python标准库之文本

对于python来说，最显而易见的文本处理工具就所string类，不过除此之外，标准库中还提供了大量的其他工具，可以帮大家轻松的完成高级文本处理。

最近在看《python标准库》一书，所以下面就介绍集中常见的方法：

      string——文本常量

　　目前string模块中还有两个函数未移除：capwords()和maketrans(). capwords()的作用是将一个字符串中所有的单词的首字母大写。例如：

import string

s = "hello! this is test...."

print s
print string.capwords(s)

　　其运行结果为：
　　　　　　　hello! this is test...

　　　　　　　Hello! This Is Test...

　　maketrans()函数将创建转换表，可以用来结合translate()方法将一组字符修改为另一组字符，这种做法比反复调用replace()更为高效。例如：

import string

pass_code = string.maketrans("abcdefghi","123456789")
s = "the quick brown fox jumped over the lazy dog."

print s
print s.translate(pass_code)

　　其运行结果为：

　　　　　　  the quick brown fox jumped over the lazy dog.

　　　　　　  t85 qu93k 2rown 6ox jump54 ov5r t85 l1zy 4o7.
　　在这个例子中，一些字母被替换为相应的“火星文”数字（事先准备好的对应字母与数字："abcdefghi","123456789"）
　　

备注：　　translate()是字符的一一映射. 每个字符只要出现都会被替换为对应的字符.
　　　　   replace()是字符串替换, 字符串完整出现后被整体替换.replace的两个字符串参数长度可以不同.

textwrap——格式化文本段落

　　以下例子中用到的范本：

　　　　sample_text = """the textwrap module     can be used to    format text for otput in situations where pretty-printing s dsired,   it offers 　　　　　　　　　　　　　　　　  programmatic functionality similar to the paragraph wrapping or filling features found in many text editors"""

　　示例代码为：

import textwrap

sample_text = """the textwrap module   can be used to format text for  otput     in situations where pretty-printing s dsired,   it offers programmatic functionality similar to the paragraph wrapping or filling features found in many text editors
"""    
print "Test:\n"
print textwrap.fill(sample_text,width=50)

　　输出内容为：

　　Test：

　　       the textwrap module    can be used to format text
　　for otput in situations    where pretty-printing s
　　dsired,     it offers programmatic functionality
　　similar   to the paragraph    wrapping or filling
　　features found in many text editors

　　fill()函数取文本作为输入，生成格式化的文本作为输出。

　　虽然文本最后的结果为左对齐，不过只有第一行保留了缩进，其余各行前面的空格则嵌入到段落中。

　　下面修改一下代码即可（dedent()函数执行去除缩进）:

print textwrap.dedent(sample_text)

　　输出内容为：

　　Test：

　　the textwrap module can be used to format text
　　for otput in situations where pretty-printing s
　　dsired, it offers programmatic functionality
　　similar to the paragraph wrapping or filling
　　features found in many text editors

除以上方法外还可以结合dedent和fill使用，可以去除缩进的文本传入fill()，并提供一组不同的width值。按照指定宽带结合dedent去除缩进现实。另外还可以进行悬挂缩进处理。示例代码分别为：

import textwrap

sample_text = """the textwrap module   can be used to format text for  otput     in situations where pretty-printing s dsired,   it offers programmatic functionality similar to the paragraph wrapping or filling features found in many text editors
"""    
dedent_text = textwrap.dedent(sample_text).strip()
for width in [45,70]:
    print "%d columns:\n" % width
    print textwrap.fill(dedented_text,width=width)
    print

import textwrap

sample_text = """the textwrap module   can be used to format text for  otput     in situations where pretty-printing s dsired,   it offers programmatic functionality similar to the paragraph wrapping or filling features found in many text editors
"""    
dedent_text = textwrap.dedent(sample_text).strip()
print textwrap.fill(dedent_text,
                    initial_indent=" ",
                    subsequent_indent= " " *4,
                    width=50,
                    )        

备注：strip()去除字符串开始及结束的空格符号等。