Python食谱-1.6.连接字符串

By digitalsatori on 五月 12th, 2009

问题

如何将几个小的字符串连接成一个大的字符串。

解决办法

字符串操作符 join 能将一系列小的字符串连接成一个较大的字符串。比如下例中的 pieces 是一个其成员为字符串的列表。如果你要按顺序将列表中的所有字符串连接成一个较大的字符串，可以这样：

largeString = ''.join(pieces)

如果要将存储在变量中的字符串连接在一起，可以使用字符串格式化操作符%,比如：

largeString = '%s%s something %s yet more' % (small1, small2, small3)

讨论

在Python中，＋操作符用以连接字符串，所以它似乎是将多个小字符串连接成大字符串的不二选择。比如有几个保存在变量中的字符串，下面的处理似乎顺理成章：

largeString = small1 + small2 + ' something ' + small3 + ' yet more'

相似地，如果要处理包含小字符串的序列 pieces,如下的方法似乎也很显然:

LargeString = ''
for piece in pieces:
    largeString += piece

或者使用下面这种等效且更加紧凑，机巧的方法：

import operator
largeString = reduce(operator.add, pieces, '')

但是，必须要知道的是以上讨论的三种看似很显然的方法都不那么好。在“解决方法”中所使用的方法要远优于上面这几种。

Python中字符串对象是不可变的(immutable)。因此，任何对字符串的操作，包括字符串连接，都将生成新的字符串对象，而不是修改原有的字符串。连接N个字符串就会涉及到创建然后立即丢弃N－1个作为中间结果的字符串。因此，那些不产生中间结果而一次生成结果的操作的效率就会高得多。

Python的字符串格式化操作符%就是这种类型的操作，特别适合将几个字符串片段（每个都对应一个变量）和几个文本常量连接在一起的操作。对于这样的任务，效率并非最主要的收益。％操作符带来其他一些好处比如：％比使用多个＋连接符的代码更容易阅读，另外，无需对非字符串的对象（比如，数字）调用 str 函数转换类型，因为%s隐含了字符串类型转换。还有，你可以使用除%s之外的格式标识符，比如，你可以用格式标识符控制字符串形式的浮点数的显示位数。

什么是“序列”？

Python并没有称为“序列”的类型，但是在Python中序列是频繁使用的一个词。序列，严格意义上是指：一个可以每次一个的遍历访问其成员的容器对象，它支持索引，分割，并且能作为参数传递给内置函数len(len返回容器中的成员的数量）。Python的列表(list)是最经常用到的序列，除此之外还有：字符串，unicode对象，tuples，array.arrays,等等。

很多情况下我们并不要求对象能索引，分割，和可对其使用len, 而只要具有每次一个成员的遍历访问能力即可。这时我们称其为“可遍历对象”（iterable）。（或者对于有限个成员的情况，称之为“限界的可遍历对象”（bounded iterable））。是遍历对象但非序列的有：dictionary（遍历访问以任意顺序一次一个返回dictionary的key),file对象（遍历访问一次一行返回文件的文本内容），以及iterator，generator等等。任何可遍历对象都可以应用在for循环语句中或其他等价的环境中（比如：list comprehension的for子句，Python2.4的generator表达式，和许多内置函数比如：min,max,zip,sum,str.join,等等）

总结

如果一个序列中存在许多小的字符串片段，运行效率就会成为很重要的一个考量。对＋或＋＝（或者等效但更机巧的内置函数reduce)实施循环操作所需的执行时间与要连接的字符个数之间为平方关系。幸运的是Python提供了一个非常出色的解决方法。字符串对象s的 join 方法，以一个序列的字符串作为其参数，返回一个用字符串s顺序连接序列中所有成员字符串的大字符串。比如： ''.join(pieces) 会将pieces中的成员连接在一起，不在其间插入任何字符。 ', '.join(pieces) 则会连接 pieces的所有成员并在其间插入逗号和空格。这是连接字符串最快速，最清晰，最优雅，也是可读性最强的方法。

如果pieces不是一次性提供的，而是逐个由输入或计算获得，我们可以使用list作为一个中间数据结构来存放pieces(要添加成员至list的末尾，可以调用list的extend或append的方法）。当获取pieces的list完成后，就可以使用 ''.join(thelist) 来将list中的所有成员连接成一个大的字符串。到目前为止在我给出的所有关于Python字符串操作的技巧中，我认为这个是最重要的一个。因为大多数Python程序运行太慢的原因可能就是用+或者+=来创建一个大字符串造成的。所以一定要有意识的避免那种用法，而采用我们推荐的 ''.join 的方法。