web-dev-qa-db-de.com

Wie würde ich alles vor einem: in einem String Python bekommen

Ich suche nach einem Weg, um alle Buchstaben in einer Zeichenkette vor einem: zu bekommen: Ich habe keine Ahnung, wo ich anfangen soll. Würde ich Regex verwenden? Wenn das so ist, wie?

string = "Username: How are you today?"

Kann mir jemand ein Beispiel zeigen, was ich tun könnte?

28
0Cool

Verwenden Sie einfach die split-Funktion. Es gibt eine Liste zurück, sodass Sie das erste Element beibehalten können:

>>> s1.split(':')
['Username', ' How are you today?']
>>> s1.split(':')[0]
'Username'
65
fredtantini

mit index:

>>> string = "Username: How are you today?"
>>> string[:string.index(":")]
'Username'

der Index gibt u die Position von ":" in string an, dann können Sie ihn in Scheiben schneiden

wenn Sie Regex verwenden möchten:

>>> import re
>>> re.match("(.*?):",string).group()
'Username'                       

match Übereinstimmung vom Anfang der Zeichenkette,

19
Hackaholic

Sie brauchen regex dafür nicht

>>> s = "Username: How are you today?"

Sie können die split-Methode verwenden, um die Zeichenfolge des ':'-Zeichens aufzuteilen

>>> s.split(':')
['Username', ' How are you today?']

Und schneiden Sie das Element [0] heraus, um den ersten Teil der Zeichenfolge zu erhalten

>>> s.split(':')[0]
'Username'
13
CoryKramer

Ich habe diese verschiedenen Techniken unter Python 3.7.0 (IPython) getestet.

TLDR

  • am schnellsten (wenn das Split-Symbol c bekannt ist): vorkompilierter regulärer Ausdruck.
  • am schnellsten (sonst): s.partition(c)[0].
  • sicher (d. h., wenn sich c nicht in s befindet): partition, split.
  • unsicher: Index, Regex.

Code

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]

Ergebnisse

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)
2
Aristide

partition () ist zu diesem Zweck möglicherweise besser als split (), da es die besser vorhersagbaren Ergebnisse für Situationen liefert, in denen Sie kein oder mehrere Trennzeichen haben.

1
Marv-CZ