Question

我需要检查一些文字只包含小写字母a-z和逗号（“，”）。

在Python中执行此操作的最佳方法是什么？

Answer 1

import re
def matches(s):
    return re.match("^[a-z,]*$", s) is not None

这给了你：

>>> matches("tea and cakes")
False
>>> matches("twiddledee,twiddledum")
True

您可以使用re.compile优化一下：

import re
matcher = re.compile("^[a-z,]*$")
def matches(s):
    return matcher.match(s) is not None

Answer 2

import string

allowed = set(string.lowercase + ',')
if set(text) - allowed:
   # you know it has forbidden characters
else:
   # it doesn't have forbidden characters

使用sets执行它比使用for循环更快（特别是如果你想检查多个文本）并且在这种情况下它们比正则表达式更清晰。

可能比两套更快的替代方案是

allowed = string.lowercase + ','
if not all(letter in allowed for letter in text):
    # you know it has forbidden characthers

这里有一些毫无意义的mtimeit结果。 one是生成器表达式，two是基于集合的解决方案。

$ python -mtimeit -s'import scratch3' 'scratch3.one("asdfas2423452345sdfadf34")'
100000 loops, best of 3: 3.98 usec per loop
$ python -mtimeit -s'import scratch3' 'scratch3.two("asdfas2423452345sdfadf34")'
100000 loops, best of 3: 4.39 usec per loop
$ python -mtimeit -s'import scratch3' 'scratch3.two("asdfasasdfadsfasdfasdfdaf")'
100000 loops, best of 3: 3.51 usec per loop
$ python -mtimeit -s'import scratch3' 'scratch3.one("asdfasasdfadsfasdfasdfdaf")'
100000 loops, best of 3: 7.7 usec per loop

您可以看到基于setbased的表达式明显快于生成器表达式，并且具有较小的预期字母和成功条件。生成器表达式因故障而更快，因为它可以保释。这几乎是预期的，所以看到这些数字支持它很有意思。

我忘记的另一种可能性是混合方法。

not all(letter in allowed for letter in set(text))

$ python -mtimeit -s'import scratch3' 'scratch3.three("asdfasasdfadsfasdfasdfdaf")'
100000 loops, best of 3: 5.06 usec per loop
$ python -mtimeit -s'import scratch3' 'scratch3.three("asdfas2423452345sdfadf34")'
100000 loops, best of 3: 6.71 usec per loop

它减慢了最好的情况，但加快了最糟糕的情况。总而言之，您必须测试预期输入样本的不同可能性。样本越广越好。

Answer 3

import re

if not re.search('[^a-z\,]', yourString):
    # True: contains only a-z and comma
    # False: contains also something else

Answer 4

不确定“包含”是什么意思，但这应该朝着你的方向发展：

reobj = re.compile(r"[a-z,]+")
match = reobj.search(subject)
if match:
    result = match.group()
else
    result = ""

Answer 5

只需：

def alllower(s):
    if ',' in s:
        s=s.replace(',','a')
    return s.isalpha() and s.islower()

最有效和最简单。

或一行：

lambda s:s.isalpha() or (',' in s and s.replace(',','a').isalpha()) and s.islower()

Answer 6

#!/usr/bin/env python

import string

text = 'aasdfadf$oih,234'

for letter in text:
    if letter not in string.ascii_lowercase and letter != ',':
        print letter

Answer 7

字符a -z由字节97-122表示，ord（char）返回字符的字节值。以二进制形式读取文件并进行匹配就足够了。

f = open("myfile", "rb")
retVal = False
lowerAlphabets = range(97, 123)
try:
    byte = f.read(1)
    while byte != "":
        # Do stuff with byte.
        byte = f.read(1)
        if byte:
            if ord(byte) not in lowerAlphabets:
                retVal = True
                break

finally:
    f.close()
    if retVal:
        print "characters not from a - z"
    else:
        print "characters from a - z"

Python文本验证：a-z和逗号（“，”）

7 个答案: