在字符串Python中的a:之前,如何获取所有内容
我正在寻找一种方法,在a:之前把所有字母都放在一个字符串中,但我不知道从哪里开始。我会用正则表达式吗?如果是,怎么做在字符串Python中的a:之前,如何获取所有内容,python,regex,string,split,Python,Regex,String,Split,我正在寻找一种方法,在a:之前把所有字母都放在一个字符串中,但我不知道从哪里开始。我会用正则表达式吗?如果是,怎么做 string = "Username: How are you today?" 有人能给我举一个我能做什么的例子吗?只需使用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] 'User
string = "Username: How are you today?"
有人能给我举一个我能做什么的例子吗?只需使用
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'
对此,您不需要
regex
>>> s = "Username: How are you today?"
您可以使用split
方法拆分':'
字符上的字符串
>>> s.split(':')
['Username', ' How are you today?']
并切掉元素[0]
,以获取字符串的第一部分
>>> s.split(':')[0]
'Username'
使用
索引
:
>>> string = "Username: How are you today?"
>>> string[:string.index(":")]
'Username'
索引将给出:
在字符串中的位置,然后您可以对其进行切片
如果要使用正则表达式:
>>> import re
>>> re.match("(.*?):",string).group()
'Username'
match
从字符串开始匹配
您还可以使用itertools.takewhile
>>> import itertools
>>> "".join(itertools.takewhile(lambda x: x!=":", string))
'Username'
我已经在Python3.7.0(IPython)下对这些不同的技术进行了基准测试 太长,读不下去了
- 最快(当分裂符号
已知时):预编译正则表达式c
- 最快(否则):
s.partition(c)[0]
- 安全(即当
可能不在c
中时):分区、拆分s
- 不安全:索引,正则表达式
可能比split()更好,因为它在没有分隔符或分隔符更多的情况下具有更好的可预测结果。可以限制分割,或者在这种情况下-使用
s1.partition(“:”)[0]
谢谢这非常有用且信息丰富。另外,这是一个很大的帮助,谢谢!不要使用split,因为它会处理所有的“:”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。只是其中一个还推荐了一个显然没有那么有效的正则表达式。还必须有一个python选项来执行基于索引的.substringBefore()的标准操作。还有一些变体,如.substringBeforeLast()等,为了方便起见,应该放在那里(代码不应该重复)。注意到关于分区的一点-是的,在“:”之后的处理更少,但仍然返回:(“1”,““:”,“2:3”)而不是“1”。此方法(string[:string.index(“:”)可能比splitFor speed更干净。不要使用正则表达式-使用这里提到的第一个索引选项。Regex显然没有那么有效。还必须有一个python选项来执行基于索引的.substringBefore()的标准操作。还有一些变体,如.substringBeforeLast()等,为了方便起见,应该放在那里(代码不应该重复)。建议更新此答案,以解释为什么索引工作得更好,以及为什么它应该用于其他方法,包括fredtantini的回答中现在投票较高的方法。如果它不存在,索引将失败。在正则表达式中:re.match((*):,string)。group()为什么我们需要一个“?”这个不应该用于re.match((*),string)。group()它不应该是re.match((*):,string).group(1)
(如果没有冒号,可能需要一些检查)<代码> > .Read(“(.*):”,字符串)。GROUP()/代码>似乎仍然包含Calm。为什么您认为索引不安全?<代码> Sindex(C)< /C> >当代码> C < /> >不在<代码> S/<代码>时,引发了一个ValueError错误。所以,当我确信要被分割的字符串包含分隔符时,它是安全的,否则,对于索引,C是在S中,所以它不是不安全的并且仍然是最快的。值得注意的是,word[:word.index(':')]
在这两种情况下都会弹出。
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]
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)