Python中字符串格式化str.format的详细介绍
前言
Python 在 2.6 版本中新加了一个字符串格式化方法: str.format()
。它的基本语法是通过 {} 和 : 来代替以前的 %.。
格式化时的占位符语法:
replacement_field ::= "{" [field_name] ["!" conversion] [":" format_spec] "}"
“映射”规则
通过位置
str.format()
可以接受不限个参数,位置可以不按顺序:
>>> "{0} {1}".format("hello", "world") 'hello world' >>> "{} {}".format("hello", "world") 'hello world' >>> "{1} {0} {1}".format("hello", "world") 'world hello world'
通过关键字参数
使用关键参数时字符串中需要提供参数名:
>>> "I am {name}, age is {age}".format(name="huoty", age=18) 'I am huoty, age is 18' >>> user = {"name": "huoty", "age": 18} >>> "I am {name}, age is {age}".format(**user) 'I am huoty, age is 18'
通过对象属性
str.format()
可以直接读取用户属性:
>>> class User(object): ... def __init__(self, name, age): ... self.name = name ... self.age = age ... ... def __str__(self): ... return "{self.name}({self.age})".format(self=self) ... ... def __repr__(self): ... return self.__str__() ... ... >>> user = User("huoty", 18) >>> user huoty(18) >>> "I am {user.name}, age is {user.age}".format(user=user) 'I am huoty, age is 18'
通过下标
在需要格式化的字符串内部可以通过下标来访问元素:
>>> names, ages = ["huoty", "esenich", "anan"], [18, 16, 8] >>> "I am {0[0]}, age is {1[2]}".format(names, ages) 'I am huoty, age is 8' >>> users = {"names": ["huoty", "esenich", "anan"], "ages": [18, 16, 8]} >>> "I am {names[0]}, age is {ages[0]}".format(**users)
指定转化
可以指定字符串的转化类型:
conversion ::= "r" | "s" | "a"
其中 "!r" 对应 repr(); "!s" 对应 str(); "!a" 对应 ascii()。 示例:
>>> "repr() shows quotes: {!r}; str() doesn't: {!s}".format('test1', 'test2') "repr() shows quotes: 'test1'; str() doesn't: test2"
格式限定符
填充与对齐
填充常跟对齐一起使用。^, <, > 分别是居中、左对齐、右对齐,后面带宽度, : 号后面带填充的字符,只能是一个字符,不指定则默认是用空格填充。
>>> "{:>8}".format("181716") ' 181716' >>> "{:0>8}".format("181716") '00181716' >>> "{:->8}".format("181716") '--181716' >>> "{:-<8}".format("181716") '181716--' >>> "{:-^8}".format("181716") '-181716-' >>> "{:-<25}>".format("Here ") 'Here -------------------->'
浮点精度
用 f 表示浮点类型,并可以在其前边加上精度控制:
>>> "[ {:.2f} ]".format(321.33345) '[ 321.33 ]' >>> "[ {:.1f} ]".format(321.33345) '[ 321.3 ]' >>> "[ {:.4f} ]".format(321.33345) '[ 321.3335 ]' >>> "[ {:.4f} ]".format(321) '[ 321.0000 ]'
还可以为浮点数指定符号,+ 表示在正数前显示 +,负数前显示 -; (空格)表示在正数前加空格,在幅负数前加 -;- 与什么都不加({:f})时一致:
>>> '{:+f}; {:+f}'.format(3.141592657, -3.141592657) '+3.141593; -3.141593' >>> '{: f}; {: f}'.format(3.141592657, -3.141592657) ' 3.141593; -3.141593' >>> '{:f}; {:f}'.format(3.141592657, -3.141592657) '3.141593; -3.141593' >>> '{:-f}; {:-f}'.format(3.141592657, -3.141592657) '3.141593; -3.141593' >>> '{:+.4f}; {:+.4f}'.format(3.141592657, -3.141592657) '+3.1416; -3.1416'
指定进制
>>> "int: {0:d}; hex: {0:x}; oct: {0:o}; bin: {0:b}".format(18) 'int: 18; hex: 12; oct: 22; bin: 10010' >>> "int: {0:d}; hex: {0:#x}; oct: {0:#o}; bin: {0:#b}".format(18) 'int: 18; hex: 0x12; oct: 0o22; bin: 0b10010'
千位分隔符
可以使用 "," 来作为千位分隔符:
>>> '{:,}'.format(1234567890) '1,234,567,890'
百分数显示
>>> "progress: {:.2%}".format(19.88/22) 'progress: 90.36%'
事实上,format 还支持更多的类型符号:
type ::= "b" | "c" | "d" | "e" | "E" | "f" | "F" | "g" | "G" | "n" | "o" | "s" | "x" | "X" | "%"
其他技巧
占位符嵌套
某些时候占位符嵌套还是很有用的:
>>> '{0:{fill}{align}16}'.format("hello", fill='*', align='^') '*****hello******' >>> >>> for num in range(5,12): ... for base in "dXob": ... print("{0:{width}{base}}".format(num, base=base, width=5), end=' ') ... print() ... ... 5 5 5 101 6 6 6 110 7 7 7 111 8 8 10 1000 9 9 11 1001 10 A 12 1010 11 B 13 1011
作为函数使用
可以先不指定格式化参数,而是在不要的地方作为函数来调用:
>>> email_f = "Your email address was {email}".format >>> print(email_f(email="suodhuoty@gmail.com")) Your email address was sudohuoty@gmail.com
转义大括号
当在字符串中需要使用大括号时可以用大括号转义:
>>> " The {} set is often represented as { {0} } ".format("empty") ' The empty set is often represented as {0} '
更多Python中字符串格式化str.format的详细介绍相关文章请关注PHP中文网!

热AI工具

Undresser.AI Undress
人工智能驱动的应用程序,用于创建逼真的裸体照片

AI Clothes Remover
用于从照片中去除衣服的在线人工智能工具。

Undress AI Tool
免费脱衣服图片

Clothoff.io
AI脱衣机

AI Hentai Generator
免费生成ai无尽的。

热门文章

热工具

记事本++7.3.1
好用且免费的代码编辑器

SublimeText3汉化版
中文版,非常好用

禅工作室 13.0.1
功能强大的PHP集成开发环境

Dreamweaver CS6
视觉化网页开发工具

SublimeText3 Mac版
神级代码编辑软件(SublimeText3)

本教程演示如何使用Python处理Zipf定律这一统计概念,并展示Python在处理该定律时读取和排序大型文本文件的效率。 您可能想知道Zipf分布这个术语是什么意思。要理解这个术语,我们首先需要定义Zipf定律。别担心,我会尽量简化说明。 Zipf定律 Zipf定律简单来说就是:在一个大型自然语言语料库中,最频繁出现的词的出现频率大约是第二频繁词的两倍,是第三频繁词的三倍,是第四频繁词的四倍,以此类推。 让我们来看一个例子。如果您查看美国英语的Brown语料库,您会注意到最频繁出现的词是“th

Python 提供多种从互联网下载文件的方法,可以使用 urllib 包或 requests 库通过 HTTP 进行下载。本教程将介绍如何使用这些库通过 Python 从 URL 下载文件。 requests 库 requests 是 Python 中最流行的库之一。它允许发送 HTTP/1.1 请求,无需手动将查询字符串添加到 URL 或对 POST 数据进行表单编码。 requests 库可以执行许多功能,包括: 添加表单数据 添加多部分文件 访问 Python 的响应数据 发出请求 首

本文解释了如何使用美丽的汤库来解析html。 它详细介绍了常见方法,例如find(),find_all(),select()和get_text(),以用于数据提取,处理不同的HTML结构和错误以及替代方案(SEL)

处理嘈杂的图像是一个常见的问题,尤其是手机或低分辨率摄像头照片。 本教程使用OpenCV探索Python中的图像过滤技术来解决此问题。 图像过滤:功能强大的工具 图像过滤器

PDF 文件因其跨平台兼容性而广受欢迎,内容和布局在不同操作系统、阅读设备和软件上保持一致。然而,与 Python 处理纯文本文件不同,PDF 文件是二进制文件,结构更复杂,包含字体、颜色和图像等元素。 幸运的是,借助 Python 的外部模块,处理 PDF 文件并非难事。本文将使用 PyPDF2 模块演示如何打开 PDF 文件、打印页面和提取文本。关于 PDF 文件的创建和编辑,请参考我的另一篇教程。 准备工作 核心在于使用外部模块 PyPDF2。首先,使用 pip 安装它: pip 是 P

本教程演示了如何利用Redis缓存以提高Python应用程序的性能,特别是在Django框架内。 我们将介绍REDIS安装,Django配置和性能比较,以突出显示BENE

自然语言处理(NLP)是人类语言的自动或半自动处理。 NLP与语言学密切相关,并与认知科学,心理学,生理学和数学的研究有联系。在计算机科学

本文比较了Tensorflow和Pytorch的深度学习。 它详细介绍了所涉及的步骤:数据准备,模型构建,培训,评估和部署。 框架之间的关键差异,特别是关于计算刻度的
