如何在一个字符串Python中获取所有内容

0Co*_*ool 65 python regex string split

我正在寻找一种方法来获取字母表中的所有字母:但我不知道从哪里开始.我会使用正则表达式吗?如果是这样的话?

string = "Username: How are you today?"
Run Code Online (Sandbox Code Playgroud)

有人能告诉我一个关于我能做什么的例子吗?

fre*_*ini 119

只需使用该split功能.它返回一个列表,因此您可以保留第一个元素:

>>> s1.split(':')
['Username', ' How are you today?']
>>> s1.split(':')[0]
'Username'
Run Code Online (Sandbox Code Playgroud)

  • *限制*分裂,或者在这种情况下 - 使用`s1.partition(':')[0]` (8认同)
  • 不要使用 split,因为它正在处理所有 ':' 并创建一个完整的数组,不适合较长的字符串。请参阅@Hackaholic 使用索引的方法。只是有人还推荐了一种显然不那么有效的正则表达式。另外还必须有一个 python 选项来执行基于索引的 .substringBefore() 的标准操作。为了方便起见,还应该有 .substringBeforeLast() 等变体(代码不应重复)。注意到有关分区的一点 - 是的,':' 之后的处理较少,但仍然返回 <class 'tuple'>: ('1', ':', '2:3') 而不是 '1'。 (4认同)

Hac*_*lic 29

使用index:

>>> string = "Username: How are you today?"
>>> string[:string.index(":")]
'Username'
Run Code Online (Sandbox Code Playgroud)

索引将在字符串中给出":"的位置,然后您可以对其进行切片

如果你想使用正则表达式:

>>> import re
>>> re.match("(.*?):",string).group()
'Username'                       
Run Code Online (Sandbox Code Playgroud)

match 从字符串的开头匹配,

  • 这个方法(string [:string.index(":")])可能比拆分更干净 (3认同)
  • 如果它不存在,索引将失败。 (3认同)
  • 不应该是 `re.match("(.*?):",string).group(1)` (如果没有冒号,可能需要一些检查)?`re.match("(.*?):",string).group()` 似乎仍然包含冒号。 (2认同)

Cor*_*mer 15

你不需要regex这个

>>> s = "Username: How are you today?"
Run Code Online (Sandbox Code Playgroud)

您可以使用split方法拆分的字符串':'的字符

>>> s.split(':')
['Username', ' How are you today?']
Run Code Online (Sandbox Code Playgroud)

并切出元素[0]以获取字符串的第一部分

>>> s.split(':')[0]
'Username'
Run Code Online (Sandbox Code Playgroud)


Ari*_*ide 5

我已经在Python 3.7.0(IPython)下对这些各种技术进行了基准测试。

TLDR

  • 最快(c已知拆分符号时):预编译的正则表达式。
  • 最快的(否则)s.partition(c)[0]
  • 安全(例如,c可能不在时s):分区,拆分。
  • 不安全:索引,正则表达式。

import string, random, re

SYMBOLS = string.ascii_uppercase + string.digits
SIZE = 100

def create_test_set(string_length):
    for _ in range(SIZE):
        random_string = ''.join(random.choices(SYMBOLS, k=string_length))
        yield (random.choice(random_string), random_string)

for string_length in (2**4, 2**8, 2**16, 2**32):
    print("\nString length:", string_length)
    print("  regex (compiled):", end=" ")
    test_set_for_regex = ((re.compile("(.*?)" + c).match, s) for (c, s) in test_set)
    %timeit [re_match(s).group() for (re_match, s) in test_set_for_regex]
    test_set = list(create_test_set(16))
    print("  partition:       ", end=" ")
    %timeit [s.partition(c)[0] for (c, s) in test_set]
    print("  index:           ", end=" ")
    %timeit [s[:s.index(c)] for (c, s) in test_set]
    print("  split (limited): ", end=" ")
    %timeit [s.split(c, 1)[0] for (c, s) in test_set]
    print("  split:           ", end=" ")
    %timeit [s.split(c)[0] for (c, s) in test_set]
    print("  regex:           ", end=" ")
    %timeit [re.match("(.*?)" + c, s).group() for (c, s) in test_set]
Run Code Online (Sandbox Code Playgroud)

结果

String length: 16
  regex (compiled): 156 ns ± 4.41 ns per loop (mean ± std. dev. of 7 runs, 10000000 loops each)
  partition:        19.3 µs ± 430 ns per loop (mean ± std. dev. of 7 runs, 100000 loops each)
  index:            26.1 µs ± 341 ns per loop (mean ± std. dev. of 7 runs, 10000 loops each)
  split (limited):  26.8 µs ± 1.26 µs per loop (mean ± std. dev. of 7 runs, 10000 loops each)
  split:            26.3 µs ± 835 ns per loop (mean ± std. dev. of 7 runs, 10000 loops each)
  regex:            128 µs ± 4.02 µs per loop (mean ± std. dev. of 7 runs, 10000 loops each)

String length: 256
  regex (compiled): 167 ns ± 2.7 ns per loop (mean ± std. dev. of 7 runs, 10000000 loops each)
  partition:        20.9 µs ± 694 ns per loop (mean ± std. dev. of 7 runs, 10000 loops each)
  index:            28.6 µs ± 2.73 µs per loop (mean ± std. dev. of 7 runs, 10000 loops each)
  split (limited):  27.4 µs ± 979 ns per loop (mean ± std. dev. of 7 runs, 10000 loops each)
  split:            31.5 µs ± 4.86 µs per loop (mean ± std. dev. of 7 runs, 10000 loops each)
  regex:            148 µs ± 7.05 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

String length: 65536
  regex (compiled): 173 ns ± 3.95 ns per loop (mean ± std. dev. of 7 runs, 10000000 loops each)
  partition:        20.9 µs ± 613 ns per loop (mean ± std. dev. of 7 runs, 100000 loops each)
  index:            27.7 µs ± 515 ns per loop (mean ± std. dev. of 7 runs, 10000 loops each)
  split (limited):  27.2 µs ± 796 ns per loop (mean ± std. dev. of 7 runs, 10000 loops each)
  split:            26.5 µs ± 377 ns per loop (mean ± std. dev. of 7 runs, 10000 loops each)
  regex:            128 µs ± 1.5 µs per loop (mean ± std. dev. of 7 runs, 10000 loops each)

String length: 4294967296
  regex (compiled): 165 ns ± 1.2 ns per loop (mean ± std. dev. of 7 runs, 10000000 loops each)
  partition:        19.9 µs ± 144 ns per loop (mean ± std. dev. of 7 runs, 100000 loops each)
  index:            27.7 µs ± 571 ns per loop (mean ± std. dev. of 7 runs, 10000 loops each)
  split (limited):  26.1 µs ± 472 ns per loop (mean ± std. dev. of 7 runs, 10000 loops each)
  split:            28.1 µs ± 1.69 µs per loop (mean ± std. dev. of 7 runs, 10000 loops each)
  regex:            137 µs ± 6.53 µs per loop (mean ± std. dev. of 7 runs, 10000 loops each)
Run Code Online (Sandbox Code Playgroud)

  • 当`c`不在`s`中时,`s.index(c)`会引发ValueError。因此,当我确定要分区的字符串包含分隔符时,我认为它是安全的,否则是不安全的。 (2认同)
  • 哎呀,臭虫!因为 test_set_for_regex 是一个生成器,所以它在第一次迭代 timeit 后被清空,接下来的迭代不执行任何操作。如果将其设为“列表”,您应该会看到正则表达式方法比之前想象的慢约 1000 倍。 (2认同)

Mar*_*-CZ 5

出于此目的,partition()可能比 split() 更好,因为对于没有分隔符或更多分隔符的情况,它具有更好的可预测结果。