用Python抓取一行的空格/缩进

Question

基本上,如果我有一行以缩进开头的文本,那么获取该缩进并将其放入Python中的变量的最佳方法是什么？例如,如果该行是:

\t\tthis line has two tabs of indention

然后它将返回'\ t\t'.或者,如果该行是:

    this line has four spaces of indention

然后它将返回四个空格.

所以我想你可以说我只需要从第一个非空白字符到结尾的字符串中删除所有内容.思考？

Answer 1

import re
s = "\t\tthis line has two tabs of indention"
re.match(r"\s*", s).group()
// "\t\t"
s = "    this line has four spaces of indention"
re.match(r"\s*", s).group()
// "    "

要剥离前导空格,请使用lstrip.

由于可能会质疑正则表达式的效率,我已经做了一些分析来检查每个案例的效率.

非常长的弦,非常短的前导空间

RegEx> Itertools >> lstrip

>>> timeit.timeit('r.match(s).group()', 'import re;r=re.compile(r"\s*")s="          hello world!"*10000', number=100000)
0.10037684440612793
>>> timeit.timeit('"".join(itertools.takewhile(lambda x:x.isspace(),s))', 'import itertools;s="          hello world!"*10000', number=100000)
0.7092740535736084
>>> timeit.timeit('"".join(itertools.takewhile(str.isspace,s))', 'import itertools;s="          hello world!"*10000', number=100000)
0.51730513572692871
>>> timeit.timeit('s[:-len(s.lstrip())]', 's="          hello world!"*10000', number=100000)
2.6478431224822998

非常短的字符串,非常短的前导空间

lstrip> RegEx> Itertools

如果你可以将字符串的长度限制为chars或更少的字符,那么lstrip技巧可能更好.

>>> timeit.timeit('r.match(s).group()', 'import re;r=re.compile(r"\s*");s="          hello world!"*100', number=100000)
0.099548101425170898
>>> timeit.timeit('"".join(itertools.takewhile(str.isspace,s))', 'import itertools;s="          hello world!"*100', number=100000)
0.53602385520935059
>>> timeit.timeit('s[:-len(s.lstrip())]', 's="          hello world!"*100', number=100000)
0.064291000366210938

这表明lstrip技巧大致为O(√n),如果前导空格的数量不多,则RegEx和itertool方法为O(1).

非常短的弦,非常长的领先空间

lstrip >> RegEx >>> Itertools

如果有很多前导空格,请不要使用RegEx.

>>> timeit.timeit('s[:-len(s.lstrip())]', 's=" "*2000', number=10000)
0.047424077987670898
>>> timeit.timeit('r.match(s).group()', 'import re;r=re.compile(r"\s*");s=" "*2000', number=10000)
0.2433168888092041
>>> timeit.timeit('"".join(itertools.takewhile(str.isspace,s))', 'import itertools;s=" "*2000', number=10000)
3.9949162006378174

非常长的弦,非常长的领先空间

lstrip >>> RegEx >>>>>>>> Itertools

>>> timeit.timeit('s[:-len(s.lstrip())]', 's=" "*200000', number=10000)
4.2374031543731689
>>> timeit.timeit('r.match(s).group()', 'import re;r=re.compile(r"\s*");s=" "*200000', number=10000)
23.877214908599854
>>> timeit.timeit('"".join(itertools.takewhile(str.isspace,s))', 'import itertools;s=" "*200000', number=100)*100
415.72158336639404

这表明如果非空间部分不是很多,所有方法大致缩放为O(m).

Answer 2

偷偷摸摸的方式:虐待lstrip!

fullstr = "\t\tthis line has two tabs of indentation"
startwhites = fullstr[:len(fullstr)-len(fullstr.lstrip())]

这样您就不必完成空白的所有细节了!

(感谢亚当的纠正)