Модуль string в Python: константы и capwords()
Обновлено:
В стандартной библиотеке Python существует модуль:
string
Он содержит готовые наборы символов, а также некоторые инструменты для работы со строками.
Особенно полезен этот модуль, когда нам нужно работать с английскими буквами, цифрами или знаками пунктуации.
1. Импорт модуля
Можно импортировать модуль целиком:
import string
print(string.ascii_lowercase)
Результат:
abcdefghijklmnopqrstuvwxyz
Или импортировать только необходимые объекты:
from string import ascii_lowercase, digits
print(ascii_lowercase)
print(digits)
Результат:
abcdefghijklmnopqrstuvwxyz
0123456789
Оба способа нам уже знакомы.
2. Основные константы модуля string
Модуль содержит несколько готовых строковых констант.
| Константа | Содержимое |
|---|---|
ascii_lowercase |
Английские буквы a-z |
ascii_uppercase |
Английские буквы A-Z |
ascii_letters |
Все английские буквы a-z, A-Z |
digits |
Цифры 0123456789 |
hexdigits |
Цифры и буквы шестнадцатеричной системы |
octdigits |
Цифры 01234567 |
punctuation |
ASCII-знаки пунктуации и некоторые специальные символы |
whitespace |
Пробельные ASCII-символы |
printable |
Объединение цифр, букв, пунктуации и пробельных символов ASCII |
Например:
import string
print(string.ascii_uppercase)
print(string.digits)
print(string.octdigits)
Результат:
ABCDEFGHIJKLMNOPQRSTUVWXYZ
0123456789
01234567
Все эти константы являются обычными объектами класса:
str
Например:
print(type(string.digits))
# <class 'str'>
Обратите внимание: эти константы описывают именно наборы ASCII-символов.
Например, ascii_letters содержит английские буквы, но не содержит русские, грузинские и другие буквы Unicode.
Практическое использование
3. Проверка символов
Предположим, необходимо определить, является ли символ английской буквой в нижнем регистре.
Можно написать:
import string
symbol = 'g'
if symbol in string.ascii_lowercase:
print('Английская строчная буква')
Результат:
Английская строчная буква
Аналогично проверяем знак пунктуации:
symbol = '?'
if symbol in string.punctuation:
print('Знак пунктуации')
Результат:
Знак пунктуации
При этом string.punctuation содержит набор ASCII-символов, а не абсолютно все знаки пунктуации Unicode.
4. Проверка строки на ASCII-цифры
Предположим, мы хотим убедиться, что строка состоит только из цифр:
0123456789
и не содержит никаких других символов.
Напишем небольшую функцию:
import string
def is_ascii_number(text: str) -> bool:
if not text:
return False
for symbol in text:
if symbol not in string.digits:
return False
return True
Проверим:
print(is_ascii_number('12345'))
# True
print(is_ascii_number('123abc'))
# False
print(is_ascii_number('12.5'))
# False
print(is_ascii_number(''))
# False
Мы могли бы самостоятельно написать:
digits = '0123456789'
Но гораздо удобнее использовать готовую константу:
string.digits
Особенно когда в разных частях программы требуется работать с одним и тем же набором символов.
Важно: метод str.isdecimal() тоже проверяет десятичные цифры, но поддерживает не только ASCII, а и соответствующие символы Unicode. Поэтому при требовании строго использовать символы 0-9 константа string.digits оказывается полезной.
Функция capwords()
5. Обработка регистра слов
В модуле string также существует функция:
capwords()
Её синтаксис:
string.capwords(text, sep=None)
Функция разбивает строку на части, применяет к каждой части метод capitalize(), а затем собирает результат обратно в строку.
Например:
import string
text = 'pYTHON is GREAT'
result = string.capwords(text)
print(result)
Результат:
Python Is Great
Каждое слово начинается с заглавной буквы, а остальные его буквы становятся строчными.
Отличие от capitalize()
Обычный метод:
text.capitalize()
применяется ко всей строке целиком:
text = 'pYTHON is GREAT'
print(text.capitalize())
# Python is great
А функция:
string.capwords(text)
по умолчанию обрабатывает каждое слово отдельно:
Python Is Great
6. Необязательный аргумент sep
У capwords() есть необязательный параметр:
sep=None
Он позволяет самостоятельно определить разделитель, по которому строка будет разбиваться на части.
Например, пусть у нас есть несколько предложений:
text = (
'pYTHON is GREAT. '
'sQL is USEFUL. '
'dJANGO is POPULAR'
)
Мы хотим, чтобы каждое предложение начиналось с заглавной буквы, а остальные буквы в нём были строчными.
Для этого используем разделитель:
'. '
То есть точку и пробел.
import string
result = string.capwords(
text,
sep='. ',
)
print(result)
Результат:
Python is great. Sql is useful. Django is popular
Функция разбила строку по последовательности:
'. '
применила capitalize() к каждой полученной части и собрала строку обратно с тем же разделителем.
Обратите внимание: разделитель воспринимается как одна точная последовательность символов. Если между предложениями будет точка без пробела, такой участок не будет разделён по '. '.
Также capitalize() не сохраняет аббревиатуры в верхнем регистре: SQL превратится в Sql.
7. Как устроена функция capwords()
Интересно посмотреть на реализацию этой функции.
В современных версиях CPython её основная логика выглядит так:
def capwords(s, sep=None):
return (sep or ' ').join(
map(str.capitalize, s.split(sep))
)
Здесь используется функция:
map()
с которой мы познакомимся совсем скоро.
Пока нам достаточно понимать, что она применяет str.capitalize() к полученным частям строки.
Остальная конструкция уже состоит из знакомых нам элементов.
Первый этап — split()
Сначала выполняется:
s.split(sep)
Если:
sep = None
метод split() разбивает строку по пробельным символам.
Например:
text = ' pYTHON is\tGREAT '
print(text.split(None))
Получим:
['pYTHON', 'is', 'GREAT']
При таком разделении последовательности пробельных символов считаются разделителями, а пустые элементы по краям не создаются.
Второй этап — capitalize()
Далее к каждой полученной строке применяется:
str.capitalize
Условно получаем:
['Python', 'Is', 'Great']
Эту часть выполняет map().
Третий этап — join()
Посмотрим на выражение:
sep or ' '
Мы уже знаем, что оператор or возвращает первый истинный операнд, а если такого нет — последний.
Если:
sep = None
то:
sep or ' '
вернёт обычный пробел:
' '
Поэтому при стандартном вызове используется:
' '.join(...)
Все обработанные слова объединяются через один пробел.
В итоге получаем:
Python Is Great
Если передать собственный разделитель
Например:
sep = '. '
Теперь:
s.split(sep)
разобьёт строку по точке с пробелом.
А выражение:
sep or ' '
вернёт переданный разделитель:
'. '
Потому что непустая строка является истинным значением.
Соответственно, результат собирается обратно через:
'. '.join(...)
Таким образом, один параметр sep одновременно управляет разделением и последующим объединением строки.
8. Почему реализация интересна
Функция capwords() демонстрирует, как несколько простых инструментов Python можно объединить в один небольшой алгоритм.
Здесь используются:
- параметр со значением по умолчанию
None; - метод
split(); - оператор
or; - метод
capitalize(); - функция
map(); - метод
join().
И всё это позволяет реализовать полезную функцию практически одним выражением.
Подобные конструкции часто встречаются в стандартной библиотеке Python.
Главное по теме
Модуль string входит в стандартную библиотеку Python:
import string
Он содержит готовые наборы символов:
string.ascii_lowercase
string.ascii_uppercase
string.ascii_letters
string.digits
string.hexdigits
string.octdigits
string.punctuation
string.whitespace
string.printable
Эти константы особенно полезны для проверки символов и обработки строк.
Также существует функция:
string.capwords(text, sep=None)
По умолчанию она разбивает строку по пробельным символам, применяет capitalize() к каждому слову и объединяет результат через один пробел.
Если указать собственный sep, функция будет использовать его и для разделения, и для последующего объединения.
Официальная документация: Python — модуль string.