Заметка 5. Текстовая строчка курса Математический практикум по Питону. Шокуров Антон В. shokurov.anton.v@yandex.ru http://машинноезрение.рф Версия 0.11

Аннотация

Вводится базовы объект из Питона (Python): строчка (str). Показано как создавать, преобразовывать, искать подсроки и тому подобное.

Это предварительная версия! Любые замечания приветсвуются.

Не список, но похож

Текстовая строка, str

С объектом строка мы уже ранее встречались. В данной заметки будут показаны дополнительные с ней взаимодействия.

Введение

Создание

'текстовая строка' # Одинарные кавычки.

'текстовая строка'

"можно и в двойных кавычках" # Теперь кавычки двойные.
# Но результат содержит одинарные.

'можно и в двойных кавычках'

type("строка"), type('ещё одна') # Тип в любом случае будет строка -- str.

(str, str)

s = 'некая строка' # Можно конечно её присвоить переменной.

# Длина строки, 
len(s) # т.е. количество символом в её представлении.

12

# Напомню:
s + ' завершилась.'

'некая строка завершилась.'

list('строка')

['с', 'т', 'р', 'о', 'к', 'а']

Индекс

Индекс работает также как и для списка, list. Не будем подробно останавливаться. Строка текста тоже на самом деле может быть проиндексирована, т.е. можно считать букву по индексу.

"индекс"[1] # Считываем второй символ строки.

'н'

s[4] # Тоже для переменной типа str.

'я'

s[-1]

'а'

# Даже такое.
s[1::2] # Результат тоже строка.

'еа тоа'

# Поэтому можно опять взять индекс.
s[1::2][1] # Индекс от индекса.

'а'

Но есть и существенные отличия. Например, строка неизменяемый объект, константный.

# Но присовить новое значение нельзя.
s[4] = 'a' # Присвоить новое значение нельзя.

---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-13-dd7bda6b0e30> in <module>
      1 # Но присовить новое значение нельзя.
----> 2 s[4] = 'a' # Присвоить новое значение нельзя.

TypeError: 'str' object does not support item assignment

Касательно равенства

Проверка на равенство по сути, т.е. как строчки в обычном поимании.

# По сути они равны.
'строка' == "строка"

True

# А эти строки нет.
'строка 1' == "строка 2" # Строки не совпадают.

False

Строки хранятся единожды, т.е. в одном экземпляре. Поэтому их и нельзя изменять.

# Экономия места благодаря константности строк.
id( 'строка' ) == id("строка") # Указатель на них один и тот же.

True

# Например, схожая вещь для целых чисел.
id(6), id(3+3)

(94872206474080, 94872206474080)

# Отдельные цифры тоже являются константными объектами.
6 = 7 # Нельзя присвоить 6 7. 

  File "<ipython-input-18-a407e5fc6203>", line 2
    6 = 7 # Нельзя присвоить 6 7.
                                  ^
SyntaxError: can't assign to literal

В сложных выражениях тоже будет работать.

['aa',['bb']] == ['aa', ['bb']]

True

id( ['строка'] ) == id( ["строка"] )

True

Сравнение нужно делать аккуратно.

["строка"], ["строка"][0] # Это понятно.

(['строка'], 'строка')

# Сравним список со строкой и саму строку.
id( ['строка'] ) == id( ["строка"][0] )
# Конечно не равны.

False

Печать строки

Красивая печать

# В фигурные скобки подставляются значения аргументов метода format.
"первое число {}, а теперь второе {}".format(4,2)
# первый аргумент вместо первой пары фигурных скобок, а второй вместо второй.

'первое число 4, а теперь второе 2'

Конечно можно подставить любой объект. Например строчку.

"{} получила {} баллов за котрольную.".format('Маша',15)

'Маша получила 15 баллов за котрольную.'

Можно указать порядковый номер аргумента в фигурных скобоках явно.

"или иначе, для начала второе число {1}, а теперь первое число {0}".format(4,2)
 # Позволяет менять порядок вывода аргументов.

'или иначе, для начала второе число 2, а теперь первое число 4'

# Номер в фигурных скобрах можно повторять.
"или даже повторять {0}, {1}, {0}.".format(4, 2)

'или даже повторять 4, 2, 4.'

Есть и более прдвинутый подход, где вместо номера указываем именной аргумент.

# Она подставляется автоматически в строке,
'sss {a} ff'.format(a=77) # т.е. там, где она заключена в фигурные скобки.

'sss 77 ff'

a = 55 # Происвоем переменной.
'sss {a} ff'.format() # Имя a должно быть в format.

---------------------------------------------------------------------------
KeyError                                  Traceback (most recent call last)
<ipython-input-28-d2843b6f1e3b> in <module>
      1 a = 55 # Происвоем переменной.
----> 2 'sss {a} ff'.format() # Имя a должно быть в format.

KeyError: 'a'

Можно и саму переменную использовать в скобках (метода format тогда не будет использоваться ). Так, можно оперировать не порядковым номером, а именем переменной.

# Сначала присваиваем некой переменной значение.
a = 77 # Далее будем её использовать.

# Обращаю внимание на f перед строкой.
f'sss {a} ff'

'sss 77 ff'

'sss {a} ff' # А вот что будет без f до строки.

'sss {a} ff'

Выравнивание

# Центрируем текст.
s = 'center'.center(10) # В скобке указывается длина итоговой строки.
s

'  center  '

len( s) # Длина строки.

10

s[2:-2] # Проверим что это так.

'center'

# Если трока больше требуемой величины.
s = 'center'.center(5) # то ничего не делается.
s

'center'

len(s)

6

# Пробелы превичной строки не учитываются,
l = 'q    '.center(8) # т.е. пробелы как обычные символы.
l

' q      '

len(l)

8

'Заявление'.center(80)

'                                   Заявление                                    '

# Выравненная на левый край.
t = ' qq qq'.ljust(10)
t, len( t )

(' qq qq    ', 10)

# Выравненная на правый край.
t = ' qq qq'.rjust(10)
t, len( t )

('     qq qq', 10)

'Сидоров Иван Иванович'.rjust(80)

'                                                           Сидоров Иван Иванович'

Различные проверки

Упорядочивание

'aaa' + 'bbbb' # Ещё наз напомню.

'aaabbbb'

Вместо операции + можно применить и другие. Например, операцию меньше, больше. Строчки можно сравнивать посредством логических операций в алфавитном порядке.

# Возвращает истину если первое слово ижет раньше второго  алфавитном порядке.
'Максим' < 'Дима' # Знак < вместо знака +.

False

'Максим' < 'Федор'

True

# Это можно рассматривать как единое целое,
'Максим' == 'Федор' # т.е. что операция == и < обе логические.

False

# Возьмем, например, список имен.
names = ['Максим', 'Дима', 'Алексей', 'Олег']
names

['Максим', 'Дима', 'Алексей', 'Олег']

Раз есть операция сравнения, то объекты списка можно упорядочить (отсортировать).

names.sort() # сортируем объекты в списке,
names # т.е. имена в списке.

['Алексей', 'Дима', 'Максим', 'Олег']

misc = [4, 'Максим', 'Дима', 11]

Отсортировать объекты без определенной над объектами операции сравнения нельзя.

# В частности, ранородные: содержащие и цифры и строчки.
misc.sort()

---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-50-8265c7a41d41> in <module>
      1 # В частности, ранородные: содержащие и цифры и строчки.
----> 2 misc.sort()

TypeError: '<' not supported between instances of 'str' and 'int'

# Действительно. Нельзя сравнить.
3 < "Дима" # Пытаемся сравнить цифру и слово.

---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-51-79647bb5cad7> in <module>
      1 # Действительно. Нельзя сравнить.
----> 2 3 < "Дима" # Пытаемся сравнить цифру и слово.

TypeError: '<' not supported between instances of 'int' and 'str'

# Превратим цифры в строчки.
misc = ['4', 'Максим', 'Дима', '11']
misc.sort() # Теперь сработала сортировка.
misc # Она считает, что цифры идут раньше букв.

['11', '4', 'Дима', 'Максим']

Интегральные базовые проверки

Интегральость обозначает, что что-то делается для всех. В данном случае выполняется та или иная проверка.

Если истинно утверждение для всех символов строки, то итоговы ответ истинен. Иначе ложь.

• isalnum() Returns True if all characters in the string are alphanumeric
• isalpha() Returns True if all characters in the string are in the alphabet
• isdecimal() Returns True if all characters in the string are decimals
• isdigit() Returns True if all characters in the string are digits
• isidentifier() Returns True if the string is an identifier
• islower() Returns True if all characters in the string are lower case
• isnumeric() Returns True if all characters in the string are numeric
• isprintable() Returns True if all characters in the string are printable
• isspace() Returns True if all characters in the string are whitespaces
• istitle() Returns True if the string follows the rules of a title
• isupper() Returns True if all characters in the string are upper case

s = 'some text'

# Все ли символы явлются буковй?
s.isalpha() # Нет, не все. Пробел не буква.

False

'fff'.isalpha(), 'f1ff'.isalpha() # Цифра (1) не буква.

(True, False)

'   \t\n'.isspace(), ' a  \t\n'.isspace() # Буква (a) не пробел.

(True, False)

# Истина тогда и только тогда когда строчка состоит из цифр.
'034'.isdigit()

True

# Наличие одного не того символа достаточно для ложного ответа.
'5x88'.isdigit() # x  -- не число.

False

'23'.isdecimal(), '23.5'.isdecimal()

(True, False)

'23'.isnumeric(), '23.5'.isnumeric() # Сложно объяснить...

(True, False)

# Проверка на строчный, верхний регистр символа.
'as'.islower(), 'AB4'.isupper(), 'bA'.isupper()

(True, True, False)

Поиск

dat = '... Город: Москва'

# Поиск подстроки.
dat.find('Город: ',0,-1) #

4

dat[4:]

'Город: Москва'

dat.rfind('Город: ')

4

'17:23:22'.find(':')

2

'17:23:22'.rfind(':')

5

# В случае, если строчка не найдена,
dat.find('Страна') # то возвращается -1.

-1

dat.index('Страна') # Бросает исключение.

---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
<ipython-input-69-48644b652a12> in <module>
----> 1 dat.index('Страна') # Бросает исключение.

ValueError: substring not found

'17:23:22'.index(':'), '17:23:22'.rindex(':')

(2, 5)

tt = 'с 12 час 23 мин по 14 час 31 мин'

# Извлекаем время. Пользуемся тем, что сначала идет время начальное, а потом конечное.
fr = tt.find('час') # from с
tl = tt.rfind('час') # till до

# Печатаем найденное время.
tt[fr-3:fr-1], tt[tl-3:tl-1]

('12', '14')

Префикс и суфикс

Истина, если начинается с нужной строки.

'aa'.startswith('a')

True

'abcde'.startswith('bc')

False

'abcde'.startswith('bc', 1) # можно указать номер символа с которого начинать сравнение.

True

'часов'.startswith('час'), 'час'.startswith('час'), 'час'.startswith('часов')

(True, True, False)

Истина, если завершается нужной строкой.

'sdefgh'.endswith('gh')

True

'asdfg'.endswith('df')

False

'asdfg'.endswith('df', 0, -1)

True

'12 часов'.endswith('часов'), '12 минут'.endswith('часов')

(True, False)

Преобразование строки

Чистка пробелов

s = '  q  q     '

# Убираем лишние 'пробелы' в начале и конце строки.
s.strip()

'q  q'

# Убераем пробелы только с одного из концов строки.
s.lstrip(), s.rstrip()

('q  q     ', '  q  q')

Разбиение на подстроки и объединение

Иногда бывает нужным разбить строчку по пробелам.

# Разбиение по пробелу.
'Маша Катя Лена'.split(' ') # rsplit splitlines

['Маша', 'Катя', 'Лена']

# На самом деле можно и по другому символу.
'Маша; Катя; Лена'.split('; ') # '; ' разделитель из двух символов.

['Маша', 'Катя', 'Лена']

# По одному пробелу.
'Маша Катя  Лена '.split(' ') # В списке появилась пустая строка.

['Маша', 'Катя', '', 'Лена', '']

А бывает, что нужно наоборот объеденить список строк. Между объединяемыми строками будем вставлена нужная строка.

names

['Алексей', 'Дима', 'Максим', 'Олег']

# Объединяем список строчек посредством строки.
', '.join(names) # В данном случае ', '

'Алексей, Дима, Максим, Олег'

', '.join(names) + '.' # Добавим и концевую точку.

'Алексей, Дима, Максим, Олег.'

# Совсем педантично.
', '.join(names[:-1]) + ' и ' + names[-1] + '.'

'Алексей, Дима, Максим и Олег.'

Отсечение

'a ggg ggg'.partition(' ') #rpartition

('a', ' ', 'ggg ggg')

tt

'с 12 час 23 мин по 14 час 31 мин'

ss = tt.partition('по')
ss

('с 12 час 23 мин ', 'по', ' 14 час 31 мин')

# Тогда получится, что
ss[0] # это время с

'с 12 час 23 мин '

ss[0].startswith('с ')

True

ss[2] # это время по.

' 14 час 31 мин'

Преобразования

Данные методы выполняют преобразование строчки согласно определенному правилу.

• capitalize() -- Заглавная буква в начале предложения.
• title() -- Заглавие: первая буква каждого слова преобразуется в заглавную.
• lower() -- Все буквы к строчным.
• upper() -- Каждая буква делается заглавной.
• swapcase() -- Регистр меняется на противоположный.
• casefold() -- Нормализация букв.

'цифровая обработка изображений'.capitalize()
# Ц стала заглавной.

'Цифровая обработка изображений'

# Случай, когда начало строки является пробелом.
' курс по выбору'.capitalize() # Пробел нельзя сделать заглавным.

' курс по выбору'

# Делает заглавие согласно правилам английского языка.
'python course'.title()

'Python Course'

# Для русского текста тоже дает корретный результат.
'цифровая обработка изображений'.title()

'Цифровая Обработка Изображений'

Нормализация строк

'ΣίσυφοςQ'.upper().lower()

'σίσυφοσq'

'Σίσυφος'.upper().lower() # Последняя буква не та.

'σίσυφος'

# Приведение к нормальному виду. Важно для машинного обучения.
'ΣίσυφοςQ'.upper().casefold()

'σίσυφοσq'

# Теперь все буквы совпадают с первой строкой (кроме q).
'Σίσυφος'.upper().casefold()

'σίσυφοσ'

"ß".lower(), "ß".upper().lower() # Не совпадают.

('ß', 'ss')

"ß".lower().casefold(), "ß".upper().casefold() # Совпадают.

('ss', 'ss')

Сложные преобразования

ss = '*\tАня\n*\tКатя'
print(ss)

*	Аня
*	Катя

ss

'*\tАня\n*\tКатя'

len(ss) 

12

tt = ss.expandtabs(4) # Заменяем каждый символ табуляции на определенное количество пробелов.
tt

'*   Аня\n*   Катя'

len(tt) # Каждая табуляция 4 символа.

16

print(tt)

*   Аня
*   Катя

grades = 'Имя\tБаллы\nАня\t25\nКатя\t27'

print( grades )

Имя	Баллы
Аня	25
Катя	27

print(grades.expandtabs(16))

Имя             Баллы
Аня             25
Катя            27

Замена

'студентка пришла на спецкурс.'.replace('студентка', 'Маша')

'Маша пришла на спецкурс.'

'студентка пришла на спецкурс.'.replace(['студентка'], ['Маша'])

---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-118-a33aae781b04> in <module>
----> 1 'студентка пришла на спецкурс.'.replace(['студентка'], ['Маша'])

TypeError: replace() argument 1 must be str, not list

Кодировки

q = 'aa'.encode('utf16') # На выходе тип -- строка байтов.
q, type(q)

(b'\xff\xfea\x00a\x00', bytes)

win1251 = 'винда'.encode('windows-1251')
win1251

b'\xe2\xe8\xed\xe4\xe0'

win1251.decode('windows-1251')

'винда'

win1251.decode('koi8-r') # Старые добрые времена...

'БХМДЮ'