LINUXSOFT.cz Přeskoč levou lištu
Uživatel: Heslo:  
   CZUKPL

> Python (11.) - Řetězce

Jakým by Python byl programovacím jazykem, kdyby neumožňoval práci s řetězci znaků?

16.3.2005 15:00 | Aleš Hakl | Články autora | přečteno 25096×

Hned na začátku si řekněme, že Python rozlišuje dva druhy řetězců - "normální" řetězce a Unicode řetězce. "Normální" řetězec je posloupnost jednotlivých byte, se kterou se dá také po jednotlivých byte pracovat a bez problémů může obsahovat naprosto cokoli. Unicode řetězec je naopak posloupnost platných znaků Unicode (pokud tzv. surrogate pairs počítáme mezi znaky), nejmenší jednotkou, kterou můžeme adresovat, je tedy znak Unicode.

Řetězec se chová jako běžná seřazená posloupnost a podporuje stejné operace, které jsou uvedeny v dílu o operátorech. Za zmínku ovšem stojí, že Python (podobně jako např. Java) považuje řetězce za konstantní a nedovede jejich obsah měnit, narozdíl od výše zmíněné Javy ovšem ve standardní knihovně Pythonu nenalezneme prakticky použitelnou implementaci měnitelných řetězců (vysvětlení: implementaci nalezneme, ovšem je myšlena spíše jako ukázka toho, jaké by taková třída měla přibližně mít rozhraní a je tudíž značně neefektivní). Po chvíli programování ovšem často poznáme, že měnitelné řetězce mimo speciálních případů stejně vůbec k ničemu nepotřebujeme a bez problémů se bez nich obejdeme. Řetězec navíc podporuje další operace, jež nám umožnují s ním pracovat po větších úsecích než jednotlivé byte či znaky Unicode.

Myslím, že výčet všech metod, které řetězec implementuje není zajímavý (navíc je značně dlouhý) a případní zájemci si je dohledají v dokumentaci. Zmíním tedy pouze ty operace, které jsou nějakým způsobem zajímavé.

Formátování řetězců

Řetězce podporují operátor %, jenž slouží k nahrazení jejich speciálních částí jinými hodnotami, podobně jako například v C funkce snprintf(3).

Operátor dosadí hodnoty z n-tice či slovníku na jeho pravé straně do formátovacího řetězce na jeho levé straně a výsledek vrátí. Pokud na pravé straně uvedeme sekvenci hodnot, odkazujeme se na ně z řetězce číslem či pořadím ve formátovacím řetězci, pokud použijeme slovník, odkazujeme se jejich názvem.

Formátovací řetězec obsahuje speciální sekvence znaků, které budou ve výstupu nahrazeny odpovídající hodnotou. Takováto sekvence začíná znakem % a dále následuje:

  • Pořadí hodnoty v n-tici(nepovinné) či klíč, pod kterým je hodnota dostupná ve slovníku(v případě použití slovníku pochopitelně povinné).
  • Znaky specifikující další možnosti konverze:
    • # - před osmičkové číslo bude vložen znak 0, před šestnáctkové 0x.
    • 0 - čísla budou zarovnána nulami.
    • - - zarovnání doleva.
    •   - mezera na místě znaménka před kladnými čísly (správně to má být obyčejná ASCII mezera, ale napište ji rozumným způsobem do HTML)
    • + - znaménko + před kladnými čísly
  • Minimální délka hodnoty na výstupu (nepovinná).
  • Nepovinný znak ., za nímž následuje přesnost.
  • Typ konverze:
    • d nebo i - Celé číslo se znaménkem
    • u - celé číslo bez znaménka
    • o - celé číslo v osmičkové soustavě
    • x (resp X) - celé číslo v šestnáctkové soustavě malými (resp. velkými) písmeny.
    • f - číslo s plovoucí řádovou čárkou
    • e, E, g, G - různé varianty formátů čísel s plovoucí řádovou čárkou.
    • s (resp. r) - Řetězcová reprezentace hodnoty získaná funkcí str() (resp. repr())
    • c - První znak řetězce.
    • % - znak %

Při použití n-tice hodnot je možné číselné parametry formátu (délka, přesnost) nahradit znakem *, v tom případě se na jejich místě použije následující hodnota z n-tice.

Několik příkladů:

>>> print "Na adrese %0#.8x doslo ke kriticke vyjimce %0.2X" % (123456789,14)
Na adrese 0x075bcd15 doslo ke kriticke vyjimce 0E
>>> print "%(kdo)s slaps %(koho)s with a large %(cim)s" % {"kdo": "Jarnik",
... "koho": "everyone",
... "cim": "plush totoro"}
Jarnik slaps everyone with a large plush totoro

Operátor % můžeme tedy použít pro jednoduché generování textu dosazením nějakých hodnot do předem připravené šablony. Je ovšem zřejmé, že pokud chceme provádět složitější nahrazení (seznamy, tabulky...), budeme se muset poohlednout po něčem lepším.

Jiné zajímavé operace

V řetězcích je samozřejmě možné vyhledávat výskyt jiných řetězců (metodou find() resp. rfind()), tyto metody vrací pozici výskytu nebo hodnotu -1 (v případě, že daný řetězec takový podřetězec neobsahuje)

>>> s = "foo bar quux bar"
>>> s.find("o b")
2
>>> s.rfind("bar")
13
>>> s.find("baz")    
-1

Dále nalezneme velkou skupinu metod, jež identifikují jaké znaky řetězec obsahuje, jedná se o isalnum(), isalpha(), isdigit(), islower(), isspace() a isupper(). Jejich význam předpoklám není nutno dále zkoumat, prostě vrátí True pokud řetězec obsahuje pouze znaky náležící do odpovídající kategorie.

Jednou z asi nejužitečnějších metod je split(), jež řetězec rozdělí do n-tice podle daného oddělovače (první argument), případně pouze do jistého počtu částí (druhý nepovinný argument) a zbytku řetězce. Také existuje metoda splitlines(), která řetězec rozdělí na řádky, její nepovinný argument určuje, zdali mají položky n-tice obsahovat také znak nové řádky (True) či nikoli (False).

>>> s = "foo bar quux bar"
>>> s.split(" ")
['foo', 'bar', 'quux', 'bar']
>>> s.split(" ",2)
['foo', 'bar', 'quux bar']

Zvláště při zpracování vstupu od uživatele oceníme metody strip(), lstrip() a rstrip(), které odstraňují prázdné znaky (mezera, tabulátor...) ze začátku a konce řetězce (resp. v případě metody lstrip() pouze začátku a metody rstrip() pouze konce).

Tento výčet metod samozřejmě zdaleka není úplný, vybral jsem pouze ty, které považuji nějakým způsobem za zajímavé a nejčastěji používané, jak již jsem jednou zmínil, úplný výčet je k nalezeni v dokumentaci.

Vylepšeme minulou ukázku

Nově nabyté znalosti řetězců můžeme aplikovat na ukázku z minulého dílu a program vylepšit o možnost kopírování delších bloků dat.

Provedeme to tak, že vstupní soubor rozšíříme o další sloupec obsahující počet bytů, které chceme zkopírovat. Pro získání jednotlivých sloupců použijeme metodu split().

#!/usr/bin/env python
# -*- coding: utf-8; -*-

import sys

src_name = raw_input("Jméno vstupního souboru?")
txt_name = raw_input("Jméno souboru se seznamem offsetů?")
dst_name = raw_input("Jméno výstupního souboru?")

txt = open(txt_name,'r')
src = open(src_name,'rb') 
dst = open(dst_name,'wb')

for l in txt.xreadlines():

    sloupce = l.strip().split(" ")

    # Zde by bylo vhodné zjistit jestli radka vstupu neobsahuje sloupců
    # přiliš, toto ovšem ponechám jako případné cvičení pro čtenáře.

    
    off = long(sloupce[0])   # první sloupec - offset
    size = long(sloupce[1])  # druhý sloupec - délka

    src.seek(off)            # nastavíme pozici

    blok = src.read(size)    # přečteme 1 byte

    if blok=='':       # případně upozorníme uživatele na možnou chybu

        sys.stderr.write("Offset za koncem vstupního souboru")

    dst.write(blok)

# uklidíme po sobě
src.close() 
dst.close() 
txt.close()

Osobně bych řekl, že úvodu do programovacího jazyku Python již byl dostatek a případné další vlastnosti si zvídavý čtenář jistě nalezne v dokumentaci sám a případný méně zvídavý čtenář počká, až na jejich využití narazíme v následující prohlídce standardní knihovny modulů jazyka Python. V dalším díle se tedy vrhneme na funkce, třídy a jiné hračky, jež nám standardní knihovna poskytuje.

Verze pro tisk

pridej.cz

 

DISKUZE

Pravopis 16.3.2005 22:40 David Jaša
  L Re: Pravopis 17.3.2005 09:51 Ivan Majer




Příspívat do diskuze mohou pouze registrovaní uživatelé.
> Vyhledávání software
> Vyhledávání článků

13.9.2017 8:00 /František Kučera
Máš rád svobodný software a hardware nebo se o nich chceš něco dozvědět? Zajímá tě DIY, CNC, SDR nebo morseovka? Přijď na sraz spolku OpenAlt – tentokrát netradičně v pondělí: 18. září od 18:00 v Radegastovně Perón (Stroupežnického 20, Praha 5).
Přidat komentář

3.9.2017 20:45 /Redakce Linuxsoft.cz
PR: Dne 21. září 2017 proběhne v Praze konference "Mobilní řešení pro business". Hlavní tématy konference budou: nejnovější trendy v oblasti mobilních řešení pro firmy, efektivní využití mobilních zařízení, bezpečnostní rizika a řešení pro jejich omezení, správa mobilních zařízení ve firmách a další.
Přidat komentář

15.5.2017 23:50 /František Kučera
Máš rád svobodný software a hardware nebo se o nich chceš něco dozvědět? Zajímá tě DIY, CNC, SDR nebo morseovka? Přijď na sraz spolku OpenAlt, který se bude konat ve čtvrtek 18. května od 18:00 v Radegastovně Perón (Stroupežnického 20, Praha 5).
Přidat komentář

12.5.2017 16:42 /Honza Javorek
PyCon CZ, česká konference o programovacím jazyce Python, se po dvou úspěšných ročnících v Brně bude letos konat v Praze, a to 8. až 10. června. Na konferenci letos zavítá např. i Armin Ronacher, známý především jako autor frameworku Flask, šablon Jinja2/Twig, a dalších projektů. Těšit se můžete na přednášky o datové analytice, tvorbě webu, testování, tvorbě API, učení a mentorování programování, přednášky o rozvoji komunity, o použití Pythonu ve vědě nebo k ovládání nejrůznějších zařízení (MicroPython). Na vlastní prsty si můžete na workshopech vyzkoušet postavit Pythonem ovládaného robota, naučit se učit šestileté děti programovat, efektivně testovat nebo si v Pythonu pohrát s kartografickým materiálem. Kupujte lístky, dokud jsou.
Přidat komentář

2.5.2017 9:20 /Eva Rázgová
Putovní konference československé Drupal komunity "DrupalCamp Československo" se tentokrát koná 27. 5.2017 na VUT FIT v Brně. Můžete načerpat a vyměnit si zkušenosti z oblasti Drupalu 7 a 8, UX, SEO, managementu týmového vývoje, využití Dockeru pro Drupal a dalších. Vítáni jsou nováčci i experti. Akci pořádají Slovenská Drupal Asociácia a česká Asociace pro Drupal. Registrace na webu .
Přidat komentář

1.5.2017 20:31 /Pavel `Goldenfish' Kysilka
PR: 25.5.2017 proběhne v Praze konference na téma Firemní informační systémy. Hlavními tématy jsou: Informační systémy s vlastní inteligencí, efektivní práce s dokumenty, mobilní přístup k datům nebo využívání cloudu.
Přidat komentář

15.4.2017 15:20 /František Kučera
Máš rád svobodný software a hardware nebo se o nich chceš něco dozvědět? Zajímá tě IoT a radiokomunikace? Přijď na sraz spolku OpenAlt, který se bude konat ve středu 19. dubna od 18:30 v Šenkovně (Sokolská 60, Praha 2).
Přidat komentář

5.3.2017 19:12 /Redakce Linuxsoft.cz
PR: 23. března proběhne v Praze konferenci na téma Cloud computing v praxi. Hlavními tématy jsou: Nejžhavější trendy v oblasti cloudu a cloudových řešení, Moderní cloudové služby, Infrastruktura současných cloudů, Efektivní využití cloudu, Nástrahy cloudových řešení a jak se jim vyhnout.
Přidat komentář

   Více ...   Přidat zprávičku

> Poslední diskuze

18.9.2017 14:37 / Rojas
high security vault

15.9.2017 7:33 / Wilson
new zealand childcare jobs

31.8.2017 12:11 / Jaromir Obr
Re: ukůládání dat ze souboru

30.7.2017 11:12 / Jaromir Obr
Národní znaky

27.7.2017 12:24 / Jaromir Obr
Cteni/zapis

Více ...

ISSN 1801-3805 | Provozovatel: Pavel Kysilka, IČ: 72868490 (2003-2017) | mail at linuxsoft dot cz | Design: www.megadesign.cz | Textová verze