Her şeyi a'dan önce nasıl elde edebilirim: Python dizesinde

Question 1

Bir dizedeki tüm harfleri a'dan önce almanın bir yolunu arıyorum: ama nereden başlayacağım konusunda hiçbir fikrim yok. Normal ifadeyi kullanır mıyım? Öyleyse nasıl?

string = "Username: How are you today?"

Birisi bana ne yapabileceğim konusunda bir örnek gösterebilir mi?

Question 2

Sadece splitişlevi kullanın . Bir liste döndürür, böylece ilk öğeyi tutabilirsiniz:

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

Question 3

Kullanarak index:

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

İndeks size :dizedeki konumunu verir , sonra onu dilimleyebilirsiniz.

Normal ifadeyi kullanmak istiyorsanız:

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

match dizenin başından itibaren eşleşir.

Ayrıca kullanabilirsin itertools.takewhile

>>> import itertools
>>> "".join(itertools.takewhile(lambda x: x!=":", string))
'Username'

Question 4

Buna gerek yok regexbunun için

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

Karakter splitdizisini bölmek için yöntemi kullanabilirsiniz.':'

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

Ve [0]dizenin ilk bölümünü elde etmek için öğeyi dilimleyin

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

Question 5

Bu çeşitli teknikleri Python 3.7.0 (IPython) altında karşılaştırdım.

TLDR

en hızlı (bölünme sembolü cbilindiğinde): önceden derlenmiş normal ifade.
(Aksi) en hızlı: s.partition(c)[0].
güvenli (yani, ne zaman cbulunmayabilir s): bölümleme, bölme.
güvensiz: dizin, normal ifade.

Kod

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]

Sonuçlar

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)

Question 6

partition () , sınırlayıcınız veya daha fazla sınırlayıcınızın olmadığı durumlar için daha iyi tahmin edilebilir sonuçlara sahip olduğundan, bu amaç için split () 'den daha iyi olabilir.