問題一：如何拆分含有多種分隔符的字符串？
問題內容：
我們要把某個字符串依據分隔符號拆分不同的字段村缸，該字段包含多種不同的分隔符，例如：
s = 'ab;cd|efg|hi,jkl|mn\topq;rst,uvw\txyz'
其中的 ， | ; \t 都是分隔符號，如何處理怒医？
對于單一的分隔符：
In [4]: x = !ps aux
In [5]: s = x[-1]
In [6]: s
Out[6]: 'root 32487 0.0 0.0 0 0 ? S 09:44 0:01 [kworker/u24:0]'
In [7]: s.split?
Docstring:
S.split(sep=None, maxsplit=-1) -> list of strings
Return a list of the words in S, using sep as the
delimiter string. If maxsplit is given, at most maxsplit
splits are done. If sep is not specified or is None, any
whitespace string is a separator and empty strings are
removed from the result.
Type: builtin_function_or_method
In [8]: s.split()
Out[8]:
['root',
'32487',
'0.0',
'0.0',
'0',
'0',
'?',
'S',
'09:44',
'0:01',
'[kworker/u24:0]']
解決方案：
方法一：連續(xù)使用str.split()方法，每次處理一個分隔符號奢讨。
方法二：使用正則表達式的re.split()方法稚叹，一次性拆分字符串。
方法一：
In [9]: s = 'ab;cd|efg|hi,jkl|mn\topq;rst,uvw\txyz'
In [10]: s.split(';')
Out[10]: ['ab', 'cd|efg|hi,jkl|mn\topq', 'rst,uvw\txyz']
In [11]: res = s.split(';')
In [12]: map(lambda x: x.split('|'),res)
Out[12]: <map at 0x7f2faa12bc50>
In [13]: list(map(lambda x: x.split('|'),res))
Out[13]: [['ab'], ['cd', 'efg', 'hi,jkl', 'mn\topq'], ['rst,uvw\txyz']]
In [14]: t = []
In [38]: list(map(lambda x: t.extend(x.split('|')),res))
Out[38]: [None, None, None]
In [39]: t
Out[39]: ['ab', 'cd', 'efg', 'hi,jkl', 'mn\topq', 'rst,uvw\txyz']
In [40]: res = t
In [41]: t = []
In [42]: list(map(lambda x: t.extend(x.split(',')),res))
Out[42]: [None, None, None, None, None, None]
In [43]: t
Out[43]: ['ab', 'cd', 'efg', 'hi', 'jkl', 'mn\topq', 'rst', 'uvw\txyz']
根據上面的邏輯，我們可以寫個函數(shù)
In [44]: def mySplit(s,ds):
...: res = [s]
...: for d in ds:
...: t = []
...: list(map(lambda x: t.extend(x.split(d)),res))
...: res = t
...: return res
...:
In [45]: s = 'ab;cd|efg|hi,jkl|mn\topq;rst,uvw\txyz'
In [46]: mySplit(s,';,|\t')
Out[46]: ['ab', 'cd', 'efg', 'hi', 'jkl', 'mn', 'opq', 'rst', 'uvw', 'xyz']
但是有兩個分隔符連續(xù)的時候就會生成空的字符串
In [47]: s = 'ab;;cd|efg|hi,jkl|mn\topq;rst,uvw\txyz'
In [48]: mySplit(s,';,|\t')
Out[48]: ['ab', '', 'cd', 'efg', 'hi', 'jkl', 'mn', 'opq', 'rst', 'uvw', 'xyz']
我們修改函數(shù)扒袖，當字符串不為空的時候才返回
In [49]: def mySplit(s,ds):
...: res = [s]
...: for d in ds:
...: t = []
...: list(map(lambda x: t.extend(x.split(d)),res))
...: res = t
...: return [x for x in res if x ]
...:
...:
In [50]: s = 'ab;;cd|efg|hi,jkl|mn\topq;rst,uvw\txyz'
In [51]: mySplit(s,';,|\t')
Out[51]: ['ab', 'cd', 'efg', 'hi', 'jkl', 'mn', 'opq', 'rst', 'uvw', 'xyz']
方法二：
In [56]: import re
In [57]: re.split?
Signature: re.split(pattern, string, maxsplit=0, flags=0)
Docstring:
Split the source string by the occurrences of the pattern,
returning a list containing the resulting substrings. If
capturing parentheses are used in pattern, then the text of all
groups in the pattern are also returned as part of the resulting
list. If maxsplit is nonzero, at most maxsplit splits occur,
and the remainder of the string is returned as the final element
of the list.
File: /usr/local/lib/python3.5/re.py
Type: function
In [58]: re.split(r'[;,|\t]+',s)
Out[58]: ['ab', 'cd', 'efg', 'hi', 'jkl', 'mn', 'opq', 'rst', 'uvw', 'xyz']
問題二：如何判斷字符串a是否以字符串b開頭或結尾蛤奥？
問題內容：
某文件系統(tǒng)目錄下有一些列文件：
qudsn.rc
cadbh.py
ajcn.java
njasd.sh
wneacm.cpp
......
編寫程序給其中所有 .sh文件和 .py文件加上用戶可執(zhí)行權限。
解決方案：
使用字符串的str.startswitch()和str.endswith()方法
注意：多個匹配時參數(shù)使用元組
In [1]: ls
a.py b.sh c.java d.h e.cpp f.c
In [2]: import os,stat
In [3]: os.listdir('.')
Out[3]: ['a.py', 'b.sh', 'c.java', 'd.h', 'e.cpp', 'f.c']
In [4]: s = 'g.sh'
In [5]: s.endswith('.sh')
Out[5]: True
In [6]: s.endswith('.py')
Out[6]: False
當傳入為元組的時候僚稿，只要有一個成立，就會返回True
In [7]: s.endswith(('.sh','.py'))
Out[7]: True
還有就是蟀伸，傳入的參數(shù)只能為元組蚀同，不能為列表
In [8]: s.endswith(['.sh','.py'])
---------------------------------------------------------------------------
TypeError Traceback (most recent call last)
<ipython-input-8-2b9d4c4a32cd> in <module>()
----> 1 s.endswith(['.sh','.py'])
TypeError: endswith first arg must be str or a tuple of str, not list
下面我們給指定文件授予權限：
In [9]: [ name for name in os.listdir('.') if name.endswith(('.sh','.py'))]
Out[9]: ['a.py', 'b.sh']
查看當前文件狀態(tài)，其中的st_mode為狀態(tài)碼
In [11]: os.stat('a.py')
Out[11]: os.stat_result(st_mode=33188, st_ino=3678001, st_dev=2051, st_nlink=1, st_uid=0, st_gid=0, st_size=0, st_atime=1491533824, st_mtime=1491533824, st_ctime=1491533824)
In [12]: os.stat('a.py').st_mode
Out[12]: 33188
將狀態(tài)碼轉為八進制啊掏，后三位就是我們平時看的777.
In [13]: oct(os.stat('a.py').st_mode)
Out[13]: '0o100644'
我們將狀態(tài)碼和stat.S_IXUSR 進行并集操作蠢络，X 代表執(zhí)行，USR代表用戶
In [17]: os.chmod('a.py',os.stat('a.py').st_mode | stat.S_IXUSR)
In [18]: os.stat('a.py').st_mode
Out[18]: 33252
文件被賦予執(zhí)行權限
In [19]: ls -l
total 0
-rwxr--r-- 1 root root 0 Apr 7 10:57 a.py*
-rw-r--r-- 1 root root 0 Apr 7 10:57 b.sh
-rw-r--r-- 1 root root 0 Apr 7 10:57 c.java
-rw-r--r-- 1 root root 0 Apr 7 10:57 d.h
-rw-r--r-- 1 root root 0 Apr 7 10:57 e.cpp
-rw-r--r-- 1 root root 0 Apr 7 10:57 f.c
問題三：如何調整字符串中文本的格式迟蜜？
問題內容：
某log文件刹孔，其中的日期格式為
......
t=2017-04-07T15:47:00+0800 lvl=eror msg="Metrics: GraphitePublisher: Failed to connect to [dial tcp [::1]:2003: getsockopt: connection refused]!"
t=2017-04-07T15:47:10+0800 lvl=eror msg="Metrics: GraphitePublisher: Failed to connect to [dial tcp [::1]:2003: getsockopt: connection refused]!"
t=2017-04-07T15:47:20+0800 lvl=eror msg="Metrics: GraphitePublisher: Failed to connect to [dial tcp [::1]:2003: getsockopt: connection refused]!"
t=2017-04-07T15:47:30+0800 lvl=eror msg="Metrics: GraphitePublisher: Failed to connect to [dial tcp [::1]:2003: getsockopt: connection refused]!"
......
我們想把其中的日期格式改為美國日期格式'mm/dd/yyyy'，'2017-04-07'=>'04/07/2017'娜睛，該如何處理髓霞？
解決方案：
使用正則表達式re.sub()方法做字符串替換惹悄，利用正則表達式的捕獲組邑闺，捕獲每個部分內容，在替換字符串中調整各個捕獲組的順序弯院。
In [8]: log = open('gdash.log').read()
In [9]: import re
In [10]: re.sub?
Signature: re.sub(pattern, repl, string, count=0, flags=0)
Docstring:
Return the string obtained by replacing the leftmost
non-overlapping occurrences of the pattern in string by the
replacement repl. repl can be either a string or a callable;
if a string, backslash escapes in it are processed. If it is
a callable, it's passed the match object and must return
a replacement string to be used.
File: /usr/local/lib/python3.5/re.py
Type: function
In [12]: re.sub('(\d{4})-(\d{2})-(\d{2})',r'\2/\3/\1',log)
其中的 \1 代表第一個組障斋，我們還可以給組進行設置組名
In [14]: re.sub('(?P<year>\d{4})-(?P<month>\d{2})-(?P<day>\d{2})',r'\g<month>/\g<day>/\g<year>',log)
問題五：如何對字符串進行左纵潦，右，居中對齊垃环？
某個字典存儲了一系列屬性值：
{
"lodDISt":1000.0,
"ejfmkd":0.01
"ajdmea":30.0
"jrfenim":322
}
在程序中邀层，我們想以下面的工整的格式將其輸出，如何處理遂庄？
lodDISt :1000.0,
ejfmkd :0.01
ajdmea :30.0
jrfenim :322
方法一：使用字符串的str.ljust()寥院，str.rjust()，str.center()進行左涛目，右只磷，居中對齊。
方法二：使用format()方法泌绣，傳遞類似'<20'钮追，'>20'，'^20'參數(shù)完成同樣任務阿迈。
In [1]: s = 'abc'
查看方法的詳解
In [2]: s.ljust?
Docstring:
S.ljust(width[, fillchar]) -> str
Return S left-justified in a Unicode string of length width. Padding is
done using the specified fill character (default is a space).
Type: builtin_function_or_method
In [3]: s.ljust(20)
Out[3]: 'abc '
傳入的第二個參數(shù)為填充值
In [4]: s.ljust(20,'=')
Out[4]: 'abc================='
In [5]: s.rjust(20)
Out[5]: ' abc'
In [6]: len(s.rjust(20))
Out[6]: 20
In [7]: s.center(20)
Out[7]: ' abc '
使用format()方法
In [8]: format?
Signature: format(value, format_spec='', /)
Docstring:
Return value.__format__(format_spec)
format_spec defaults to the empty string
Type: builtin_function_or_method
左對齊：
In [9]: format(s,'<20')
Out[9]: 'abc '
右對齊：
In [10]: format(s,'>20')
Out[10]: ' abc'
居中：
In [11]: format(s,'^20')
Out[11]: ' abc '
我們看下問題內容：
In [14]: d
Out[14]: {'ajdmea': 30.0, 'ejfmkd': 0.01, 'jrfenim': 322, 'lodDISt': 1000.0}
In [15]: d.keys()
Out[15]: dict_keys(['lodDISt', 'jrfenim', 'ajdmea', 'ejfmkd'])
獲得鍵長的列表
In [16]: map(len,d.keys())
Out[16]: <map at 0x7fe9eb59ea20>
In [17]: list(map(len,d.keys()))
Out[17]: [7, 7, 6, 6]
In [18]: max(map(len,d.keys()))
Out[18]: 7
In [19]: w = max(map(len,d.keys()))
In [20]: for k in d:
...: print(k.ljust(w),':',d[k])
...:
lodDISt : 1000.0
jrfenim : 322
ajdmea : 30.0
ejfmkd : 0.01
問題六：如何去掉字符串中不需要的字符
問題內容：
1元媚，過濾掉用戶輸入中的前后多余的空白字符
2，過濾某windows下編輯文本中的'\r'
3，去掉文本中的unicode組合符號（音調）
解決方案：
方法一：字符串strip()刊棕，lstrip()炭晒，rstrip()方法去掉字符串兩端字符
方法二：刪除單個固定位置的字符，可以使用切片 + 拼接的方式
方法三：字符串的replace()方法或正則表達式re.sub()刪除任一位置字符
方法四：字符串translate()方法甥角，可以同事刪除多種不同字符
去除前后的空白
In [21]: s = ' abc 123 '
In [22]: s.strip?
Docstring:
S.strip([chars]) -> str
Return a copy of the string S with leading and trailing
whitespace removed.
If chars is given and not None, remove characters in chars instead.
Type: builtin_function_or_method
當為指定字符時网严，默認去除空白字符
In [23]: s.strip()
Out[23]: 'abc 123'
In [24]: s.lstrip()
Out[24]: 'abc 123 '
In [25]: s.rstrip()
Out[25]: ' abc 123'
In [26]: s = '---abc+++'
當指定去除字符的時候
In [27]: s.strip('-+')
Out[27]: 'abc'
In [28]: s.lstrip('-')
Out[28]: 'abc+++'
In [29]: s.rstrip('+')
Out[29]: '---abc'
刪除固定位置的字符：
In [30]: s = 'abc:123'
去除字符串中的 :
In [31]: s[:3] + s[4:]
Out[31]: 'abc123'
使用替換方法：
In [32]: s = '\tabc\t123\t'
In [33]: s.replace('\t','')
Out[33]: 'abc123'
但是replace()方法只能替換單一的字符，當有多種字符的時候嗤无，可以使用正則表達式的sub()方法震束。
In [34]: s = '\tabc\t123\txyz\ropq\r'
In [35]: import re
In [36]: re.sub('[\t\r]','',s)
Out[36]: 'abc123xyzopq'
使用tanslate()方法
我們看下translate方法的選項，第一個是映射表当犯，第二個是要刪除的字符
In [37]: str.translate?
Docstring:
S.translate(table) -> str
Return a copy of the string S in which each character has been mapped
through the given translation table. The table must implement
lookup/indexing via __getitem__, for instance a dictionary or list,
mapping Unicode ordinals to Unicode ordinals, strings, or None. If
this operation raises LookupError, the character is left untouched.
Characters mapped to None are deleted.
Type: method_descriptor
In [38]: s = 'abc123456xyz'
In [42]: tal = str.maketrans('abcxyz','xyzabc')
In [43]: s.translate(tal)
Out[43]: 'xyz123456abc'
注意：在python3中垢村，這兩種方法被包含到str類的方法中，就是說不用import string就可以直接用兩種方法嚎卫。
使用translate()方法刪除指定字符
In [54]: s = 'abc\refg\n234\t'
首先設置映射表
In [55]: map = str.maketrans('','','\r\t\n')
In [56]: s.translate(map)
Out[56]: 'abcefg234'
使用translate()方法嘉栓，看截圖
Paste_Image.png
