strutils -文本操作

如此多的实际编程都涉及字符串操作，而这正是Python所能适应的。尽管如此，标准库中仍然缺少数十个基本和常见的功能，其中几个功能是由 strutils 。

class boltons.strutils.MultiReplace(sub_map, **kwargs)

多重替换是一次执行多个查找/替换操作的工具。

在给定要替换的值的映射的情况下，它允许在单个过程中替换所有匹配值，这可以在非常大的字符串上节省大量性能。除了简单的替换，它还允许基于正则表达式进行替换。

关键字参数：

参数:

• regex (bool) -- 将搜索关键字视为正则表达式 [Default: False]

• flags (int) -- 编译期间要传递给正则表达式引擎的标志

词典用法：：

from lrmslib import stringutils
s = stringutils.MultiReplace({
    'foo': 'zoo',
    'cat': 'hat',
    'bat': 'kraken'
})
new = s.sub('The foo bar cat ate a bat')
new == 'The zoo bar hat ate a kraken'

可重复使用：：

from lrmslib import stringutils
s = stringutils.MultiReplace([
    ('foo', 'zoo'),
    ('cat', 'hat'),
    ('bat', 'kraken)'
])
new = s.sub('The foo bar cat ate a bat')
new == 'The zoo bar hat ate a kraken'

可以向构造函数传递字典或其他映射以及可迭代的元组。如果给定了一个可迭代变量，则将按照可迭代变量中指定的替换值的顺序运行替换。如果给它一个OrderedDict，这也是正确的。如果给定词典，则顺序将是不确定的：：

>>> 'foo bar baz'.replace('foo', 'baz').replace('baz', 'bar')
'bar bar bar'
>>> m = MultiReplace({'foo': 'baz', 'baz': 'bar'})
>>> m.sub('foo bar baz')
'baz bar bar'

这是因为，如果您要插入的内容可能会被以后的替换所替换，则替换的顺序可能很重要。请注意，如果您需要依赖顺序，那么可以考虑使用元组列表而不是字典。

sub(text)

对输入文本运行替换。

给定一个输入字符串，运行构造函数中给出的所有替换。

boltons.strutils.a10n(string)

那个“国际化”变成“I18N”的东西叫什么来着？缩写？哦，等等，不： a10n 。(它实际上是一种 numeronym 。)

>>> a10n('abbreviation')
'a10n'
>>> a10n('internationalization')
'i18n'
>>> a10n('')
''

boltons.strutils.args2cmd(args, sep=' ')

返回Shell转义的字符串版本 args ，由 sep ，使用与Microsoft C运行时相同的规则。

>>> print(args2cmd(['aa', '[bb]', "cc'cc", 'dd"dd']))
aa [bb] cc'cc dd\"dd

正如您所看到的，转义是通过反斜杠而不是引号进行的，并且双引号是唯一的特殊字符。有关更多详细信息，请参阅代码中的注释。基于来自 subprocess 模块。

boltons.strutils.args2sh(args, sep=' ')

返回Shell转义的字符串版本 args ，由 sep ，基于Linux/BSD/MacOS生态系统中的sh、bash和其他Shell的规则。

>>> print(args2sh(['aa', '[bb]', "cc'cc", 'dd"dd']))
aa '[bb]' 'cc'"'"'cc' 'dd"dd'

如您所见，不带特殊字符的参数不会转义，带特殊字符的参数用单引号引起来，单引号本身用双引号引起来。双引号的处理方式与任何其他特殊字符一样。

基于来自 pipes/shlex 模块。另请注意， shlex 和 argparse 具有拆分和分析以这种方式转义的字符串的函数。

boltons.strutils.asciify(text, ignore=False)

转换Unicode或字节字符串， text 转换为只包含ASCII字符的字节串。为你们这些亲欧洲的人做基本的脱音。

另外，温和地提醒一下，这是一个 utility ，主要用于粘合。只要有可能，就让您的应用程序工作 with Unicode，不是反对它。

参数:

• text (str or unicode) -- 要归类的字符串。

• ignore (bool) -- 将最终编码配置为忽略剩余的未序列化Unicode，而不是替换它。

>>> asciify('Beyoncé') == b'Beyonce'
True

boltons.strutils.bytes2human(nbytes, ndigits=0)

将一个整数值变为 nbytes 转换成人类可读的格式。集 ndigits 控制小数点后应显示的位数(默认 0 )。

>>> bytes2human(128991)
'126K'
>>> bytes2human(100001221)
'95M'
>>> bytes2human(0, 2)
'0.00B'

boltons.strutils.camel2under(camel_string)

将驼峰大小写字符串转换为下划线。对于将类名转换为函数名很有用。

>>> camel2under('BasicParseTest')
'basic_parse_test'

boltons.strutils.cardinalize(unit_noun, count)

单数词有条件复数形式 unit_noun 如果 count 不是一个，尽可能地保留大小写。

>>> vowels = 'aeiou'
>>> print(len(vowels), cardinalize('vowel', len(vowels)))
5 vowels
>>> print(3, cardinalize('Wish', 3))
3 Wishes

boltons.strutils.escape_shell_args(args, sep=' ', style=None)

中每个字符串的转义版本 args ，根据 style 。

参数:

• args (list) -- 用于转义和联接在一起的参数列表

• sep (str) -- 用于联接转义参数的分隔符。

• style (str) -- 从逃逸到使用的风格。可以是以下之一 cmd 或 sh ，分别面向Windows和Linux/BSD/等。如果 style 是 None ，然后根据系统平台进行挑选。

看见 args2cmd() 和 args2sh() 查看每种样式的详细信息和示例输出。

boltons.strutils.find_hashtags(string)

查找并返回字符串中的所有哈希标签，但删除了哈希标记。支持亚洲语言的全角哈希标记，并且在URL锚点上不会出现误报。

>>> find_hashtags('#atag http://asite/#ananchor')
['atag']

find_hashtags 也可以与Unicode标签一起使用。

boltons.strutils.format_int_list(int_list, delim=',', range_delim='-', delim_space=False)

返回正整数列表中已排序的范围字符串( int_list )。整数的连续范围折叠为最小值和最大值。反转 parse_int_list() 。

参数:

• int_list (list) -- 要转换为范围字符串的正整数列表(例如 [1,2,4,5,6,8] )。

• delim (char) -- 默认为‘，’。分隔整数和连续的整数范围。

• range_delim (char) -- 默认为‘-’。指示整数的连续范围。

• delim_space (bool) -- 默认为 False 。如果 True ，毕竟增加了一个空格 delim 人物。

>>> format_int_list([1,3,5,6,7,8,10,11,15])
'1,3,5-8,10-11,15'

boltons.strutils.gunzip_bytes(bytestring)

这个 gzip 如果你有一个文件或类似文件的对象，模块是很棒的，但如果你只有字节又会怎样呢？StringIO是一种可能性，但只使用这一行代码通常更快、更容易、更简单。使用这个久经考验的实用函数从字节中解压缩gzip。

>>> gunzip_bytes(_EMPTY_GZIP_BYTES) == b''
True
>>> gunzip_bytes(_NON_EMPTY_GZIP_BYTES).rstrip() == b'bytesahoy!'
True

boltons.strutils.gzip_bytes(bytestring, level=6)

将一些字节转换为一些压缩字节。

>>> len(gzip_bytes(b'a' * 10000))
46

参数:

• bytestring (bytes) -- 要压缩的字节数

• level (int) -- 一个整数，1-9，控制速度/压缩。1表示最快，压缩程度最低，9表示最慢，但压缩程度最高。

请注意，现在所有级别的gzip都相当快，尽管它在任何级别的压缩方面都不是真正的竞争对手。

boltons.strutils.html2text(html)

从HTML文本中剥离标签，返回无标记文本。此外，还会尽最大努力替换“&nbsp；”等实体

>>> r = html2text(u'<a href="#">Test &amp;<em>(Δ&#x03b7;&#956;&#x03CE;)</em></a>')
>>> r == u'Test &(Δημώ)'
True

boltons.strutils.indent(text, margin, newline='\n', key=<class 'bool'>)

缺少内置的对应部件 textwrap.dedent() 。

参数:

• text (str) -- 要缩进的文本。

• margin (str) -- 要添加到每行前面的字符串。

• newline (str) -- 用于重新连接各行的换行符(默认为： \n )

• key (callable) -- 调用每一行以确定是否缩进它。默认： bool 以确保空行不会添加空格。

boltons.strutils.is_ascii(text)

检查Unicode或字节串， text ，仅由ASCII字符组成。加薪 ValueError 如果参数不是文本。

参数:

text (str or unicode) -- 要检查的字符串。

>>> is_ascii('Beyoncé')
False
>>> is_ascii('Beyonce')
True

boltons.strutils.is_uuid(obj, version=4)

检查参数是否为有效的UUID对象或字符串。

参数:

• obj (object) -- 测试目标。支持字符串和UUID对象。

• version (int) -- 目标UUID版本，设置为0可跳过版本检查。

>>> is_uuid('e682ccca-5a4c-4ef2-9711-73f9ad1e15ea')
True
>>> is_uuid('0221f0d9-d4b9-11e5-a478-10ddb1c2feb9')
False
>>> is_uuid('0221f0d9-d4b9-11e5-a478-10ddb1c2feb9', version=1)
True

boltons.strutils.iter_splitlines(text)

喜欢 str.splitlines() ，但返回行的迭代器而不是列表。也类似于 file.next() ，因为这也会懒惰地从文件中读取和生成行。

此函数适用于各种行尾，但与往常一样，在文件中混用行尾时要小心。

>>> list(iter_splitlines('\nhi\nbye\n'))
['', 'hi', 'bye', '']
>>> list(iter_splitlines('\r\nhi\rbye\r\n'))
['', 'hi', 'bye', '']
>>> list(iter_splitlines(''))
[]

boltons.strutils.multi_replace(text, sub_map, **kwargs)

在单个调用中调用MultiReplace的快捷函数。

boltons.strutils.ordinalize(number, ext_only=False)

转弯 number 转换为其基本形式，即第一、第二、第三、第四等。如果最后一个字符不是数字，则返回不变的字符串值。

参数:

• number (int or str) -- 要进行基数处理的数字。

• ext_only (bool) -- 是否仅返回后缀。默认 False 。

>>> print(ordinalize(1))
1st
>>> print(ordinalize(3694839230))
3694839230th
>>> print(ordinalize('hi'))
hi
>>> print(ordinalize(1515))
1515th

boltons.strutils.parse_int_list(range_string, delim=',', range_delim='-')

参数返回正整数的排序列表。 range_string 。反转 format_int_list() 。

参数:

• range_string (str) -- 逗号分隔的正整数或范围的字符串(例如‘1，2，4-6，8’)。打印机对话框中使用的自定义页面范围字符串的典型特征。

• delim (char) -- 默认为‘，’。分隔整数和连续的整数范围。

• range_delim (char) -- 默认为‘-’。指示整数的连续范围。

>>> parse_int_list('1,3,5-8,10-11,15')
[1, 3, 5, 6, 7, 8, 10, 11, 15]

boltons.strutils.pluralize(word)

半智能地将一名英国人 word 从单数形式到复数形式，保留大小写模式。

>>> pluralize('friend')
'friends'
>>> pluralize('enemy')
'enemies'
>>> pluralize('Sheep')
'Sheep'

boltons.strutils.singularize(word)

半智能地转换英语复数 word 到它的单数形式，保留大小写模式。

>>> singularize('chances')
'chance'
>>> singularize('Activities')
'Activity'
>>> singularize('Glasses')
'Glass'
>>> singularize('FEET')
'FOOT'

boltons.strutils.slugify(text, delim='_', lower=True, ascii=False)

一个基本函数，用于将充满可怕字符(即标点符号和空格)的文本转换为相对安全的小写字符串，仅由指定的分隔符分隔 delim ，它缺省为 _ 。

这个 ascii 便利旗帜将 asciify() 如果您需要仅限ASCII的弹头，则可以选择弹头。

>>> slugify('First post! Hi!!!!~1    ')
'first_post_hi_1'

>>> slugify("Kurt Gödel's pretty cool.", ascii=True) ==         b'kurt_goedel_s_pretty_cool'
True

boltons.strutils.split_punct_ws(text)

而当 str.split() 将在空格上拆分， split_punct_ws() 将在标点符号和空格上拆分。这是由内部使用的 slugify() 上图。

>>> split_punct_ws('First post! Hi!!!!~1    ')
['First', 'post', 'Hi', '1']

boltons.strutils.strip_ansi(text)

将ANSI转义代码从 text 。在日志或重定向输出意外捕获控制台颜色代码等情况下非常有用。

>>> strip_ansi('art')
'art'

支持Unicode、字符串、字节和字节数组内容作为输入。返回与输入相同的类型。

有许多ANSI ART可用于测试 sixteencolors.net 。此函数不解释或呈现ANSI图片，但您可以使用 ansi2img 或 escapes.js 。

boltons.strutils.under2camel(under_string)

将带下划线的字符串转换为驼色大小写。用于将函数名转换为类名。

>>> under2camel('complex_tokenizer')
'ComplexTokenizer'

boltons.strutils.unit_len(sized_iterable, unit_noun='item')

返回迭代数的纯英语描述 len() ，有条件地用复数 cardinalize() ，详情如下。

>>> print(unit_len(range(10), 'number'))
10 numbers
>>> print(unit_len('aeiou', 'vowel'))
5 vowels
>>> print(unit_len([], 'worry'))
No worries

boltons.strutils.unwrap_text(text, ending='\n\n')

文本解开，这是对 textwrap.wrap() 。

>>> text = "Short \n lines  \nwrapped\nsmall.\n\nAnother\nparagraph."
>>> unwrap_text(text)
'Short lines wrapped small.\n\nAnother paragraph.'

参数:

• text -- 要解开的字符串。

• ending (str) -- 要连接所有未换行段落的字符串。经过 None 才能拿到名单。为与Markdown和RST兼容，默认设置为‘nn’。