：字符剔除、字符对齐、字符拼接、字符插入变量
1. 删除字符串中不需要的字符去掉文本字符串开头,结尾或者中间不想要的字符,比如空白. strip() & Istrip() & rstrip() strip() 方法能用于删除开始 ...
python字符串与文本处理技巧(2)：大小写敏感搜索、最短匹配、多行匹配、Unicode标准化
1. 字符串忽略大小写的搜索替换 re.findall(patter, string, flags=re.IGNORECASE) 当我们需要忽略字符串中的字母大小写进行模式搜索时可以采用如下方案: i ...
python字符串与文本处理技巧(1)：分割、首尾匹配、模式搜索、匹配替换
1. 字符串分割将一个字符串分割为多个字段,但是分隔符(还有周围的空格)并不是固定的. str.split() 和 re.split() string 对象的 split() 方法只适应于非常简单的 ...
python format和百分号的区别_python 格式化输出百分号的方法
python 格式化输出百分号的方法 python的百分号输出比较奇怪,代码如下 print('%s%%'%(5))#这样就能输出'5%' 以上这篇python 格式化输出百分号的方法就是小编分享给大 ...
# Python 字符串数据（二进制编码数据）格式转换及解析
Python 字符串数据(二进制编码数据)格式转换及解析最近在linux上部署python,希望可以用python来调用串口,同时可以实现数据的格式转换. 在python这个做格式化转换不熟悉,花了 ...
python字符串与文本处理教程
每个程序都回涉及到文本处理,如拆分字符串.搜索.替换.词法分析等.许多任务都可以通过内建的字符串方法来轻松解决,但更复杂的操作就需要正则表达式来解决. 1.针对任意多的分隔符拆分字符串 In [1]: ...
python基础语法手册format-Python基础语法-格式化输出
Python基础语法 python格式化输出 python在格式化输出过程中,就我个人学习历程来看,有两种格式化输出方法. 第一种是利用 % s %d 进行占位输出,效果就是这样的: info='li ...
python基础语法手册format-python基础_格式化输出（%用法和format用法）
Python中应该使用%还是format来格式化字符串? Python新版本推荐使用format. Python2.6 新加入的format语法支持. 3.6加入了一个 f-strings新特性 1. ...
python语言format用法_python基础_格式化输出（%用法和format用法）
目录 %用法 1.整数的输出 %o -- oct 八进制 %d -- dec 十进制 %x -- hex 十六进制 >>> print('%o' % 20)24 >>&g ...

python字符串与文本处理技巧(4): 格式化输出、令牌解析、串上串

1. 以指定列宽格式化字符串

2. 字符串令牌解析

3. 字节字符串上的字符串操作

python字符串与文本处理技巧(4): 格式化输出、令牌解析、串上串相关推荐

最新文章

热门文章