我想知道最简单的方法是将string
列表如下所示转换为list
:
x = u'[ "A","B","C" , " D"]'
即使用户在逗号和引号内的空格之间放置空格也是如此。我需要处理它:
x = ["A", "B", "C", "D"]
在Python中。
我知道我可以使用拆分运算符用strip()
和split()
去除空格并检查非字母表。但是代码变得非常糟糕。有一个我不知道的快速功能吗?
>>> import ast
>>> x = u'[ "A","B","C" , " D"]'
>>> x = ast.literal_eval(x)
>>> x
['A', 'B', 'C', ' D']
>>> x = [n.strip() for n in x]
>>> x
['A', 'B', 'C', 'D']
使用ast.literal_eval,您可以安全地评估表达式节点或包含Python表达式的字符串。提供的字符串或节点可能只包含以下Python文字结构:字符串,数字,元组,列表,dicts,布尔值和None。
为了使用json进一步完成@Ryan的回答,转换unicode的一个非常方便的功能就是这里发布的:https://stackoverflow.com/a/13105359/7599285
ex有双引号或单引号:
>print byteify(json.loads(u'[ "A","B","C" , " D"]')
>print byteify(json.loads(u"[ 'A','B','C' , ' D']".replace('\'','"')))
['A', 'B', 'C', ' D']
['A', 'B', 'C', ' D']
我想用正则表达式提供更直观的模式解决方案。下面的函数将包含任意字符串的字符串列表作为输入。
逐步说明:删除所有whitespacing,包围和value_separators(前提是它们不是您要提取的值的一部分,否则使正则表达式更复杂)。然后在单引号或双引号上拆分已清理的字符串,并取非空值(或奇数索引值,无论偏好如何)。
def parse_strlist(sl):
import re
clean = re.sub("[\[\],\s]","",sl)
splitted = re.split("[\'\"]",clean)
values_only = [s for s in splitted if s != '']
return values_only
测试样本:“[21”,“foo”“6”,“0”,“A”]“
因此,根据所有答案,我决定采用最常用的方法:
from time import time
import re
import json
my_str = str(list(range(19)))
print(my_str)
reps = 100000
start = time()
for i in range(0, reps):
re.findall("\w+", my_str)
print("Regex method:\t", (time() - start) / reps)
start = time()
for i in range(0, reps):
json.loads(my_str)
print("json method:\t", (time() - start) / reps)
start = time()
for i in range(0, reps):
ast.literal_eval(my_str)
print("ast method:\t\t", (time() - start) / reps)
start = time()
for i in range(0, reps):
[n.strip() for n in my_str]
print("strip method:\t", (time() - start) / reps)
regex method: 6.391477584838867e-07
json method: 2.535374164581299e-06
ast method: 2.4425282478332518e-05
strip method: 4.983267784118653e-06
所以最终正则表达胜利!
从上面使用基本python包的一些答案中得到启发,我比较了一些(使用Python 3.7.3)的性能:
方法1:ast
import ast
list(map(str.strip, ast.literal_eval(u'[ "A","B","C" , " D"]')))
# ['A', 'B', 'C', 'D']
import timeit
timeit.timeit(stmt="list(map(str.strip, ast.literal_eval(u'[ \"A\",\"B\",\"C\" , \" D\"]')))", setup='import ast', number=100000)
# 1.292875313000195
方法2:json
import json
list(map(str.strip, json.loads(u'[ "A","B","C" , " D"]')))
# ['A', 'B', 'C', 'D']
import timeit
timeit.timeit(stmt="list(map(str.strip, json.loads(u'[ \"A\",\"B\",\"C\" , \" D\"]')))", setup='import json', number=100000)
# 0.27833264000014424
方法3:没有导入
list(map(str.strip, u'[ "A","B","C" , " D"]'.strip('][').replace('"', '').split(',')))
# ['A', 'B', 'C', 'D']
import timeit
timeit.timeit(stmt="list(map(str.strip, u'[ \"A\",\"B\",\"C\" , \" D\"]'.strip('][').replace('\"', '').split(',')))", number=100000)
# 0.12935059100027502
我很失望地看到我认为具有最差可读性的方法是具有最佳性能的方法...在使用最可读的选项时要考虑权衡...对于我通常使用python的工作负载类型价值可读性略高于一个性能更高的选项,但通常它取决于。
你可以通过从列表的字符串表示中切掉第一个和最后一个字符来保存自己的.strip()fcn(参见下面的第三行)
>>> mylist=[1,2,3,4,5,'baloney','alfalfa']
>>> strlist=str(mylist)
['1', ' 2', ' 3', ' 4', ' 5', " 'baloney'", " 'alfalfa'"]
>>> mylistfromstring=(strlist[1:-1].split(', '))
>>> mylistfromstring[3]
'4'
>>> for entry in mylistfromstring:
... print(entry)
... type(entry)
...
1
<class 'str'>
2
<class 'str'>
3
<class 'str'>
4
<class 'str'>
5
<class 'str'>
'baloney'
<class 'str'>
'alfalfa'
<class 'str'>
假设你的字符串是t_vector = [34,54,52,23],你想把它转换成一个列表。您可以使用以下2个步骤:
ls = t_vector.strip('][')
t_vector = ls.split(' ')
t_vector包含列表。
eval
很危险 - 你不应该执行用户输入。
如果你有2.6或更新,使用ast而不是eval:
>>> import ast
>>> ast.literal_eval('["A","B" ,"C" ," D"]')
["A", "B", "C", " D"]
一旦你有了,strip
字符串。
如果您使用的是旧版本的Python,则可以使用简单的正则表达式非常接近您想要的内容:
>>> x='[ "A", " B", "C","D "]'
>>> re.findall(r'"\s*([^"]*?)\s*"', x)
['A', 'B', 'C', 'D']
这不如ast解决方案,例如它不能正确处理字符串中的转义引号。但它很简单,不涉及危险的评估,并且如果你使用的是较旧的Python,可能对你的目的来说已经足够好了。
只要存在字典化的字典列表,json
模块就是更好的解决方案。 json.loads(your_data)
函数可用于将其转换为列表。
>>> import json
>>> x = u'[ "A","B","C" , " D"]'
>>> json.loads(x)
[u'A', u'B', u'C', u' D']
同样
>>> x = u'[ "A","B","C" , {"D":"E"}]'
>>> json.loads(x)
[u'A', u'B', u'C', {u'D': u'E'}]
import ast
l = ast.literal_eval('[ "A","B","C" , " D"]')
l = [i.strip() for i in l]
有一个快速的解决方案:
x = eval('[ "A","B","C" , " D"]')
可以通过以下方式删除列表元素中不需要的空格:
x = [x.strip() for x in eval('[ "A","B","C" , " D"]')]
假设您的所有输入都是列表,并且输入中的双引号实际上无关紧要,可以使用简单的regexp替换来完成。它有点像perl-y但是就像一个魅力。另请注意,输出现在是unicode字符串列表,您没有指定需要它,但在unicode输入的情况下似乎有意义。
import re
x = u'[ "A","B","C" , " D"]'
junkers = re.compile('[[" \]]')
result = junkers.sub('', x).split(',')
print result
---> [u'A', u'B', u'C', u'D']
junkers变量包含我们不想要的所有字符的编译正则表达式(用于速度),使用]作为字符需要一些反斜杠技巧。 re.sub将所有这些字符替换为空,我们将结果字符串拆分为逗号。
请注意,这也会从内部条目u'[“oh no”]'---> [u'ohno']中删除空格。如果这不是你想要的,那么regexp需要加强一点。
与numpy
这是一个非常简单的方式
x = u'[ "A","B","C" , " D"]'
list_string = str(x)
import numpy as np
print np.array(list_string)
给
>>>
[ "A","B","C" , " D"]
不进口任何东西;
x = u'[ "A","B","C" , " D"]'
ls = x.strip('][').split(',')
如果您知道列表中只包含带引号的字符串,则此pyparsing示例将为您提供已剥离字符串的列表(甚至保留原始Unicode-ness)。
>>> from pyparsing import *
>>> x =u'[ "A","B","C" , " D"]'
>>> LBR,RBR = map(Suppress,"[]")
>>> qs = quotedString.setParseAction(removeQuotes, lambda t: t[0].strip())
>>> qsList = LBR + delimitedList(qs) + RBR
>>> print qsList.parseString(x).asList()
[u'A', u'B', u'C', u'D']
如果您的列表可以包含更多数据类型,甚至包含列表中的列表,那么您将需要更完整的语法 - 如pyparsing wiki上的this one,它将处理元组,列表,整数,浮点数和带引号的字符串。将使用Python版本回到2.4。