string --- 常見(jiàn)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(lài)于語(yǔ)言區(qū)域。

string.ascii_lowercase?

小寫(xiě)字母 'abcdefghijklmnopqrstuvwxyz'。 該值不依賴(lài)于語(yǔ)言區(qū)域，不會(huì)發(fā)生改變。

string.ascii_uppercase?

大寫(xiě)字母 'ABCDEFGHIJKLMNOPQRSTUVWXYZ'。 該值不依賴(lài)于語(yǔ)言區(qū)域，不會(huì)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(diǎn)符號(hào)的 ASCII 字符所組成的字符串: !"#$%&'()*+,-./:;<=>?@[\]^_`{|}~.

string.printable?

由被視為可打印符號(hào)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(hào)的 ASCII 字符組成的字符串。 其中包括空格、制表、換行、回車(chē)、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(lèi)提供了通過(guò)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(lèi)允許你使用與內(nèi)置 format() 方法相同的實(shí)現(xiàn)來(lái)創(chuàng)建并定制你自己的字符串格式化行為。

class string.Formatter?

Formatter 類(lèi)包含下列公有方法：

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

首要的 API 方法。 它接受一個(gè)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(gè)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(shí)際的格式化操作。 它被公開(kāi)為一個(gè)單獨(dú)的函數(shù)，用于需要傳入一個(gè)預(yù)定義字母作為參數(shù)，而不是使用 *args 和 **kwargs 語(yǔ)法將字典解包為多個(gè)單獨(dú)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(huì)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(lèi)替換的方法：

parse(format_string)?

循環(huán)遍歷 format_string 并返回一個(gè)由可迭代對(duì)象組成的元組 (literal_text, field_name, format_spec, conversion)。 它會(huì)被 vformat() 用來(lái)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(gè)替換字段。 如果沒(méi)有字面文本（如果連續(xù)出現(xiàn)兩個(gè)替換字段就會(huì)發(fā)生這種情況），則 literal_text 將是一個(gè)長(zhǎng)度為零的字符串。 如果沒(méi)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(jiàn)上文) 的返回值，將其轉(zhuǎn)換為要格式化的對(duì)象。 返回一個(gè)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(huì)被設(shè)為 vformat() 的位置參數(shù)列表，而 kwargs 形參會(huì)被設(shè)為由關(guān)鍵字參數(shù)組成的字典。

對(duì)于復(fù)合字段名稱(chēng)，僅會(huì)為字段名稱(chēng)的第一個(gè)組件調(diào)用這些函數(shù)；后續(xù)組件會(huì)通過(guò)普通屬性和索引操作來(lái)進(jìn)行處理。

因此舉例來(lái)說(shuō)，字段表達(dá)式 '0.name' 將導(dǎo)致調(diào)用 get_value() 時(shí)附帶 key 參數(shù)值 0。 在 get_value() 通過(guò)調(diào)用內(nèi)置的 getattr() 函數(shù)返回后將會(huì)查找 name 屬性。

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

check_unused_args(used_args, args, kwargs)?

在必要時(shí)實(shí)現(xiàn)對(duì)未使用參數(shù)進(jìn)行檢測(cè)。 此函數(shù)的參數(shù)是是格式字符串中實(shí)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(chēng)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(jì)算出來(lái)。 如果檢測(cè)失敗則 check_unused_args() 應(yīng)會(huì)引發(fā)一個(gè)異常。

format_field(value, format_spec)?

format_field() 會(huì)簡(jiǎn)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(lèi)能夠重載它。

convert_field(value, conversion)?

使用給定的轉(zhuǎn)換類(lèi)型（來(lái)自 parse() 方法所返回的元組）來(lái)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(lèi)型。

格式字符串語(yǔ)法?

str.format() 方法和 Formatter 類(lèi)共享相同的格式字符串語(yǔ)法（雖然對(duì)于 Formatter 來(lái)說(shuō)，其子類(lèi)可以定義它們自己的格式字符串語(yǔ)法）。 具體語(yǔ)法與 格式化字符串字面值 相似，但較為簡(jiǎn)單一些，并且關(guān)鍵的一點(diǎn)是不支持任意表達(dá)式。

格式字符串包含有以花括號(hào) {} 括起來(lái)的“替換字段”。 不在花括號(hào)之內(nèi)的內(nèi)容被視為字面文本，會(huì)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(hào)字符，可以通過(guò)重復(fù)來(lái)轉(zhuǎn)義: {{ and }}。

替換字段的語(yǔ)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(yǔ)來(lái)描述，替換字段開(kāi)頭可以用一個(gè) field_name 指定要對(duì)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(duì)象。 field_name 之后有可選的 conversion 字段，它是一個(gè)感嘆號(hào) '!' 加一個(gè) format_spec，并以一個(gè)冒號(hào) ':' 打頭。 這些指明了替換值的非默認(rèn)格式。

另請(qǐng)參閱 格式規(guī)格迷你語(yǔ)言 一節(jié)。

field_name 本身以一個(gè)數(shù)字或關(guān)鍵字 arg_name 打頭。 如果為數(shù)字，則它指向一個(gè)位置參數(shù)，而如果為關(guān)鍵字，則它指向一個(gè)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(huì)按順序自動(dòng)插入。 由于 arg_name 不使用引號(hào)分隔，因此無(wú)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(huì)使用 getattr() 選擇命名屬性，而 '[index]' 形式的表達(dá)式會(huì)使用 __getitem__() 執(zhí)行索引查找。

一些簡(jiǎn)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(lèi)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(lái)完成。 但是，在某些情況下最好強(qiáng)制將類(lèi)型格式化為一個(gè)字符串，覆蓋其本身的格式化定義。 通過(guò)在調(diào)用 __format__() 之前將值轉(zhuǎn)換為字符串，可以繞過(guò)正常的格式化邏輯。

目前支持的轉(zhuǎn)換旗標(biāo)有三種: '!s' 會(huì)對(duì)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(duì)齊、填充、小數(shù)精度等細(xì)節(jié)信息。 每種值類(lèi)型可以定義自己的“格式化迷你語(yǔ)言”或?qū)?format_spec 的解讀方式。

大多數(shù)內(nèi)置類(lèi)型都支持同樣的格式化迷你語(yǔ)言，具體描述見(jiàn)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(chēng)、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(huì)在解讀 format_spec 字符串之前先被解讀。 這將允許動(dòng)態(tài)地指定特定值的格式。

請(qǐng)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(jiǎn)便的字符串替換方式。 模板字符串的一個(gè)主要用例是文本國(guó)際化 (i18n)，因?yàn)樵诖藞?chǎng)景下，更簡(jiǎn)單的語(yǔ)法和功能使得文本翻譯過(guò)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(shí)現(xiàn) i18n 的庫(kù)的一個(gè)示例，請(qǐng)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(hào)；它會(huì)被替換為單個(gè)的 $。

• $identifier 為替換占位符，它會(huì)匹配一個(gè)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(xiàn)）組成的字符串，不區(qū)分大小寫(xiě)，以下劃線(xiàn)或 ASCII 字母開(kāi)頭。 在 $ 字符之后的第一個(gè)非標(biāo)識(shí)符字符將表明占位符的終結(jié)。

• ${identifier} 等價(jià)于 $identifier。 當(dāng)占位符之后緊跟著有效的但又不是占位符一部分的標(biāo)識(shí)符字符時(shí)需要使用，例如 "${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(shí)現(xiàn)這些規(guī)則的 Template 類(lèi)。 Template 有下列方法：

class string.Template(template)?

該構(gòu)造器接受一個(gè)參數(shù)作為模板字符串。

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

執(zhí)行模板替換，返回一個(gè)新字符串。 mapping 為任意字典類(lèi)對(duì)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(duì)應(yīng)占位符。 當(dāng)同時(shí)給出 mapping 和 kwds 并且存在重復(fù)時(shí)，則以 kwds 中的占位符為優(yōu)先。

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

類(lèi)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(gè)與 substitute() 的差異是任何在其他情況下出現(xiàn)的 $ 將簡(jiǎn)單地返回 $ 而不是引發(fā) ValueError。

此方法被認(rèn)為“安全”，因?yàn)殡m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(gè)異常。 從另一方面來(lái)說(shuō)，safe_substitute() 也可能根本算不上安全，因?yàn)樗鼘㈧o默地忽略錯(cuò)誤格式的模板，例如包含多余的分隔符、不成對(duì)的花括號(hào)或不是合法 Python 標(biāo)識(shí)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(shí)例還提供一個(gè)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(duì)象。 一般來(lái)說(shuō)，你不應(yīng)該修改它，但并不強(qiáng)制要求只讀訪(fǎng)問(wèn)。

以下是一個(gè)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(lèi)來(lái)自定義占位符語(yǔ)法、分隔符，或用于解析模板字符串的整個(gè)正則表達(dá)式。 為此目的，你可以重載這些類(lèi)屬性：

• delimiter -- 這是用來(lái)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(qǐng)注意此參數(shù) 不能 為正則表達(dá)式，因?yàn)槠鋵?shí)現(xiàn)將在必要時(shí)對(duì)此字符串調(diào)用 re.escape()。 還要注意你不能在創(chuàng)建類(lèi)之后改變此分隔符（例如在子類(lèi)的類(lèi)命名空間中必須設(shè)置不同的分隔符）。

• idpattern -- 這是用來(lái)描述不帶花括號(hào)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(hào)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?cè)谶@里使用了局部旗標(biāo) a。

  在 3.7 版更改: braceidpattern 可被用來(lái)定義對(duì)花括號(hào)內(nèi)部和外部進(jìn)行區(qū)分的模式。

• braceidpattern -- 此屬性類(lèi)似于 idpattern 但是用來(lái)描述帶花括號(hào)的占位符的模式。 默認(rèn)值 None 意味著回退到 idpattern (即在花括號(hào)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(hào)和不帶花括號(hào)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(shí)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(qǐng)注意 re.VERBOSE 總是會(huì)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(xiàng)，你可以通過(guò)重載類(lèi)屬性 pattern 來(lái)提供整個(gè)正則表達(dá)式模式。 如果你這樣做，該值必須為一個(gè)具有四個(gè)命名捕獲組的正則表達(dá)式對(duì)象。 這些捕獲組對(duì)應(yīng)于上面已經(jīng)給出的規(guī)則，以及無(wú)效占位符的規(guī)則：

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

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

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

• invalid -- 這個(gè)組匹配任何其他分隔符模式（通常為單個(gè)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(xiě)形式，使用 str.join() 將大寫(xiě)的單詞進(jìn)行拼接。 如果可選的第二個(gè)參數(shù) sep 被省略或?yàn)?None，則連續(xù)的空白字符會(huì)被替換為單個(gè)空格符并且開(kāi)頭和末尾的空白字符會(huì)被移除，否則 sep 會(huì)被用來(lái)拆分和拼接單詞。