Python 3标准库课件第一章

第一章
文本
1.1 string:文本常量和模板
1.2 textwrap：格式化文本段落
1.3 re：正则表达式
1.4  difflib：比较序列
str类，
string.Template
textwrap
difflib
----------------------
1.1 string:文本常量和模板
string模块中 str模块中
函数capwords()
-------------------
Jupyter note   ---  丘比特笔记本

第一章

文本处理工具：str类

string.Template 简便的方法来构建比str对象特性更丰富的字符串。

Web框架定义的模板或Python Package Index提供的扩展模块相比，尽管string.Template没有那么丰富的特性，但它确实能很好地支持用户可修改的模板，这些模板需要将动态值插入到静态文本中。

textwrap模块包含格式化段落文本的工具，可以限制输出的宽度、增加缩进，以及插入换行符从而能一致地自动换行。

1.1 string：文本常量和模板

string模块在最早的Python版本中就已经有了。以前这个模块中提供的很多函数已经移植为str对象的方法，不过这个模块仍保留了很多有用的常量和类来处理str对象。这里将重点讨论这些常量和类。
 
1.1.1 函数
    函数capwords()会把一个字符串中的所有单词首字母大写。
       代码清单 1-1：string_capwords.py
       --------------------------------
       import string

       s = 'The quick brown fox jumped over the lazy dog.'
       print(s)
       print(string.capwords(s))
       --------------------------------
       结果：
       The quick brown fox jumped over the lazy dog.
       The Quick Brown Fox Jumped Over The Lazy Dog.
------------------------------------------
这个代码的结果等同于先调用split()，把结果列表中的单词首字母大写，然后调用join()来合并结果。

1.1.2 模板
PEP 292:更简单的字符串替换。
字符串模板是PEP 292新增的部分，将作为内置拼接语法的代替做法。使用string.Template拼接时，要在名字前面加前缀$来标识变量(例如，$var)。或者，如果有必要区分变量和周围的文本，可以用大括号
包围变量(例如，${var})。
下面这个例子对一个简单模板，使用%操作符的类似字符串拼接以及使用str.format()的新格式化字符串语法做了比较：
string.Template

       代码清单1-2:string_template.py
       ------------------------------
       import string

       values = {'var': 'foo'}
       
       t = string.Template("""
       Variable  :$var
       Escape    :$$
       Variable in text :${var}iable
       """
       )
       
       print('TEMPLATE:', t.substitute(values))
       
       s = """
       Variable  :%(var)s
       Escape  :%%
       Variable in text :%(var)siable       
       """
       
       print('INTERPOLATION', s % values)
       
       s = """
       Variable  : %{var}
       Escape    : {{}}
       Variable in text :{var}siable
       """
       
       print('FORMAT:', s.format(**values))
       -----------------------------------
在前面两种情况中，触发字符($或%)要重复两次来进行转义。在格式化语法中，需要重复{和}来转义。
-----------------------------------------------
TEMPLATE:
Variable  :foo
Escape    :$
Variable in text :fooiable

INTERPOLATION
Variable  :foo
Escape  :%
Variable in text :fooiable       

FORMAT:
Variable  : %foo
Escape    : {}
Variable in text :foosiable
-------------------------------------------------
模板与字符串拼接或格式化的一个关键区别是，它不考虑参数的类型。值会转换为字符串，再将字符串插入结果。这里没有提供格式化选项。例如，没有办法控制使用几位有效数字来表示一个浮点值。
不过，这也有一个好处，通过使用sfe_substitute()方法，可以避免未能向模板提供所需的所有参数值时可能产生的异常。
-------------------------------------------------
       代码清单1-3：string_template_missing.py
       ---------------------------------------
       import string

       values = {'var': 'foo'}
       
       t = string.Template("$var is here but $missing is not provided")
       
       try:
        print('substitute()  :', t.substitute(values))
       except KeyError as err:
        print('ERROR:', str(err))
        
       print('safe_substitute():', t.safe_substitute(values))
       ---------------------------------------
       结果：
       ERROR: 'missing'
       safe_substitute(): foo is here but $missing is not provided
       ---------------------------------------
由于values字典中没有missing的值，所以substitute()会产生一个KeyError。safe_substitute()则不同，它不会抛出这个错误，而是会捕获这个错误并保留文本中的变量表达式。

1.1.3 高级模板
可以调整string.Template在模板体中查找变量名所使用的正则表达式模式，以改变它的默认语法。为此，一种简单的方法是修改delimiter和idpattern类属性。
       代码清单1-4：string_template_advanced.py
       -----------------------------------------
       import string

       class MyTemplate(string.Template):
        delimiter = '%'
        idpattern = '[a-z]+_[a-z]+'
        
       template_text = '''
       Delimiter : %%
       Replaced  : %with_underscore
       Ignored   : %notunderscored
       '''
       
       d = {
        'with_underscore': 'replaced',
        'notunderscored':  'not replaced',
       }
       
       t = MyTemplate(template_text)
       print('Modified ID pattern: ')
       print(t.safe_substitute(d))
       ------------------------------------------
       Modified ID pattern:

       Delimiter : %
       Replaced  : replaced
       Ignored   : %notunderscored
       ------------------------------------------
在这个例子中，替换规则已经改变，定界符是%而不是$，而且变量名中间的某个位置必须包含一个下划线。模式%notunderscored不会被替换为任何字符串，因为它不包含下划线字符。
要完成更复杂的修改，可以覆盖pattern属性并定义一个全新的正则表达式。所提供的模式必须包含4个命名组，分别捕获转义定界符、命名变量、加括号的变量名和不合法的定界符模式。
  

1.2 textwrap：格式化文本段落

fill()函数取文本作为输入，生成格式化文本作为输出。

1.2.3 去除现有的缩进
dedent()
docstring

dedent()   去除缩进
indent()   缩进

_Line_one.
___Line_one.
_Line_three.

 

1.2.4 结合dedent和fill

1.2.5   缩进块
indent()
文本的第一行，缩进。
>

1.2.7  截断长文本

1.3 re:正则表达式

regex 或  regexp

sed  grep 和 awk
Perl  Ruby Awk Tcl
C C++ Python

1.3.1 查找文本中的模式

compile() 函数

RegexObject

1.3.3 多重匹配
findall()函数

1.3.4.1 重复
{m,n}
{m,}