Konvertieren String in %% in Kleinbuchstaben in Python

Question

Ich habe pyspark Datenrahmen, in dem eines der Felder Werte innerhalb %% .. %% eingeschlossen hat. Die enthaltenen Inhalte bestehen nicht aus dem Einzelfall. Ich möchte sie in Kleinbuchstaben umwandeln.

Unten ist ein Schnappschuss des Datenrahmens.

Der Text in der Spalte sieht wie folgt aus

https://www.xxxxxxxx.co.nz/Activities|http://www.xxxxxxxx.co.nz/things-to-do/search?location=%%t.Trip_Intrip_1_dest_City_1%% 

https://images.trvl-media.com/media/content/expus/email/2016/us/banner/images/image_stor-34461_09_600x250.jpg|%%mis_lx_Offers_mod_Images.LargeImageURL%% 

ich den obigen Text in das folgende Format konvertieren möchten:

https://www.xxxxxxxx.co.nz/Activities|http://www.xxxxxxxx.co.nz/things-to-do/search?location=%%t.trip_intrip_1_dest_city_1%% 

https://images.trvl-media.com/media/content/expus/email/2016/us/banner/images/image_stor-34461_09_600x250.jpg|%%mis_lx_offers_mod_images.largeimageurl%% 

Nur die Zeichenfolge mit %% konvertiert werden sollen, eingeschlossen zu Kleinbuchstaben

Answer 1

Da Zeichenfolgen in Python unveränderlich sind, müssen Sie den neuen Wert neu zuweisen. Daher denke ich, dass Sie besser dran sind, wenn Sie nur die Zeichenfolge durchlaufen (da Sie in Kommentaren sagen, dass Sie vermeiden möchten, dass split). Ich dachte so etwas wie dieses

new='' 
f=0 
for i in textstr: 
    if i == '%': 
     f += 1 
    if (f/2)%2 == 1: 
     new+=i.lower() 
    else: 
     new+=i 

Oder gehen Sie mit regex

Answer 2

Sie einen einfachen regulären Ausdruck verwenden:

• alle Sequenzen finden ersetzt werden
• jede Sequenz ersetzen mit ihren Kleinbuchstabenäquivalent

---

import re 

link1 = 'https://images.trvl-media.com/media/content/expus/email/2016/us/banner/images/image_stor-34461_09_600x250.jpg|%%mis_lx_Offers_mod_Images.LargeImageURL%%' 
link2 = 'https://www.xxxxxxxx.co.nz/Activities|http://www.xxxxxxxx.co.nz/things-to-do/search?location=%%t.Trip_Intrip_1_dest_City_1%%' 
links = [link1, link2] 

for idx, link in enumerate(links): 
    lowers = re.findall(r'%%.*?%%', link) 
    for x in lowers: 
     links[idx] = re.sub(r'%%.*?%%', x.lower(), link) 

for link in links: 
    print(link) 

---

Ausgang:

https://images.trvl-media.com/media/content/expus/email/2016/us/banner/images/image_stor-34461_09_600x250.jpg|%%mis_lx_offers_mod_images.largeimageurl%% 
https://www.xxxxxxxx.co.nz/Activities|http://www.xxxxxxxx.co.nz/things-to-do/search?location=%%t.trip_intrip_1_dest_city_1%% 

Answer 3

die Regex Verwendung von @mentalita vorgeschlagen

input_df:

>>> df.show(truncate=False) 
+----+---------------------------------+ 
|col1|col2        | 
+----+---------------------------------+ 
|1 |http://%%FOO%%|some_string%%BAR%%| 
|2 |http://%%FOO%%|some_string  | 
+----+---------------------------------+ 

Code:

def convert_to_lower(link): 
    target_strings = re.findall(r'%%.*?%%', link) 
    for x in target_strings: 
      link = re.sub(x, x.lower(), link) 
    return link 

convert_to_lower_udf = F.udf(lambda x: convert_to_lower(x)) 
df = df\ 
    .withColumn('converted_strings', convert_to_lower_udf('col2')) 

output_df:

>>> df.show(truncate=False) 
+----+---------------------------------+---------------------------------+ 
|col1|col2        |converted_strings    | 
+----+---------------------------------+---------------------------------+ 
|1 |http://%%FOO%%|some_string%%BAR%%|http://%%foo%%|some_string%%bar%%| 
|2 |http://%%FOO%%|some_string  |http://%%foo%%|some_string  | 
+----+---------------------------------+---------------------------------+