文本处理服务

本章介绍的模块提供了广泛的字符串操作和其他文本处理服务。

在 二进制数据服务 之下描述的 codecs 模块也与文本处理高度相关。 此外也请参阅 Python 内置字符串类型的文档 文本序列类型 --- str。

• string --- 常见的字符串操作
  • 字符串常量
    • ascii_letters
    • ascii_lowercase
    • ascii_uppercase
    • digits
    • hexdigits
    • octdigits
    • punctuation
    • printable
    • whitespace
  • 自定义字符串格式化
    • Formatter
      • Formatter.format()
      • Formatter.vformat()
      • Formatter.parse()
      • Formatter.get_field()
      • Formatter.get_value()
      • Formatter.check_unused_args()
      • Formatter.format_field()
      • Formatter.convert_field()
  • 格式字符串语法
    • 格式规格迷你语言
    • 格式示例
  • 模板字符串
    • Template
      • Template.substitute()
      • Template.safe_substitute()
      • Template.is_valid()
      • Template.get_identifiers()
      • Template.template
  • 辅助函数
    • capwords()
• re --- 正则表达式操作
  • 正则表达式语法
  • 模块内容
    • 标志
      • RegexFlag
      • A
      • ASCII
      • DEBUG
      • I
      • IGNORECASE
      • L
      • LOCALE
      • M
      • MULTILINE
      • NOFLAG
      • S
      • DOTALL
      • U
      • UNICODE
      • X
      • VERBOSE
    • 函数
      • compile()
      • search()
      • match()
      • fullmatch()
      • split()
      • findall()
      • finditer()
      • sub()
      • subn()
      • escape()
      • purge()
    • 异常
      • error
        • error.msg
        • error.pattern
        • error.pos
        • error.lineno
        • error.colno
  • 正则表达式对象 （正则对象）
    • Pattern
      • Pattern.search()
      • Pattern.match()
      • Pattern.fullmatch()
      • Pattern.split()
      • Pattern.findall()
      • Pattern.finditer()
      • Pattern.sub()
      • Pattern.subn()
      • Pattern.flags
      • Pattern.groups
      • Pattern.groupindex
      • Pattern.pattern
  • 匹配对象
    • Match
      • Match.expand()
      • Match.group()
      • Match.__getitem__()
      • Match.groups()
      • Match.groupdict()
      • Match.start()
      • Match.end()
      • Match.span()
      • Match.pos
      • Match.endpos
      • Match.lastindex
      • Match.lastgroup
      • Match.re
      • Match.string
  • 正则表达式例子
    • 检查对子
    • 模拟 scanf()
    • search() vs. match()
    • 制作一个电话本
    • 文字整理
    • 查找所有副词
    • 查找所有的副词及其位置
    • 原始字符串标记
    • 写一个词法分析器
• difflib --- 计算差异的辅助工具
  • Differ
  • HtmlDiff
    • HtmlDiff.__init__()
    • HtmlDiff.make_file()
    • HtmlDiff.make_table()
  • context_diff()
  • get_close_matches()
  • ndiff()
  • restore()
  • unified_diff()
  • diff_bytes()
  • IS_LINE_JUNK()
  • IS_CHARACTER_JUNK()
  • SequenceMatcher 对象
    • SequenceMatcher
      • SequenceMatcher.set_seqs()
      • SequenceMatcher.set_seq1()
      • SequenceMatcher.set_seq2()
      • SequenceMatcher.find_longest_match()
      • SequenceMatcher.get_matching_blocks()
      • SequenceMatcher.get_opcodes()
      • SequenceMatcher.get_grouped_opcodes()
      • SequenceMatcher.ratio()
      • SequenceMatcher.quick_ratio()
      • SequenceMatcher.real_quick_ratio()
  • SequenceMatcher 的示例
  • Differ 对象
    • Differ.compare()
  • Differ 示例
  • difflib 的命令行接口
  • ndiff 示例
• textwrap --- 文本自动换行与填充
  • wrap()
  • fill()
  • shorten()
  • dedent()
  • indent()
  • TextWrapper
    • TextWrapper.width
    • TextWrapper.expand_tabs
    • TextWrapper.tabsize
    • TextWrapper.replace_whitespace
    • TextWrapper.drop_whitespace
    • TextWrapper.initial_indent
    • TextWrapper.subsequent_indent
    • TextWrapper.fix_sentence_endings
    • TextWrapper.break_long_words
    • TextWrapper.break_on_hyphens
    • TextWrapper.max_lines
    • TextWrapper.placeholder
    • TextWrapper.wrap()
    • TextWrapper.fill()
• unicodedata --- Unicode 数据库
  • lookup()
  • name()
  • decimal()
  • digit()
  • numeric()
  • category()
  • bidirectional()
  • combining()
  • east_asian_width()
  • mirrored()
  • decomposition()
  • normalize()
  • is_normalized()
  • unidata_version
  • ucd_3_2_0
• stringprep --- 因特网字符串预备
  • in_table_a1()
  • in_table_b1()
  • map_table_b2()
  • map_table_b3()
  • in_table_c11()
  • in_table_c12()
  • in_table_c11_c12()
  • in_table_c21()
  • in_table_c22()
  • in_table_c21_c22()
  • in_table_c3()
  • in_table_c4()
  • in_table_c5()
  • in_table_c6()
  • in_table_c7()
  • in_table_c8()
  • in_table_c9()
  • in_table_d1()
  • in_table_d2()
• readline --- GNU readline 接口
  • 初始化文件
    • parse_and_bind()
    • read_init_file()
  • 行缓冲区
    • get_line_buffer()
    • insert_text()
    • redisplay()
  • 历史文件
    • read_history_file()
    • write_history_file()
    • append_history_file()
    • get_history_length()
    • set_history_length()
  • 历史列表
    • clear_history()
    • get_current_history_length()
    • get_history_item()
    • remove_history_item()
    • replace_history_item()
    • add_history()
    • set_auto_history()
  • 启动钩子
    • set_startup_hook()
    • set_pre_input_hook()
  • Completion
    • set_completer()
    • get_completer()
    • get_completion_type()
    • get_begidx()
    • get_endidx()
    • set_completer_delims()
    • get_completer_delims()
    • set_completion_display_matches_hook()
  • 示例
• rlcompleter --- GNU readline 的补全函数
  • Completer 对象
    • Completer.complete()