python 2.x和3.x中maketrans和translate函数的使用

2021-01-11 10:17:53 浏览数 (1)

参考链接: Python | maketrans和translate

maketrans和translate函数是进行字符串字符编码的常用方法。本文着重点在于演示其基本用法和在不同版本下操作的差异。本文提到的2.X版本指2.6以上的版本,3.X版本指3.1以上的版本。

     2.X版本把字符串基本分为两种:unicode字符串和8位字符串str,后者包含字节数据和我们常见的ASCII码数据;而3.X版本则重新对字符串进行了划分,分为了字节字符串bytes和文本字符串str,两者都是不可变的,所以添加了一个可变的字节字符串类型bytearray。

      2.X版本中string类型和str、unicode类型大量方法是重复的,所以3.X版本不提倡使用string模块中与str重复的方法。string模块中还有很多有用的常量和方法,比如string.digits,可以在字符串编码中方便地使用。

      2.X中maketrans和translate函数的签名:

   string.maketrans(from, to) 

   string.translate(s, table[, deletechars])  str.translate(table[, deletechars])  unicode.translate(table) 

     3.X中maketrans和translate函数的签名:

    static str.maketrans(x[, y[, z]])  static bytes.maketrans(from, to)  static bytearray.maketrans(from, to) 

    str.translate(map)  bytes.translate(table[, delete])  bytearray.translate(table[, delete]) 

     从中可以看出,相对于2.X的string模块的maketrans方法,3.X中分别提供了三个静态方法用于创建映射表。

    下面让我们看一个简单的例子来说明字符串转换的过程:

     2.X下的演示过程:

    >>> import string                                         #导入string模块  >>> map = string.maketrans('123', 'abc')  #建立映射表,将字符串中含有的'1','2','3'替换为'a','b','c'  >>> s = '54321123789'                               #转换前的字符串  >>> s.translate(map)                                    #用创建的映射表map转换字符串  '54cbaabc789'                                                #转换后的字符串 

     3.X下的演示过程:

    >>> map = str.maketrans('123','abc')  >>> s = '54321123789'  >>> s.translate(map)  '54cbaabc789' 

     2.X使用了string的maketrans函数,而3.X使用了str的maketrans函数,除了这一点,使用方法是基本相同的。若指定字符串中要删除的字符时,使用就会略有不同,如下:

     2.X下的演示过程:

   >>> import string  >>> map = string.maketrans('123', 'abc')  >>> s = '54321123789'  >>> s.translate(map, '78')               #除了转换,还要删除字符串中的字符'7','8'  '54cbaabc9'                              #转换后的字符串没有字符'7','8' 

     3.X下的演示过程:

   >>> map = str.maketrans('123','abc', '78')#要删除的字符需要在这指定  >>> s = '54321123789'  >>> s.translate(map)  '54cbaabc9' 

     我在读《Python Cookbook》遇到了一个基于2.X版本的例子,如下

   import string   def translator(frm='', to='', delete='', keep=None):       if len(to) == 1:           to = to * len(frm)       trans = string.maketrans(frm, to)       if keep is not None:           allchars = string.maketrans('', '')           delete = allchars.translate(allchars, keep.translate(allchars,delete))       def translate(s):           return s.translate(trans, delete)       return translate 

     见代码中加红部分,allchars应该是一个返回的映射表,为什么还可以调用translate方法,所以它应该是一个str类型,测试如下:

   >>> import string  >>> map = string.maketrans('123', 'abc')  >>> type(map)  <type 'str'> 

     在3.X版本中这个方法不能正常通过运行,那么错在什么地方呢,我们看看映射表是什么类型:

   >>> map = str.maketrans('123','abc')  >>> type(map)  <class 'dict'> 

     知道了映射表的类型了,我们就可以对其进行“后期加工”,像上面《Python Cookbook》中的例子一样,

 来满足我们的编码要求

 。

    上面讨论的例子用的字符串是ASCII字符组成的,如果是字节类型,2.X版本中操作是一样的,3.X中调用bytes或bytearray的函数;若是unicode类型的,2.X需要用unicode的translate方法,注意下面的代码

   >>> print u"hallo".translate({97:u'e'})  hello  >>> print u"hallo".translate({'a':u'e'})  hallo  >>> print u"hallo".translate({u'a':u'e'})  hallo 

     结果之所以不一样,查阅手册可知unicode的translate方法的映射表也就是字典的键必须是unicode的位序数,值可以是unicode的位序数、unicode字符串或这None。

     其他具体信息可以查阅python 标准库手册。

     转载请注明。

 以下是其他参考资料: 

 python的中文问题一直是让人不爽的一件事情,而python的一个强大之处恰恰是string的处理,而且string就难免不包含chinese。所以处理string中的chinese就变得很重要了。 

 实验室的complex network项目,目前是数据处理阶段,考虑到python的高效和强大的string功能,我决定使用python对大量的数据进行处理。 

 下面是一个简单的demo,先贴代码,然后进行说明: 

  python 代码

   # -*- coding: gb18030 -*-    import string   import re      identify = string.maketrans('', '')       delEStr = string.punctuation ' ' string.digits  #ASCII 标点符号,空格和数字    delCStr = '《》()&%¥#@!{}【】'       s = '中华人民共和国(北京)'       s = s.translate(identify, delEStr) #去掉ASCII 标点符号和空格    if re.findall('[x80-xff].', s):    #s为中文   unicode编码中,中文字符范围为 [^u4e00-u9fa5]    s = s.translate(identify, delCStr)       print s    else: #s为英文        print s   

  当然,首先是要import string和re(这里需要正则表达式功能)。 

  delEStr是一个包含英文标点符号和数字的字符串,就如 '(){}<>1234 ' 这样。delCStr是一个包含中文标点符号的字符串。s是一个测试字符串。 

  12行的功能就是把s中的英文标点符号都删除。 

    Python code

    ?

         1

         2

         3

         4

         import 

         string

         s 

         = 

         'abcdef'

         table 

         = 

         s.maketrans(

         'bc'

         ,

         'BC'

         )

         s.translate(table)

 楼主给出的代码是没有错的,但是string模块根本没有用上。原因是这样的:2.x系列string模块和内置的str类型有很多方法是重复的,所以3.x系列时string模块把这些重复的方法都去掉了,只保留一些独有的方法和常量来有区别与str类型,所以调用string的maketrans出错,所以上面的代码即使不import string也是可以通过的

0 人点赞