Работа со строками

Строки в Python хранятся в Unicode.

В Python нет отдельного типа для одного символа. Символ это str длинной 1.

Индексация

str индексируются как перечисляемые типы. К ним можно применять срезы и итерировать по символам.

s = "привет"
s[1] == "p" # True
for ss in s:
    print(ss)

Изменение

str нельзя изменить.

s = "привет"
s[1] = "Ф" # Ошибка

Чтобы изменить строку надо создать новую из старой или превратить ее в список.

s = "привет"
s = s[0:1] + "Ф" + s[2:] # Успешно

s = "привет"
vs = list(s)
vs[1] = "Ф"
s = ''.join(vs) # Успешно

Некоторые методы

find

Поиск подстроки

s = "hello world"
x = s.find("world") # x == 6
x = s.find("code") # x == -1

startswith и endswith

Проверка, что строка начинается или заканчивается на подстроку

s = "hello world"
x = s.startswith("hello") # x == True
x = s.endswith("code") # x == False

+

Конкатенация строк

a = "hello"
b = "world"
c = a + " " + b #c == "hello world"

split

Разбивает строку на список строк с использованием разделителя (по умолчанию пробел)

s = "goodbye|blue|sky"
d = s.split("|") # d == ['goodbye', 'blue', 'sky']

join

Собирает строку из списка строк с использованием разделителя

jp = ["goodbye", "blue", "sky"]
sep = "_"
s = sep.join(jp) # s == "goodbye_blue_sky"

strip

Удаляет из начала и конца строки пробельные символы

s = "\t  goodbye blue  sky  \n \n"
d = s.strip() # d == "goodbye blue  sky"

replace

Выполняет замену в строке

s = "goodbye blue sky"
d = s.replace("blue", "red") # d == "goodbye red sky"

encode и decode

Превращают str в bytes и обратно в заданной кодировке (по умолчанию utf8)

s = "привет мир"
d = s.encode("cp866")
# d == b'\xaf\xe0\xa8\xa2\xa5\xe2 \xac\xa8\xe0'
q = d.decode("cp866")
# q == "привет мир"

ljust и rjust

Догоняет строку заданным символом до нужной длинны.

s = "привет мир"
w = s.ljust(15,"_")
# w == 'привет мир_____'
q = s.rjust(15,"_")
# q == '_____привет мир'

Формирование строк в стиле printf

У типа str предусмотрен оператор % который принимает вторым аргументом переменную или кортеж и подставляет их на указанное место в строке.

t = "привет %s : %.2f"
s = t % ("мир", 42)
# s == 'привет мир : 42.00'

Популярные форматы

Популярные модификаторы

"%6d" % 42 # '    42'
"%06d" % 42 # '000042'
"%.2f" % 3.14159   # '3.14'
"%06.2f" % 3.14159 # '003.14'
"%#6.2f" % 3.14159 # '  3.14'
"%+6.3f" % 3.14159 # '+3.142'

Формирование строк в стиле format

У типа str есть специальный метод format:

s = 'Привет, {}!'
w = s.format('мир')
#w == 'Привет, мир!'

Преимущества:

• Автоматическое приведение типов
• Возможность передачи параметров по имени и по номеру (в том числе повторение)

Форматы аналогичны % но указываются после символа : перед которым может стоять имя аргумента:

s = 'Power {power:.2f} State {state}'
w = s.format(state = "Ready", power = 3.14159)
#w == 'Power 3.14 State Ready'

Разбор строк

Базовые разбор строк часто можно выполнить комбинацией методов 'split', 'strip' и приведением полученных элементов строки к нужным типам. Но иногда этого бывает мало или получаемый код выходит слишком громоздким.

scanf

Пакет scanf^[pip] предоставляет метод разбора строк аналогичный C функции scanf.

from scanf import scanf

template = 'Power: %f [%], %s, Stemp: %f'
text = 'Power:   0.0 [%], Cool, Stemp: 23.73'
s = scanf(template, text)
#s == (0.0, 'Cool', 23.73)

Поддерживаемые модификаторы: ширина поля %12d и пропуск поля %*d.

Дополнительно имеется тип %c — один или нескольких символов, например %12c, а %s работает до первого пробела.

Подробное описание форматов scanf.

Регулярные выражения

Регулярные выражения — специальный язык программирования. В стандартной библиотеке Python есть модуль для работы с ними — re. Перед использованием регулярные выражения следует компилировать методом re.compile, это повышает производительность.

Основные применения:

• Проверка формальной корректности строки
• Поиск/замена по шаблону
• Разделение строки по правилам

Проверить свои регулярные выражения можно, например, на сайте http://www.pyregex.com/.

Использование длинных и сложных регулярных выражений считается плохим стилем. Для разбора сложного синтаксиса следует использовать другие инструменты.

Некоторые популярные регулярные выражения

Чтобы избежать проблем с экранированием регулярные выражения записываются, как строки без экранирования, например r'\w+'.

Некоторые методы

match

Проверка на соответствие строки — шаблону.

import re

r = re.compile(r"\w+ = \w+")
r.match("Привет = мир") != None # True
r.match("Привет =") != None # False
r.match("Привет = мир проверка") != None # True

r = re.compile(r"^\w+\s+=\s+\w+$")
r.match("Привет = мир проверка") != None # False
r.match("Привет = мир\n") != None # True

r = re.compile(r"^(\w+)\s+=\s+(\w+)$")
wd = r.match("Привет = мир")
wd.group(0) # 'Привет = мир'
wd.group(1) # 'Привет'
wd.group(2) # 'мир'

search / findall

Поиск в строке подстрок(-и) удовлетворяющей выражению.

import re

r = re.compile(r"[а-я]+")
wd = r.search("Если я чешу в затылке не беда!")
s = wd.group(0) # s == 'сли'

t = r.findall("Если я чешу в затылке не беда!")
#t == ['сли', 'я', 'чешу', 'в', 'затылке', 'не', 'беда']

sub

Замена подстрок(-и) удовлетворяющей выражению.

import re

r = re.compile(r"\s+")
s = r.sub("-","begin      begin       begin   end    end   end")
# s == 'begin-begin-begin-end-end-end'

split

Разбиение строки по разделителю в виде регулярного выражения.

import re

r = re.compile(r"\s+")
s = r.split("Если   я    чешу  в   затылке   не беда!")
# s == ['Если', 'я', 'чешу', 'в', 'затылке', 'не', 'беда!']