string --- 常見的字符串操作?

字符串常量?

此模塊中定義的常量為：

string.ascii_letters?

下文所述 ascii_lowercase 和 ascii_uppercase 常量的拼連。 該值不依賴于語言區(qū)域。

string.ascii_lowercase?

小寫字母 'abcdefghijklmnopqrstuvwxyz'。 該值不依賴于語言區(qū)域，不會發(fā)生改變。

string.ascii_uppercase?

大寫字母 'ABCDEFGHIJKLMNOPQRSTUVWXYZ'。 該值不依賴于語言區(qū)域，不會發(fā)生改變。

string.digits?

字符串 '0123456789'。

string.hexdigits?

字符串 '0123456789abcdefABCDEF'。

string.octdigits?

字符串 '01234567'。

string.punctuation?

由在 C 區(qū)域設(shè)置中被視為標(biāo)點符號的 ASCII 字符所組成的字符串: !"#$%&'()*+,-./:;<=>?@[\]^_`{|}~.

string.printable?

由被視為可打印符號的 ASCII 字符組成的字符串。 這是 digits, ascii_letters, punctuation 和 whitespace 的總和。

string.whitespace?

由被視為空白符號的 ASCII 字符組成的字符串。 其中包括空格、制表、換行、回車、進(jìn)紙和縱向制表符。

自定義字符串格式化?

內(nèi)置的字符串類提供了通過使用 PEP 3101 所描述的 format() 方法進(jìn)行復(fù)雜變量替換和值格式化的能力。 string 模塊中的 Formatter 類允許你使用與內(nèi)置 format() 方法相同的實現(xiàn)來創(chuàng)建并定制你自己的字符串格式化行為。

class string.Formatter?

Formatter 類包含下列公有方法：

format(format_string, /, *args, **kwargs)?

首要的 API 方法。 它接受一個格式字符串和任意一組位置和關(guān)鍵字參數(shù)。 它只是一個調(diào)用 vformat() 的包裝器。

在 3.7 版更改: 格式字符串參數(shù)現(xiàn)在是 僅限位置參數(shù)。

vformat(format_string, args, kwargs)?

此函數(shù)執(zhí)行實際的格式化操作。 它被公開為一個單獨的函數(shù)，用于需要傳入一個預(yù)定義字母作為參數(shù)，而不是使用 *args 和 **kwargs 語法將字典解包為多個單獨參數(shù)并重打包的情況。 vformat() 完成將格式字符串分解為字符數(shù)據(jù)和替換字段的工作。 它會調(diào)用下文所述的幾種不同方法。

此外，Formatter 還定義了一些旨在被子類替換的方法：

parse(format_string)?

循環(huán)遍歷 format_string 并返回一個由可迭代對象組成的元組 (literal_text, field_name, format_spec, conversion)。 它會被 vformat() 用來將字符串分解為文本字面值或替換字段。

元組中的值在概念上表示一段字面文本加上一個替換字段。 如果沒有字面文本（如果連續(xù)出現(xiàn)兩個替換字段就會發(fā)生這種情況），則 literal_text 將是一個長度為零的字符串。 如果沒有替換字段，則 field_name, format_spec 和 conversion 的值將為 None。

get_field(field_name, args, kwargs)?

給定 field_name 作為 parse() (見上文) 的返回值，將其轉(zhuǎn)換為要格式化的對象。 返回一個元組 (obj, used_key)。 默認(rèn)版本接受在 PEP 3101 所定義形式的字符串，例如 "0[name]" 或 "label.title"。 args 和 kwargs 與傳給 vformat() 的一樣。 返回值 used_key 與 get_value() 的 key 形參具有相同的含義。

get_value(key, args, kwargs)?

提取給定的字段值。 key 參數(shù)將為整數(shù)或字符串。 如果是整數(shù)，它表示 args 中位置參數(shù)的索引；如果是字符串，它表示 kwargs 中的關(guān)鍵字參數(shù)名。

args 形參會被設(shè)為 vformat() 的位置參數(shù)列表，而 kwargs 形參會被設(shè)為由關(guān)鍵字參數(shù)組成的字典。

對于復(fù)合字段名稱，僅會為字段名稱的第一個組件調(diào)用這些函數(shù)；后續(xù)組件會通過普通屬性和索引操作來進(jìn)行處理。

因此舉例來說，字段表達(dá)式 '0.name' 將導(dǎo)致調(diào)用 get_value() 時附帶 key 參數(shù)值 0。 在 get_value() 通過調(diào)用內(nèi)置的 getattr() 函數(shù)返回后將會查找 name 屬性。

如果索引或關(guān)鍵字引用了一個不存在的項，則將引發(fā) IndexError 或 KeyError。

check_unused_args(used_args, args, kwargs)?

在必要時實現(xiàn)對未使用參數(shù)進(jìn)行檢測。 此函數(shù)的參數(shù)是是格式字符串中實際引用的所有參數(shù)鍵的集合（整數(shù)表示位置參數(shù)，字符串表示名稱參數(shù)），以及被傳給 vformat 的 args 和 kwargs 的引用。 未使用參數(shù)的集合可以根據(jù)這些形參計算出來。 如果檢測失敗則 check_unused_args() 應(yīng)會引發(fā)一個異常。

format_field(value, format_spec)?

format_field() 會簡單地調(diào)用內(nèi)置全局函數(shù) format()。 提供該方法是為了讓子類能夠重載它。

convert_field(value, conversion)?

使用給定的轉(zhuǎn)換類型（來自 parse() 方法所返回的元組）來轉(zhuǎn)換（由 get_field() 所返回的）值。 默認(rèn)版本支持 's' (str), 'r' (repr) 和 'a' (ascii) 等轉(zhuǎn)換類型。

格式字符串語法?

str.format() 方法和 Formatter 類共享相同的格式字符串語法（雖然對于 Formatter 來說，其子類可以定義它們自己的格式字符串語法）。 具體語法與 格式化字符串字面值 相似，但較為簡單一些，并且關(guān)鍵的一點是不支持任意表達(dá)式。

格式字符串包含有以花括號 {} 括起來的“替換字段”。 不在花括號之內(nèi)的內(nèi)容被視為字面文本，會不加修改地復(fù)制到輸出中。 如果你需要在字面文本中包含花括號字符，可以通過重復(fù)來轉(zhuǎn)義: {{ and }}。

替換字段的語法如下：

replacement_field ::=  "{" [field_name] ["!" conversion] [":" format_spec] "}"
field_name        ::=  arg_name ("." attribute_name | "[" element_index "]")*
arg_name          ::=  [identifier | digit+]
attribute_name    ::=  identifier
element_index     ::=  digit+ | index_string
index_string      ::=  <any source character except "]"> +
conversion        ::=  "r" | "s" | "a"
format_spec       ::=  <described in the next section>

用不太正式的術(shù)語來描述，替換字段開頭可以用一個 field_name 指定要對值進(jìn)行格式化并取代替換字符被插入到輸出結(jié)果的對象。 field_name 之后有可選的 conversion 字段，它是一個感嘆號 '!' 加一個 format_spec，并以一個冒號 ':' 打頭。 這些指明了替換值的非默認(rèn)格式。

另請參閱 格式規(guī)格迷你語言 一節(jié)。

field_name 本身以一個數(shù)字或關(guān)鍵字 arg_name 打頭。 如果為數(shù)字，則它指向一個位置參數(shù)，而如果為關(guān)鍵字，則它指向一個命名關(guān)鍵字參數(shù)。 如果格式字符串中的數(shù)字 arg_names 為 0, 1, 2, ... 的序列，它們可以全部省略（而非部分省略），數(shù)字 0, 1, 2, ... 將會按順序自動插入。 由于 arg_name 不使用引號分隔，因此無法在格式字符串中指定任意的字典鍵 (例如字符串 '10' 或 ':-]')。 arg_name 之后可以帶上任意數(shù)量的索引或?qū)傩员磉_(dá)式。 '.name' 形式的表達(dá)式會使用 getattr() 選擇命名屬性，而 '[index]' 形式的表達(dá)式會使用 __getitem__() 執(zhí)行索引查找。

一些簡單的格式字符串示例

"First, thou shalt count to {0}"  # References first positional argument
"Bring me a {}"                   # Implicitly references the first positional argument
"From {} to {}"                   # Same as "From {0} to {1}"
"My quest is {name}"              # References keyword argument 'name'
"Weight in tons {0.weight}"       # 'weight' attribute of first positional arg
"Units destroyed: {players[0]}"   # First element of keyword argument 'players'.

使用 conversion 字段在格式化之前進(jìn)行類型強(qiáng)制轉(zhuǎn)換。 通常，格式化值的工作由值本身的 __format__() 方法來完成。 但是，在某些情況下最好強(qiáng)制將類型格式化為一個字符串，覆蓋其本身的格式化定義。 通過在調(diào)用 __format__() 之前將值轉(zhuǎn)換為字符串，可以繞過正常的格式化邏輯。

目前支持的轉(zhuǎn)換旗標(biāo)有三種: '!s' 會對值調(diào)用 str()，'!r' 調(diào)用 repr() 而 '!a' 則調(diào)用 ascii()。

示例如下：

"Harold's a clever {0!s}"        # Calls str() on the argument first
"Bring out the holy {name!r}"    # Calls repr() on the argument first
"More {!a}"                      # Calls ascii() on the argument first

format_spec 字段包含值應(yīng)如何呈現(xiàn)的規(guī)格描述，例如字段寬度、對齊、填充、小數(shù)精度等細(xì)節(jié)信息。 每種值類型可以定義自己的“格式化迷你語言”或?qū)?format_spec 的解讀方式。

大多數(shù)內(nèi)置類型都支持同樣的格式化迷你語言，具體描述見下一節(jié)。

format_spec 字段還可以在其內(nèi)部包含嵌套的替換字段。 這些嵌套的替換字段可能包括字段名稱、轉(zhuǎn)換旗標(biāo)和格式規(guī)格描述，但是不再允許更深層的嵌套。 format_spec 內(nèi)部的替換字段會在解讀 format_spec 字符串之前先被解讀。 這將允許動態(tài)地指定特定值的格式。

請參閱 格式示例 一節(jié)查看相關(guān)示例。

format_spec     ::=  [[fill]align][sign][z][#][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" | "%"

>>> '{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'

>>> c = 3-5j
>>> ('The complex number {0} is formed from the real part {0.real} '
...  'and the imaginary part {0.imag}.').format(c)
'The complex number (3-5j) is formed from the real part 3.0 and the imaginary part -5.0.'
>>> class Point:
...     def __init__(self, x, y):
...         self.x, self.y = x, y
...     def __str__(self):
...         return 'Point({self.x}, {self.y})'.format(self=self)
...
>>> str(Point(4, 2))
'Point(4, 2)'

>>> coord = (3, 5)
>>> 'X: {0[0]};  Y: {0[1]}'.format(coord)
'X: 3;  Y: 5'

>>> "repr() shows quotes: {!r}; str() doesn't: {!s}".format('test1', 'test2')
"repr() shows quotes: 'test1'; str() doesn't: test2"

>>> '{:<30}'.format('left aligned')
'left aligned                  '
>>> '{:>30}'.format('right aligned')
'                 right aligned'
>>> '{:^30}'.format('centered')
'           centered           '
>>> '{:*^30}'.format('centered')  # use '*' as a fill char
'***********centered***********'

>>> '{:+f}; {:+f}'.format(3.14, -3.14)  # show it always
'+3.140000; -3.140000'
>>> '{: f}; {: f}'.format(3.14, -3.14)  # show a space for positive numbers
' 3.140000; -3.140000'
>>> '{:-f}; {:-f}'.format(3.14, -3.14)  # show only the minus -- same as '{:f}; {:f}'
'3.140000; -3.140000'

>>> # format also supports binary numbers
>>> "int: {0:d};  hex: {0:x};  oct: {0:o};  bin: {0:b}".format(42)
'int: 42;  hex: 2a;  oct: 52;  bin: 101010'
>>> # with 0x, 0o, or 0b as prefix:
>>> "int: {0:d};  hex: {0:#x};  oct: {0:#o};  bin: {0:#b}".format(42)
'int: 42;  hex: 0x2a;  oct: 0o52;  bin: 0b101010'

>>> '{:,}'.format(1234567890)
'1,234,567,890'

>>> points = 19
>>> total = 22
>>> 'Correct answers: {:.2%}'.format(points/total)
'Correct answers: 86.36%'

>>> import datetime
>>> d = datetime.datetime(2010, 7, 4, 12, 15, 58)
>>> '{:%Y-%m-%d %H:%M:%S}'.format(d)
'2010-07-04 12:15:58'

>>> for align, text in zip('<^>', ['left', 'center', 'right']):
...     '{0:{fill}{align}16}'.format(text, fill=align, align=align)
...
'left<<<<<<<<<<<<'
'^^^^^center^^^^^'
'>>>>>>>>>>>right'
>>>
>>> octets = [192, 168, 0, 1]
>>> '{:02X}{:02X}{:02X}{:02X}'.format(*octets)
'C0A80001'
>>> int(_, 16)
3232235521
>>>
>>> width = 5
>>> for num in range(5,12): 
...     for base in 'dXob':
...         print('{0:{width}{base}}'.format(num, base=base, width=width), end=' ')
...     print()
...
    5     5     5   101
    6     6     6   110
    7     7     7   111
    8     8    10  1000
    9     9    11  1001
   10     A    12  1010
   11     B    13  1011

模板字符串?

模板字符串提供了由 PEP 292 所描述的更簡便的字符串替換方式。 模板字符串的一個主要用例是文本國際化 (i18n)，因為在此場景下，更簡單的語法和功能使得文本翻譯過程比使用 Python 的其他內(nèi)置字符串格式化工具更為方便。 作為基于模板字符串構(gòu)建以實現(xiàn) i18n 的庫的一個示例，請參看 flufl.i18n 包。

模板字符串支持基于 $ 的替換，使用以下規(guī)則：

• $$ 為轉(zhuǎn)義符號；它會被替換為單個的 $。

• $identifier 為替換占位符，它會匹配一個名為 "identifier" 的映射鍵。 在默認(rèn)情況下，"identifier" 限制為任意 ASCII 字母數(shù)字（包括下劃線）組成的字符串，不區(qū)分大小寫，以下劃線或 ASCII 字母開頭。 在 $ 字符之后的第一個非標(biāo)識符字符將表明占位符的終結(jié)。

• ${identifier} 等價于 $identifier。 當(dāng)占位符之后緊跟著有效的但又不是占位符一部分的標(biāo)識符字符時需要使用，例如 "${noun}ification"。

在字符串的其他位置出現(xiàn) $ 將導(dǎo)致引發(fā) ValueError。

string 模塊提供了實現(xiàn)這些規(guī)則的 Template 類。 Template 有下列方法：

class string.Template(template)?

該構(gòu)造器接受一個參數(shù)作為模板字符串。

substitute(mapping={}, /, **kwds)?

執(zhí)行模板替換，返回一個新字符串。 mapping 為任意字典類對象，其中的鍵將匹配模板中的占位符。 或者你也可以提供一組關(guān)鍵字參數(shù)，其中的關(guān)鍵字即對應(yīng)占位符。 當(dāng)同時給出 mapping 和 kwds 并且存在重復(fù)時，則以 kwds 中的占位符為優(yōu)先。

safe_substitute(mapping={}, /, **kwds)?

類似于 substitute()，不同之處是如果有占位符未在 mapping 和 kwds 中找到，不是引發(fā) KeyError 異常，而是將原始占位符不加修改地顯示在結(jié)果字符串中。 另一個與 substitute() 的差異是任何在其他情況下出現(xiàn)的 $ 將簡單地返回 $ 而不是引發(fā) ValueError。

此方法被認(rèn)為“安全”，因為雖然仍有可能發(fā)生其他異常，但它總是嘗試返回可用的字符串而不是引發(fā)一個異常。 從另一方面來說，safe_substitute() 也可能根本算不上安全，因為它將靜默地忽略錯誤格式的模板，例如包含多余的分隔符、不成對的花括號或不是合法 Python 標(biāo)識符的占位符等等。

is_valid()?

Returns false if the template has invalid placeholders that will cause substitute() to raise ValueError.

3.11 新版功能.

get_identifiers()?

Returns a list of the valid identifiers in the template, in the order they first appear, ignoring any invalid identifiers.

3.11 新版功能.

Template 的實例還提供一個公有數(shù)據(jù)屬性：

template?

這是作為構(gòu)造器的 template 參數(shù)被傳入的對象。 一般來說，你不應(yīng)該修改它，但并不強(qiáng)制要求只讀訪問。

以下是一個如何使用模版的示例：

>>> 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'

進(jìn)階用法：你可以派生 Template 的子類來自定義占位符語法、分隔符，或用于解析模板字符串的整個正則表達(dá)式。 為此目的，你可以重載這些類屬性：

• delimiter -- 這是用來表示占位符的起始的分隔符的字符串字面值。 默認(rèn)值為 $。 請注意此參數(shù) 不能 為正則表達(dá)式，因為其實現(xiàn)將在必要時對此字符串調(diào)用 re.escape()。 還要注意你不能在創(chuàng)建類之后改變此分隔符（例如在子類的類命名空間中必須設(shè)置不同的分隔符）。

• idpattern -- 這是用來描述不帶花括號的占位符的模式的正則表達(dá)式。 默認(rèn)值為正則表達(dá)式 (?a:[_a-z][_a-z0-9]*)。 如果給出了此屬性并且 braceidpattern 為 None 則此模式也將作用于帶花括號的占位符。

  備注

  由于默認(rèn)的 flags 為 re.IGNORECASE，模式 [a-z] 可以匹配某些非 ASCII 字符。 因此我們在這里使用了局部旗標(biāo) a。

  在 3.7 版更改: braceidpattern 可被用來定義對花括號內(nèi)部和外部進(jìn)行區(qū)分的模式。

• braceidpattern -- 此屬性類似于 idpattern 但是用來描述帶花括號的占位符的模式。 默認(rèn)值 None 意味著回退到 idpattern (即在花括號內(nèi)部和外部使用相同的模式)。 如果給出此屬性，這將允許你為帶花括號和不帶花括號的占位符定義不同的模式。

  3.7 新版功能.

• flags -- 將在編譯用于識別替換內(nèi)容的正則表達(dá)式被應(yīng)用的正則表達(dá)式旗標(biāo)。 默認(rèn)值為 re.IGNORECASE。 請注意 re.VERBOSE 總是會被加為旗標(biāo)，因此自定義的 idpattern 必須遵循詳細(xì)正則表達(dá)式的約定。

  3.2 新版功能.

作為另一種選項，你可以通過重載類屬性 pattern 來提供整個正則表達(dá)式模式。 如果你這樣做，該值必須為一個具有四個命名捕獲組的正則表達(dá)式對象。 這些捕獲組對應(yīng)于上面已經(jīng)給出的規(guī)則，以及無效占位符的規(guī)則：

• escaped -- 這個組匹配轉(zhuǎn)義序列，在默認(rèn)模式中即 $$。

• named -- 這個組匹配不帶花括號的占位符名稱；它不應(yīng)當(dāng)包含捕獲組中的分隔符。

• braced -- 這個組匹配帶有花括號的占位符名稱；它不應(yīng)當(dāng)包含捕獲組中的分隔符或者花括號。

• invalid -- 這個組匹配任何其他分隔符模式（通常為單個分隔符），并且它應(yīng)當(dāng)出現(xiàn)在正則表達(dá)式的末尾。

The methods on this class will raise ValueError if the pattern matches the template without one of these named groups matching.

輔助函數(shù)?

string.capwords(s, sep=None)?

使用 str.split() 將參數(shù)拆分為單詞，使用 str.capitalize() 將單詞轉(zhuǎn)為大寫形式，使用 str.join() 將大寫的單詞進(jìn)行拼接。 如果可選的第二個參數(shù) sep 被省略或為 None，則連續(xù)的空白字符會被替換為單個空格符并且開頭和末尾的空白字符會被移除，否則 sep 會被用來拆分和拼接單詞。