快捷導(dǎo)航

Python字符串及文本模式方法詳解

更新時(shí)間：2020年09月10日 11:40:19 作者：Jimmyhe

這篇文章主要介紹了Python字符串及文本模式方法詳解,文中通過示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下

一、你想在字符串中搜索和匹配指定的文本模式

遺漏點(diǎn)：re模塊其實(shí)也是幫助我們進(jìn)行字符串處理的重要工具，我之前總是想著用內(nèi)建的函數(shù)來處理，其實(shí)如果是復(fù)雜的文本和數(shù)據(jù)結(jié)構(gòu)，re模塊能幫助我們處理很多信息。

對(duì)于簡(jiǎn)單的字面模式，直接使用 str.replace() 方法即可，比如：

>>> text = 'yeah, but no, but yeah, but no, but yeah'
>>> text.replace('yeah', 'yep')
'yep, but no, but yep, but no, but yep'
>>>

對(duì)于復(fù)雜的模式，請(qǐng)使用 re 模塊中的 sub() 函數(shù)。為了說明這個(gè)，假設(shè)你想將形式為 11/27/2012 的日期字符串改成 2012-11-27 。示例如下：

>>> text = 'Today is 11/27/2012. PyCon starts 3/13/2013.'
>>> import re
>>> re.sub(r'(\d+)/(\d+)/(\d+)', r'\3-\1-\2', text)
'Today is 2012-11-27. PyCon starts 2013-3-13.'

二、你需要以忽略大小寫的方式搜索與替換文本字符串

為了在文本操作時(shí)忽略大小寫，你需要在使用 re 模塊的時(shí)候給這些操作提供 re.IGNORECASE 標(biāo)志參數(shù)。比如：

>>> text = 'UPPER PYTHON, lower python, Mixed Python'
>>> re.findall('python', text, flags=re.IGNORECASE)
['PYTHON', 'python', 'Python']
>>> re.sub('python', 'snake', text, flags=re.IGNORECASE)
'UPPER snake, lower snake, Mixed snake'

最后的那個(gè)例子揭示了一個(gè)小缺陷，替換字符串并不會(huì)自動(dòng)跟被匹配字符串的大小寫保持一致。為了修復(fù)這個(gè)，你可能需要一個(gè)輔助函數(shù)，就像下面的這樣：

def matchcase(word):
  def replace(m):
    text = m.group()
    if text.isupper():
      return word.upper()
    elif text.islower():
      return word.lower()
    elif text[0].isupper():
      return word.capitalize()
    else:
      return word
  return replace

>>> re.sub('python', matchcase('snake'), text, flags=re.IGNORECASE)
'UPPER SNAKE, lower snake, Mixed Snake'

matchcase('snake') 返回了一個(gè)回調(diào)函數(shù)(參數(shù)必須是 match 對(duì)象)，sub() 函數(shù)除了接受替換字符串外，還能接受一個(gè)回調(diào)函數(shù)。

三、你正在試著使用正則表達(dá)式去匹配一大塊的文本，而你需要跨越多行去匹配

>>> comment = re.compile(r'/\*(.*?)\*/')
>>> text1 = '/* this is a comment */'
>>> text2 = '''/* this is a
... multiline comment */
... '''
>>>
>>> comment.findall(text1)
[' this is a comment ']
>>> comment.findall(text2)

re.compile() 函數(shù)接受一個(gè)標(biāo)志參數(shù)叫 re.DOTALL ，在這里非常有用。它可以讓正則表達(dá)式中的點(diǎn)(.)匹配包括換行符在內(nèi)的任意字符。比如：

>>> comment = re.compile(r'/\*(.*?)\*/', re.DOTALL)
>>> comment.findall(text2)
[' this is a\n multiline comment ']　

四、你想通過某種對(duì)齊方式來格式化字符串

于基本的字符串對(duì)齊操作，可以使用字符串的 ljust() , rjust() 和 center() 方法。比如：

>>> text = 'Hello World'
>>> text.ljust(20)
'Hello World '
>>> text.rjust(20)
' Hello World'
>>> text.center(20)
' Hello World '
>>> text.rjust(20,'=')
'=========Hello World'
>>> text.center(20,'*')
'****Hello World*****'
>>>

函數(shù) format() 同樣可以用來很容易的對(duì)齊字符串。你要做的就是使用 <,> 或者 ^ 字符后面緊跟一個(gè)指定的寬度。比如：