$聊一聊"驼峰"和"下划线"——Python re.sub函数详细用法实例讲解
2017-09-24 12:47
1221 查看
日常写代码时候会遇到一些字符串替换的操作,比如把一大堆"驼峰"形式的字符串批量转换成下划线形式。"驼峰"形式的变量命名风格在Java中很常见,而下划线形式的变量命名风格在C、Python等语言的代码中更常见一些,两者没有严格的好坏区分。本文就用"驼峰"和"下划线"相互转换的实例,讲解一下Python的re模块sub函数的强大功能。
而驼峰风格的字符串就是不同单词之间用大写字母进行分隔,比如:
re.sub函数的函数原型为:
下面简单介绍一下每个参数的含义:
pattern:是一个正则表达式,匹配要替换的子串。
repl:可以是一个字符串,支持对pattern中分组的后向引用。注意到文档的最后一句话:
If it is a callable, it's passed the match object and must return a replacement string to be used.
可见,repl也可以是一个callable对象(函数),这个函数的入参为pattern正则匹配到的对象,返回值为一个字符串,表示要替换成的字符串。
注:正则的分组及后向引用详见:python正则表达式系列(4)——分组和后向引用
string:要进行替换操作的字符串。
count:要替换掉多少个子串(按从左到右的顺序),默认值为0,表示替换能被pattern匹配到的所有子串。
flags:正则内置属性,默认值为0,表示不使用任何内置属性。
注:正则内置属性的用法详见:python正则表达式系列(3)——正则内置属性
代码中已经有详细的注释,还是比较好理解的。下面对这两个函数进行测试:
因为考虑到json可能具有多层嵌套的复杂结构,所以下面直接采用正则文本替换的方式进行处理,而不是采用把JSON字符串转成字典再进行处理。
上代码:
对上面这个函数进行测试:
什么是"驼峰"和"下划线"风格的字符串
变量名、函数名等标识符的多个单词之间用下划线隔开,这样的字符串就是下划线风格的字符串,比如:person_info ipv6_address book_id get_tomorrow_weather()
而驼峰风格的字符串就是不同单词之间用大写字母进行分隔,比如:
personInfo ipv6Address bookId getTomorrowWeather()
re.sub函数
re.sub函数是Python内置的re模块的一个字符串替换函数,支持正则替换。函数文档如下:help(re.sub) Help on function sub in module re: sub(pattern, repl, string, count=0, flags=0) Return the string obtained by replacing the leftmost non-overlapping occurrences of the pattern in string by the replacement repl. repl can be either a string or a callable; if a string, backslash escapes in it are processed. If it is a callable, it's passed the match object and must return a replacement string to be used.
re.sub函数的函数原型为:
sub(pattern, repl, string, count=0, flags=0)
下面简单介绍一下每个参数的含义:
pattern:是一个正则表达式,匹配要替换的子串。
repl:可以是一个字符串,支持对pattern中分组的后向引用。注意到文档的最后一句话:
If it is a callable, it's passed the match object and must return a replacement string to be used.
可见,repl也可以是一个callable对象(函数),这个函数的入参为pattern正则匹配到的对象,返回值为一个字符串,表示要替换成的字符串。
注:正则的分组及后向引用详见:python正则表达式系列(4)——分组和后向引用
string:要进行替换操作的字符串。
count:要替换掉多少个子串(按从左到右的顺序),默认值为0,表示替换能被pattern匹配到的所有子串。
flags:正则内置属性,默认值为0,表示不使用任何内置属性。
注:正则内置属性的用法详见:python正则表达式系列(3)——正则内置属性
"驼峰"和"下划线"字符串之间的相互转换
通过对re.sub函数的深入了解,现在应该可以轻松写出"驼峰"和"下划线"字符串相互转换的代码了。直接上代码:# coding:utf-8 import re def hump2underline(hunp_str): ''' 驼峰形式字符串转成下划线形式 :param hunp_str: 驼峰形式字符串 :return: 字母全小写的下划线形式字符串 ''' # 匹配正则,匹配小写字母和大写字母的分界位置 p = re.compile(r'([a-z]|\d)([A-Z])') # 这里第二个参数使用了正则分组的后向引用 sub = re.sub(p, r'\1_\2', hunp_str).lower() return sub def underline2hump(underline_str): ''' 下划线形式字符串转成驼峰形式 :param underline_str: 下划线形式字符串 :return: 驼峰形式字符串 ''' # 这里re.sub()函数第二个替换参数用到了一个匿名回调函数,回调函数的参数x为一个匹配对象,返回值为一个处理后的字符串 sub = re.sub(r'(_\w)',lambda x:x.group(1)[1].upper(),underline_str) return sub
代码中已经有详细的注释,还是比较好理解的。下面对这两个函数进行测试:
def test_hump2underline(): # 供测试用的一些驼峰形式的字符串 attr1 = 'PersonNamePattern' attr2 = 'IPv6Address' attr3 = 'personDetailInfo' attr4 = 'CCTV' attr5 = 'CCTVAddress' attr6 = 'name' attrs = [attr1,attr2,attr3,attr4,attr5,attr6] # 遍历attrs进行匹配和转换,把驼峰形式的字符串转成下划线形式 for attr in attrs: sub = hump2underline(attr) print sub # 输出: ''' person_name_pattern ipv6_address person_detail_info cctv cctvaddress name ''' def test_underline2hump(): attr1 = 'person_name_pattern' attr2 = 'ipv6_address' attr3 = 'person_detail_info' attr4 = 'cctv' attr5 = 'cctvaddress' attr6 = 'name' attrs = [attr1, attr2, attr3, attr4, attr5, attr6] for attr in attrs: sub = underline2hump(attr) print sub # 输出: ''' personNamePattern ipv6Address personDetailInfo cctv cctvaddress name '''
JSON字符串字段名的"驼峰"转"下划线"
JSON是一种非常通用、轻量型的数据交换格式,与Python中的字典、Java中的Map具有相同的结构。JSON中的字段名一般需要写成下划线的形式,但是有时候也会遇到字段名是"驼峰"形式的JSON文本,那么如何把一个JSON字符串中的所有字段名都从驼峰形式替换成下划线形式呢?因为考虑到json可能具有多层嵌套的复杂结构,所以下面直接采用正则文本替换的方式进行处理,而不是采用把JSON字符串转成字典再进行处理。
上代码:
def json_hump2underline(hump_json_str): ''' 把一个json字符串中的所有字段名都从驼峰形式替换成下划线形式。 注意点:因为考虑到json可能具有多层嵌套的复杂结构,所以这里直接采用正则文本替换的方式进行处理,而不是采用把json转成字典再进行处理的方式 :param hump_json_str: 字段名为驼峰形式的json字符串 :return: 字段名为下划线形式的json字符串 ''' # 从json字符串中匹配字段名的正则 # 注:这里的字段名只考虑由英文字母、数字、下划线组成 attr_ptn = re.compile(r'"\s*(\w+)\s*"\s*:') # 使用hump2underline函数作为re.sub函数第二个参数的回调函数 sub = re.sub(attr_ptn,lambda x : '"' + hump2underline(x.group(1)) + '" :',hump_json_str) return sub
对上面这个函数进行测试:
def test_json_hump2underline(): # 待测试json字符串 json_str = ''' { "englishName":"Tom", "age":18, "detailInfoTable": { "address":"USA", "sportsHobby": ["Basketball","Football","Swimming"], "contactList":{ "tel" : "1234567", "emailAddress":"tom@test.com" } }, "gender":"male" } ''' print json_hump2underline(json_str) # 输出: ''' { "english_name" :"Tom", "age" :18, "detail_info_table" : { "address" :"USA", "sports_hobby" : ["Basketball","Football","Swimming"], "contact_list" :{ "tel" : "1234567", "email_address" :"tom@test.com" } }, "gender" :"male" } '''
总结
经过以上实例可以看出,re.sub函数因为支持了正则替换及回调函数替换,在处理复杂文本替换需求时具有强大的优势,再一次展现了Python在文本处理领域功能强大又简单、易用的特点。相关文章推荐
- 详细记录python的range()函数用法
- Python中函数的参数定义和可变参数用法实例分析
- 详细记录python的range()函数用法
- 浅述python中argsort()函数的实例用法
- 详细记录python的range()函数用法
- Python可变参数函数用法实例
- 实例讲解Python的函数闭包使用中应注意的问题
- 详细记录python的range()函数用法
- python开发中range()函数用法实例分析
- Python基础之函数用法实例详解
- python简单的函数定义和用法实例
- python正则表达式--基本用法和函数(简单实例)
- Python列表list内建函数用法实例分析【insert、remove、index、pop等】
- python中偏函数partial用法实例分析
- 详细记录python的range()函数用法
- python开发中range()函数用法实例分析
- 常见的python正则用法实例讲解
- asp.net中的<%%>形式的详细用法实例讲解
- Python函数中的函数(闭包)用法实例
- asp.net中的<%%>形式的详细用法实例讲解