maketrans和translate函数是进行字符串字符编码的常用方法。本文着重点在于演示其基本用法和在不同版本下操作的差异。本文提到的2.x版本指2.6以上的版本,3.x版本指3.1以上的版本。
2.x版本把字符串基本分为两种:unicode字符串和8位字符串str,后者包含字节数据和我们常见的ascii码数据;而3.x版本则重新对字符串进行了划分,分为了字节字符串bytes和文本字符串str,两者都是不可变的,所以添加了一个可变的字节字符串类型bytearray。
2.x版本中string类型和str、unicode类型大量方法是重复的,所以3.x版本不提倡使用string模块中与str重复的方法。string模块中还有很多有用的常量和方法,比如string.digits,可以在字符串编码中方便地使用。
2.x中maketrans和translate函数的签名:
string.maketrans(from, to)
string.translate(s, table[, deletechars])
str.translate(table[, deletechars])
unicode.translate(table)
3.x中maketrans和translate函数的签名:
static str.maketrans(x[, y[, z]])
static bytes.maketrans(from, to)
static bytearray.maketrans(from, to)
str.translate(map)
bytes.translate(table[, delete])
bytearray.translate(table[, delete])
从中可以看出,相对于2.x的string模块的maketrans方法,3.x中分别提供了三个静态方法用于创建映射表。
下面让我们看一个简单的例子来说明字符串转换的过程:
2.x下的演示过程:
>>> import string #导入string模块
>>> map = string.maketrans(‘123’, ‘abc’) #建立映射表,将字符串中含有的’1′,’2′,’3’替换为’a’,’b’,’c’
>>> s = ‘54321123789’ #转换前的字符串
>>> s.translate(map) #用创建的映射表map转换字符串
’54cbaabc789′ #转换后的字符串
3.x下的演示过程:
>>> map = str.maketrans(‘123′,’abc’)
>>> s = ‘54321123789’
>>> s.translate(map)
’54cbaabc789′
2.x使用了string的maketrans函数,而3.x使用了str的maketrans函数,除了这一点,使用方法是基本相同的。若指定字符串中要删除的字符时,使用就会略有不同,如下:
2.x下的演示过程:
>>> import string
>>> map = string.maketrans(‘123’, ‘abc’)
>>> s = ‘54321123789’
>>> s.translate(map, ’78’) #除了转换,还要删除字符串中的字符’7′,’8′
’54cbaabc9′ #转换后的字符串没有字符’7′,’8′
3.x下的演示过程:
>>> map = str.maketrans(‘123′,’abc’, ’78’)#要删除的字符需要在这指定
>>> s = ‘54321123789’
>>> s.translate(map)
’54cbaabc9′
我在读《python cookbook》遇到了一个基于2.x版本的例子,如下
import string
def translator(frm=”, to=”, delete=”, keep=none):
if len(to) == 1:
to = to * len(frm)
trans = string.maketrans(frm, to)
if keep is not none:
allchars = string.maketrans(”, ”)
delete = allchars.translate(allchars, keep.translate(allchars,delete))
def translate(s):
return s.translate(trans, delete)
return translate
allchars应该是一个返回的映射表,为什么还可以调用translate方法,所以它应该是一个str类型,测试如下:
>>> import string
>>> map = string.maketrans(‘123’, ‘abc’)
>>> type(map)
在3.x版本中这个方法不能正常通过运行,那么错在什么地方呢,我们看看映射表是什么类型:
>>> map = str.maketrans(‘123′,’abc’)
>>> type(map)
知道了映射表的类型了,我们就可以对其进行“后期加工”,像上面《python cookbook》中的例子一样,来满足我们的编码要求。
上面讨论的例子用的字符串是ascii字符组成的,如果是字节类型,2.x版本中操作是一样的,3.x中调用bytes或bytearray的函数;若是unicode类型的,2.x需要用unicode的translate方法,注意下面的代码
>>> print u”hallo”.translate({97:u’e’})
hello
>>> print u”hallo”.translate({‘a’:u’e’})
hallo
>>> print u”hallo”.translate({u’a’:u’e’})
hallo
结果之所以不一样,查阅手册可知unicode的translate方法的映射表也就是字典的键必须是unicode的位序数,值可以是unicode的位序数、unicode字符串或这none。