一、说明
从某个时候发现python的字符串变量自带的strip()方法,除了可以删除字符串头尾的空格,还可以用来删除头尾的字符串觉得很好用。也就一直这么用,一直也没发现什么问题。
今天在修复一个bug时使用了strip()方法但从结果看bug并没有按预期被消除,一是没怀疑strip()删除子字符串有什么问题,二是程个代码比较长,三是依赖的下层库并不太可靠,排查了大半天最后才知道是对strip()用途理解错所致,算是吃了大亏。
二、错误的删除子字符串操作示例
1 错误的strip()操作
假设我们有以下一个字符串,我们通过rstrip()删除其尾部的“str”子串没有问题,但通过rstrip()删除其尾部的“_str”子串时却出现问题。
# 示例字符串
test_str = "this_is_a_test_str"
# 期望删除尾部的“str”,结果与预期相符
# 预期是“this_is_a_test_”,结果也是“this_is_a_test_”
test_str.rstrip("str")
# 期望删除尾部的“_str”,结果与预期不相符。
# 预期是“this_is_a_test”,实际是“this_is_a_te”
test_str.rstrip("_str")
2 strip()原理说明
之所以会出现出现上边这种不符合预期的情况,是因为strip()根本不是用来删除“给定的字符串”的,而是用来删除给定的字符集直到遇到不在字符集中的字符为止。
在test_str.rstrip("str")
中,字符集是s、t、r
三个字符,字符串按rstrip()
指示从右向左开始查找字符进行删除,当删除完str
后遇到了_
,而_
不在字符集中所以删除就停止了,所以得到的结果是this_is_a_test_
;和删除”str“字符串结果相一致,但这只是一种巧合。
在test_str.rstrip("_str")
时,字符集是_、s、t、r
四个字符,字符串按rstrip()指示从右向左开始查找字符进行删除,当删除完_str
后接下来的”t“和”s“仍都在字符集中所以仍被删除,所以得到的结果是this_is_a_te
,而不是this_is_a_test
。
3 一个典型的字符串截取错误【可跳过】
'''
遇到问题没人解答?小编创建了一个Python学习交流QQ群:778463939
寻找有志同道合的小伙伴,互帮互助,群里还有不错的视频学习教程和PDF电子书!
'''
# 示例字符串
test_str = "this_is_a_test_str"
# 以下操作期望能去截去头部的this和尾部的str
# 期忘得到“is_a_test”,实际结果是“a_test_str”
test_str.lstrip("this_")[:test_str.rindex("_")]
左边为什么is_
也被删了在上一小节已经说清楚了,那为什么右边的_str
没有被删除呢,这是因为lstrip()
并不修改原先的test_str
而是返回一个新的字符串,而test_str.rindex("_")
定位到的仍是原先this_is_a_test_str
的_
的位置而不是新返回来a_test_str
的_
的位置。
三、正确的删除子字符串操作
有些地方说可以使用字符串自带的replace()方法,但replace()会将所有匹配都进行替换这很粗糙,我们更多时候是想删掉明确位置的字符串。
1 使用len()
# 示例字符串
test_str = "this_is_a_test_str"
# 期望得到“this_is_a_test”,实际结果也是“this_is_a_test”
test_str[:-len("_str")]
2 使用re.sub()
import re
# 示例字符串
test_str = "this_is_a_test_str"
# 期望得到“this_is_a_test”,实际结果也是“this_is_a_test”
re.sub("_str$","",test_str)