Python文本处理（2）

访问子字符串（获取记录中某些字段的数据）

解决方法：

切片，但只能取得一个字段 

theline='I Love Python'afield=theline[2:6]print afield结果Love

如果需要考虑字段的长度，使用struct.unpack 

# -*- coding:gb2312 -*-import structbaseformat='1s 6x 6s'#首先，baseformat制定了该如何对字符串进行分组，x代表跳过，s代表取出#所以上面的代码表示拿走1个字符，跳过6个字符，拿走6个字符theline='I Love Python So Much'numremain=len(theline)-struct.calcsize(baseformat)#当然，theline的字符串的长度要大于6+6+1的长度，所以需要计算剩余还有多少字符串format='%s %ds' %(baseformat,numremain)#重新进行分组，现在就包括了最后剩余的那部分字符串l,s1,s2=struct.unpack(format,theline)#用format和theline就可以进行unpack操作了print l,s1,s2

如果想要获得5个字节一组的数据，使用带有列表推导式的切片方法 

theline='I Love Python So Much'fivers=[theline[k:k+5] for k in xrange(0,len(theline),5)]print fivers结果['I Lov', 'e Pyt', 'hon S', 'o Muc', 'h']

替换字符串中的子串

解决方案： 

def expand(format, d, marker='"', safe=False):    if safe:        def lookup(w): return d.get(w, w.join(marker*2))    else:        def lookup(w): return d[w]    parts = format.split(marker)    parts[1::2] = map(lookup, parts[1::2])    return ''.join(parts)if __name__ == '__main__':    print expand('just "a" test', {'a': 'one'})

在Python2.4以后，可以采用string.Template类来完成该任务 

# -*- coding:gb2312 -*-import string#从字符串生成模板，其中标识符被$标记new_style=string.Template('this is $thing')#给模板的substitute方法传入一个字典参数print new_style.substitute({'thing':5})print new_style.substitute({'thing':'test'})#也可以传递关键字参数print new_style.substitute(thing=5)print new_style.substitute(thing='test')结果this is 5this is testthis is 5this is test

在Python2.3中，可以采用如下的方法： 

# -*- coding:gb2312 -*-old_style='this is %(thing)s'#标识符被放在括号中，需要使用%操作符，右边放上字典print old_style % {'thing':5}print old_style % {'thing':'test'}

该方法在Python2.4中同样可以使用，但简洁程度不如新的方法