Python自动化运维之7、格式化输出、生成器、迭代器、列表解析、迭代器表达式

时间：2016-08-10 22:51:15 阅读：238 评论：0 收藏：0 [点我收藏+]

标签：

Python格式化输出：

Python的字符串格式化有两种方式: 百分号方式、format方式

百分号的方式相对来说比较老，而format方式则是比较先进的方式，企图替换古老的方式，目前两者并存。[PEP-3101]

(1)百分号格式化

%[(name)][flags][width][.precision]typecode ....

(name) 可选，用于选择指定的key
flags 可选，可供选择的值有:

　　　　+ 右对齐；正数前加正好，负数前加负号；
　　　　- 左对齐；正数前无符号，负数前加负号；
　　　　空格右对齐；正数前加空格，负数前加负号；
　　　　0 右对齐；正数前无符号，负数前加负号；用0填充空白处

width 可选，占有宽度
.precision 可选，小数点后保留的位数
typecode 必选

　　　　s，获取传入对象的__str__方法的返回值，并将其格式化到指定位置
　　　　r，获取传入对象的__repr__方法的返回值，并将其格式化到指定位置
　　　　c，整数：将数字转换成其unicode对应的值，10进制范围为 0 <= i <= 1114111（py27则只支持0-255）；字符：将字符添加到指定位置
　　　　o，将整数转换成八进制表示，并将其格式化到指定位置
　　　　x，将整数转换成十六进制表示，并将其格式化到指定位置
　　　　d，将整数、浮点数转换成十进制表示，并将其格式化到指定位置
　　　　e，将整数、浮点数转换成科学计数法，并将其格式化到指定位置（小写e）
　　　　E，将整数、浮点数转换成科学计数法，并将其格式化到指定位置（大写E）
　　　　f，将整数、浮点数转换成浮点数表示，并将其格式化到指定位置（默认保留小数点后6位）
　　　　F，同上
　　　　g，自动调整将整数、浮点数转换成浮点型或科学计数法表示（超过6位数用科学计数法），并将其格式化到指定位置（如果是科学计数则是e；）
　　　　G，自动调整将整数、浮点数转换成浮点型或科学计数法表示（超过6位数用科学计数法），并将其格式化到指定位置（如果是科学计数则是E；）
　　　　%，当字符串中存在格式化标志时，需要用 %%表示一个百分号

注意：%s, %d, %f这3个是非常常用的,当不确定用%s or %d,最好使用%s不会出错

>>> d = {‘x‘:32,‘y‘:27.49325,‘z‘:65}

>>> print(‘%(x)-10d %(y)0.3g‘ % d)
32 27.5

一些例子

tpl = "i am %s" % "tomcat"
 
tpl = "i am %s age %d" % ("tomcat", 18)
 
tpl = "i am %(name)s age %(age)d" % {"name": "tomcat", "age": 18}
 
tpl = "percent %.2f" % 99.97623
 
tpl = "i am %(pp).2f" % {"pp": 123.425556, }
 
tpl = "i am %.2f %%" % {"pp": 123.425556, }

(2)Format()方式：

[[fill]align][sign][#][0][width][,][.precision][type]

fill 【可选】空白处填充的字符
align 【可选】对齐方式（需配合width使用）
<，内容左对齐
>，内容右对齐(默认)
＝，内容右对齐，将符号放置在填充字符的左侧，且只对数字类型有效。即使：符号+填充物+数字
^，内容居中
sign 【可选】有无符号数字
- +，正号加正，负号加负；
- -，正号不变，负号加负；
- 空格，正号空格，负号加负；
# 【可选】对于二进制、八进制、十六进制，如果加上#，会显示 0b/0o/0x，否则不显示
，【可选】为数字添加分隔符，如：1,000,000
width 【可选】格式化位所占宽度
.precision 【可选】小数位保留精度
type 【可选】格式化类型
- 传入” 字符串类型 “的参数
  - s，格式化字符串类型数据
  - 空白，未指定类型，则默认是None，同s
- 传入“ 整数类型 ”的参数
  - b，将10进制整数自动转换成2进制表示然后格式化
  - c，将10进制整数自动转换为其对应的unicode字符
  - d，十进制整数
  - o，将10进制整数自动转换成8进制表示然后格式化；
  - x，将10进制整数自动转换成16进制表示然后格式化（小写x）
  - X，将10进制整数自动转换成16进制表示然后格式化（大写X）
- 传入“ 浮点型或小数类型 ”的参数
  - e，转换为科学计数法（小写e）表示，然后格式化；
  - E，转换为科学计数法（大写E）表示，然后格式化;
  - f ，转换为浮点型（默认小数点后保留6位）表示，然后格式化；
  - F，转换为浮点型（默认小数点后保留6位）表示，然后格式化；
  - g，自动在e和f中切换
  - G，自动在E和F中切换
  - %，显示百分比（默认显示小数点后6位）

一些例子：

tpl = "i am {}, age {}, {}".format("seven", 18, ‘alex‘)
  
tpl = "i am {}, age {}, {}".format(*["seven", 18, ‘alex‘])
  
tpl = "i am {0}, age {1}, really {0}".format("seven", 18)
  
tpl = "i am {0}, age {1}, really {0}".format(*["seven", 18])
  
tpl = "i am {name}, age {age}, really {name}".format(name="seven", age=18)
  
tpl = "i am {name}, age {age}, really {name}".format(**{"name": "seven", "age": 18})
  
tpl = "i am {0[0]}, age {0[1]}, really {0[2]}".format([1, 2, 3], [11, 22, 33])
  
tpl = "i am {:s}, age {:d}, money {:f}".format("seven", 18, 88888.1)
  
tpl = "i am {:s}, age {:d}".format(*["seven", 18])
  
tpl = "i am {name:s}, age {age:d}".format(name="seven", age=18)
  
tpl = "i am {name:s}, age {age:d}".format(**{"name": "seven", "age": 18})
 
tpl = "numbers: {:b},{:o},{:d},{:x},{:X}, {:%}".format(15, 15, 15, 15, 15, 15.87623, 2)
 
tpl = "numbers: {:b},{:o},{:d},{:x},{:X}, {:%}".format(15, 15, 15, 15, 15, 15.87623, 2)
 
tpl = "numbers: {0:b},{0:o},{0:d},{0:x},{0:X}, {0:%}".format(15)
 
tpl = "numbers: {num:b},{num:o},{num:d},{num:x},{num:X}, {num:%}".format(num=15)

更多格式化操作：https://docs.python.org/3/library/string.html

迭代器和生成器

1、迭代器

迭代器是访问集合元素的一种方式。迭代器对象从集合的第一个元素开始访问，直到所有的元素被访问完结束。迭代器只能往前不会后退，不过这也没什么，因为人们很少在迭代途中往后退。另外，迭代器的一大优点是不要求事先准备好整个迭代过程中所有的元素。迭代器仅仅在迭代到某个元素时才计算该元素，而在这之前或之后，元素可以不存在或者被销毁。这个特点使得它特别适合用于遍历一些巨大的或是无限的集合，比如几个G的文件

特点：

访问者不需要关心迭代器内部的结构，仅需通过next()方法不断去取下一个内容
不能随机访问集合中的某个值，只能从头到尾依次访问
访问到一半时不能往回退
便于循环比较大的数据集合，节省内存
next()就相当于调用__next__()，for也是

iterable(可迭代)对象
支持每次返回自己所包含的一个成员的对象
对象实现了__iter__方法
　　(1)序列类型，如 str,list,tuple,set
　　(2)非序列类型，如 dict, file
　　(3)用户自定义的一些包含了__iter__()或__getitem__()方法的类

for循环可用于任何可迭代对象
　　for循环开始时，会通过迭代协议传递给iter()内置函数，从而能够从可迭代对象中获得一个迭代器，返回的对象含有需要的next()方法

>>> a = iter([1,2,3,4,5])
>>> a
<list_iterator object at 0x101402630>
>>> a.__next__()
1
>>> a.__next__()
2
>>> a.__next__()
3
>>> a.__next__()
4
>>> a.__next__()
5
>>> a.__next__()
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
StopIteration

或者

>>> l1 = [1,2,3,4,5]
>>> l2 = l1.__iter__()
>>> type(l2)
<class ‘list_iterator‘>

>>> next(l2)
1
>>> next(l2)
2
>>> next(l2)
3
>>> next(l2)
4
>>> next(l2)
5
>>> next(l2)
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
StopIteration

一些例子：

#示例：使用yield函数生成器，能够用next()调用或for循环使用
>>> def genNum(x):
   ....:     y = 0
   ....:     while y <= x:
   ....:         yield y
   ....:         y += 1
   ....:         

>>> g1 = genNum(5)

>>> next(g1)
0
>>> next(g1)
1
>>> next(g1)
2
>>> next(g1)
3
>>> next(g1)
4
>>> next(g1)
5
>>> next(g1)
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
StopIteration


>>> for i in g1:
   ....:     print(i)
   ....:     
1
2
3
4
5

#示例：求1到10的平方，可以使用列表解析或者生成器，也可以是用yield
>>> def genNum(n):
   ....:     i = 1
   ....:     while i <= 10:
   ....:         yield i ** 2
   ....:         i += 1
   ....:         

>>> g1 = genNum(5)

>>> for i in g1:
   ....:     print(i)
   ....:     
1
4
9
16
25
36
49
64
81
100

2、生成器

一个函数调用时返回一个迭代器，那这个函数就叫做生成器（generator）；如果函数中包含yield语法，那这个函数就会变成生成器；能够用next()调用或for循环使用

def func():
    yield 1
    yield 2
    yield 3
    yield 4

上述代码中：func是函数称为生成器，当执行此函数func()时会得到一个迭代器。

>>> temp = func()
>>> temp.__next__()
1
>>> temp.__next__()
2
>>> temp.__next__()
3
>>> temp.__next__()
4
>>> temp.__next__()
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
StopIteration

一些例子：

3、实例

a、利用生成器自定义range

 def nrange(num):
    temp = -1
    while True:
        temp = temp + 1
        if temp >= num:
            return
        else:
            yield temp

b、利用迭代器访问range

列表解析和生成器表达式:

列表解析

列表解析是python迭代机制的一种应用，它常用于实现创建新的列表，因此要放置于[]中

语法：
[expression for iter_var in iterable]
[expression for iter_var in iterable if condition_expression]

示例1：        
>>> l1 = [1,2,3,4,5]

>>> l2 = [x ** 2 for x in l1]

>>> print(l2)
[1, 4, 9, 16, 25]

示例2：      
>>> l3 = [ x ** 2 for x in l1 if x >= 3 ]

>>> print(l3)
[9, 16, 25]
    
示例3：        
>>> l5 = [ (i ** 2)/2 for i in range(1,11) ]

>>> print(l5)
[0, 2, 4, 8, 12, 18, 24, 32, 40, 50]
    
    
示例4：        
>>> import os
>>> help(os.listdir)

>>> filelist1 = os.listdir(‘/var/log/‘)

>>> s1 = ‘hello.log‘

>>> s1.endswith(‘.log‘)
>>> True

>>> s2 = ‘hello‘

>>> s2.endswith(‘.log‘)
>>> False

>>> help(str.endswith)
>>> filelist2 = [ i for i in filelist1 if i.endswith(‘.log‘) ]

>>> print(filelist2)
[‘yum.log‘, ‘anaconda.yum.log‘, ‘dracut.log‘, ‘anaconda.ifcfg.log‘, ‘anaconda.program.log‘, ‘anaconda.log‘, ‘anaconda.storage.log‘, ‘boot.log‘]

>>> filelist3 = [ i for i in os.listdir(‘/var/log/‘) if i.endswith(‘.log‘) ]

>>> print(filelist3)
[‘yum.log‘, ‘anaconda.yum.log‘, ‘dracut.log‘, ‘anaconda.ifcfg.log‘, ‘anaconda.program.log‘, ‘anaconda.log‘, ‘anaconda.storage.log‘, ‘boot.log‘]
    
    
示例5：        
>>> l1 = [‘x‘,‘y‘,‘z‘]

>>> l2 = [1,2,3]

>>> l3 = [ (i,j) for i in l1 for j in l2 ]

>>> print(l3)
[(‘x‘, 1), (‘x‘, 2), (‘x‘, 3), (‘y‘, 1), (‘y‘, 2), (‘y‘, 3), (‘z‘, 1), (‘z‘, 2), (‘z‘, 3)]
    
示例6：            
>>> l1 = [‘x‘,‘y‘,‘z‘]

>>> l2 = [1,2,3]

>>> l3 = [ (i,j) for i in l1 for j in l2 if j != 1 ]

>>> print(l3)
[(‘x‘, 2), (‘x‘, 3), (‘y‘, 2), (‘y‘, 3), (‘z‘, 2), (‘z‘, 3)]

生成器表达式

生成器表达式并不真正创建数字列表，而是返回一个生成器对象，此对象在每次计算出一个条目后，把这个条目“产生”(yield)出来
生成器表达式使用了"惰性计算"或称作"延迟求值"的机制
序列过长，并且每次只需要获取一个元素时，应当考虑使用生成器表达式而不是列表解析
生成器表达式与python 2.4引入

语法：
(expr for iter_var in iterable)
(expr for iter_var in iterable if condition_expr)

示例1：    
>>> g1 = ( i**2 for i in range(1,11))
>>> next(g1)
1
>>> next(g1)
4
    
示例2：    
>>> for j in ( i**2 for i in range(1,11) ): print(j/2)

Python自动化运维之7、格式化输出、生成器、迭代器、列表解析、迭代器表达式

标签：

原文地址：http://www.cnblogs.com/xiaozhiqi/p/5758923.html

踩

(0)

评论一句话评论（0）

分享档案

更多>

2021年07月29日 (22)
2021年07月28日 (40)
2021年07月27日 (32)
2021年07月26日 (79)
2021年07月23日 (29)
2021年07月22日 (30)
2021年07月21日 (42)
2021年07月20日 (16)
2021年07月19日 (90)
2021年07月16日 (35)

周排行