Python 2 标准库示例：1.1 String-文本常量和模板

| 分类 Programming  | 标签 Programming  《The Python Standard Library by Example》  Python  string 

Python 2 标准库示例: 1.1 String-文本常量和模板

Python 2.0 之前，通常使用 string 模块中的函数来处理文本（已过时），没有使用 string 对象的方法。

Python 2.4 及之后的程序可能会使用 string.Template 来参数化字符串，即将动态数值插入到文本中。

textwrap 模块中的工具用于格式化文本段，如限制文本宽度，添加缩进，插入换行以实现折行功能等。

string 对象支持内置的相等和排序比较操作，除此之外，标准库中还包含 2 个与文本值比较相关的模块。re 是一个完整的正则表达式库，用 C 实现。它适于在大数据集中进行子串查询和模式匹配。

difflib 模块能计算出两个文本序列间的实际不同处，如新增、删除、修改等各部分。我们可以利用 difflib 中的比较函数的输出，来反映文本随时间的修改情况。

string–文本常量和模板

目的: 包含用于处理文本的常量和类。 Python 版本: 1.4+

自 2.0 开始，之前在 string 模块中实现的函数都迁移到了 str 和 unicode 对象中，作为方法呈现。string 模块的相应函数已经过时，会到 Python 3.0 时删除。

string 模块中还保留一些有用的常量和类，用于处理 string 和 unicode 对象。

函数

capwords() 和 maketrans() 这两个函数没有从 string 中移除。

capwords() 函数将字符串中每个字的首字母大写。

import string

s = 'The quick brown fox jumped over the lazy dog.'

print s
print string.capwords(s)

The quick brown fox jumped over the lazy dog.
The Quick Brown Fox Jumped Over The Lazy Dog.

其作用等于：先调用 split()，再将每个字的首字母变大写，然后调用 join() 组合回文本。

maketrans() 函数会先创建一个转换表，然后 translate() 方法会通过查询该转换表，将一个字符转换成另一个字符。这种方式比多次调用 replace() 便捷。

import string

leet = string.maketrans('abegiloprstz', '463611092572')

s = 'The quick brown fox jumped over the lazy dog.'

print s
print s.translate(leet)

The quick brown fox jumped over the lazy dog.
Th3 qu1ck 620wn f0x jum93d 0v32 7h3 142y d06.

上面例子中，e->3, i->1,b->6,…

模板

文本模板在 Python 2.4 (PEP 292) 时引入。使用 string.Template 时，变量标识前加 $，如 $var，必要时，也可加 {}，以与周围文本区分，如 ${var}。

import string

values = {'var': 'foo'}

t = string.Template("""
Variable: $var
Escape: $$
Variable in text: ${var}iable
""")

print 'TEMPLATE:', t.substitute(values)

s = """
Variable: %(var)s
Escape: %%
Variable in text: %(var)ssiable
"""

print 'INTERPOLATION: ', s % values

TEMPLATE: 
Variable: foo
Escape: $
Variable in text: fooiable

INTERPOLATION:  
Variable: foo
Escape: %
Variable in text: foosiable

上面的例子中，触发字符($ 和 %) 都通过重复两次实现转义。

模板和字符串标准修改间的一个关键不同是：模板的参数不考虑类型，它们的值都会预先转化成字符串后，再插入结果中。并且没有格式化选项，比如无法控制浮点数值的小数表示个数。

但是，模板的一个好处是，使用 safe_substitute() 方法时，如果没有为模板提供足够的参数值，也不会抛出异常，缺少值的变量表达式会在结果中原样保留。

import string

values = {'var': 'foo'}

t = string.Template("$var is here but $missing is not provided")

try:
    print 'substitute(): ', t.substitute(values)
except KeyError, err:
    print 'ERROR:', str(err)

print 'safe_substitute(): ', t.safe_substitute(values)

substitute():  ERROR: 'missing'
safe_substitute():  foo is here but $missing is not provided

1.1.3 高级模板

string.Template 类通过正则表达式来查找变量名，因此可以通过修改类属性 delimiter 和 idpattern 来修改。

import string

class MyTemplate(string.Template):
    delimiter = '%'
    idpattern = '[a-z]+_[a-z]+'

values = {'with_underscore': 'replaced',
         'notunderscored': 'not replaced',
         }

t = MyTemplate('''
    Delimiter: %%
    Replaced: %with_underscore
    Ignored: %notunderscored
    ''')

print 'Modified ID pattern:'
print t.safe_substitute(values)

Modified ID pattern:

    Delimiter: %
    Replaced: replaced
    Ignored: %notunderscored

上例中，模板的分隔符修改为了 %, 变量名通过 idpattern 限制为了必须包含有下划线字符。

对于更复杂的情况，可以重载 pattern 类属性实现。提供的 pattern 这个正则表达式必须包含 4 个命名组，来匹配获取：转义的分隔符，命名变量，带花括号版本的变量名，及任何无效的分隔符模式。

import string

t = string.Template('$var')
print t.pattern.pattern

    \$(?:
      (?P<escaped>\$) |   # Escape sequence of two delimiters
      (?P<named>[_a-z][_a-z0-9]*)      |   # delimiter and a Python identifier
      {(?P<braced>[_a-z][_a-z0-9]*)}   |   # delimiter and a braced identifier
      (?P<invalid>)              # Other ill-formed delimiter exprs
    )

t.pattern 是已编译版本的正则表达式，源字符串版本是 t.pattern.pattern。

下面的例子中定义了一个新的 pattern，以使用 {{var}} 这种变量语法。


import re
import string

class MyTemplate(string.Template):
    delimiter = '{{'
    pattern = r'''
    \{\{(?:
      (?P<escaped>\{\{)|
      (?P<named>[_a-z][_a-z0-9]*)\}\}|
      (?P<braced>[_a-z][_a-z0-9]*)\}\}|
      (?P<invalid>)
    )
    '''

t = MyTemplate('''
{{{{
{{var}}
''')

print 'MATCHES:', t.pattern.findall(t.template)
print 'SUBSTITUTED:', t.safe_substitute(var='replacement')


MATCHES: [('{{', '', '', ''), ('', 'var', '', '')]
SUBSTITUTED: 
{{
replacement

更多资源

参考


上一篇     下一篇