Pythonステップアップ講座 ～文字列処理～

最近 Python 3.X に移行した。Python 2.X と比べて文字列回りも便利になっているのでまとめ。知識のアップデートにどうぞ。コメントも歓迎。

フォーマッティング

Hello World を出力してみよう。まずはシンプルに↓

>>> h, w = "Hello", "World"
>>> h + ' ' + w
'Hello World'

Python 2ではこれが多いやり方だった↓

>>> h, w = "Hello", "World"
>>> '%s %s' %(h,w)
'Hello World'

変数が多いとわかりずらいのでこんな書き方もできる↓

>>> h, w = "Hello", "World"
>>> '%(h)s %(w)s' % locals()
'Hello World'
>>> '%(h)s %(w)s' % {"h":h, "w":w}
'Hello World'

format関数を使うのが Python3 での標準だと思う↓　よく読んでマスターしよう
https://docs.python.jp/3/library/string.html#format-string-syntax

>>> h, w = "Hello", "World"
>>> "{} {}".format(h,w)
'Hello World'
>>> "{0} {1}".format(h,w)
'Hello World'
>>> "{h} {w}".format(h=h,w=w)
'Hello World'
>>> "{h} {w}".format(**locals())
'Hello World'

Python 3.6 だとこんな書き方もできる。めちゃくちゃ便利↓
https://docs.python.jp/3/reference/lexical_analysis.html#formatted-string-literals

>>> h, w = "Hello", "World"
>>> f"{h} {w}"
'Hello World'

右づめ、ゼロパディング、3桁ごとのカンマ挿入、有効数字の指定なども当然できるので押さえておく↓

>>> "{:>10}".format("Hello")
'     Hello'
>>> "{:05d}".format(10)
'00010'
>>> "{:,d}".format(10000)
'10,000'
>>> "{:.3f}".format(3.141592)
'3.142'

面白いのはオブジェクトを渡すことが出来る点。オブジェクトの __str__() を呼び出したり、 __repr__() を呼び出したりできる↓

>>> class A(object):
...   def __str__(self): return "Hello World"
...   def __repr__(self): return "Hello"
...
>>> a = A()
>>> f"{a}"
'Hello World'
>>> f"{a!s}"
'Hello World'
>>> f"{a!r}"
'Hello'

f書式ではオブジェクトの変数も渡せる↓

>>> a = type('',(),{})
>>> a.hello = "world"
>>> f"{a.hello}"
'world'

マルチバイト・エンコーディング周り

python2で日本語を扱う場合こんな感じ

• スクリプト内でのマルチバイト文字
  • ファイル冒頭に #coding:utf8 などエンコーディングを指定
  • u書式を使ってこんな感じで指定する hello = u"こんにちは"
  • こうやってもよいが、、、やめた方がいいかも hello = "こんにちは".decode("utf8")
• ストリームからのマルチバイトの入力
  • データを読んでdecodeを呼び出す: data = open("a.text").read().decode("utf8")
• ストリームへのマルチバイトの出力
  • エンコードして書き込み: open("output.txt", "w").write(data.encode("utf8"))

python3 ではマルチバイト対応ができている

• スクリプト内でのマルチバイト文字
  • ファイル冒頭に #coding:utf8 などエンコーディングを指定
  • こんな感じで指定する hello = "こんにちは"
  • これはエラーになる。decodeは不要（もうされている） hello = "こんにちは".decode("utf8")
• ストリームからのマルチバイトの入力
  • ファイル開くときにエンコーディングの指定 open("a.txt", encoding="utf8").read()
• ストリームへのマルチバイトの出力
  • エンコードして書き込み: a = open("text.txt", "w", encoding="utf8"); a.write("こんにちは"); a.close()

力尽きたのでこの辺で。