2010-06-28 16 views
90

Ich habe diese Liste ersetzen:Finden und String-Werte in Python Liste

words = ['how', 'much', 'is[br]', 'the', 'fish[br]', 'no', 'really'] 

Was ich möchte, ist [br] mit einigen fantastischen Wert zu ersetzen, ähnlich wie <br /> und damit eine neue Liste bekommen:

words = ['how', 'much', 'is<br />', 'the', 'fish<br />', 'no', 'really'] 

Antwort

143

words = [w.replace('[br]', '<br />') for w in words]

List Comprehensions

+3

Durch einen Vergleich zwischen dieser Listenverstehensmethode und der Kartenmethode (veröffentlicht von @Anthony Kong) war diese Listenmethode ungefähr 2x schneller. Es ist auch möglich, mehrere Ersetzungen in denselben Anruf einzufügen, z. 'resname = [name.replace ('DA', 'ADE'). ersetzen ('DC', 'CYT'). ersetzen ('DG', 'GUA'). ersetzen ('DT', 'THY') für Name in ncp.resname()] ' –

24

können Sie verwenden, zum Beispiel:

words = [word.replace('[br]','<br />') for word in words] 
+0

Gleich wie angenommene Antwort, oben. – macetw

26

Neben Liste Verständnis genannt, Sie Karte versuchen

>>> map(lambda x: str.replace(x, "[br]", "<br/>"), words) 
['how', 'much', 'is<br/>', 'the', 'fish<br/>', 'no', 'really'] 
9

Falls Sie sich fragen, über die Leistung der verschiedenen Ansätze, hier sind einige Timings:

In [1]: words = [str(i) for i in range(10000)] 

In [2]: %timeit replaced = [w.replace('1', '<1>') for w in words] 
100 loops, best of 3: 2.98 ms per loop 

In [3]: %timeit replaced = map(lambda x: str.replace(x, '1', '<1>'), words) 
100 loops, best of 3: 5.09 ms per loop 

In [4]: %timeit replaced = map(lambda x: x.replace('1', '<1>'), words) 
100 loops, best of 3: 4.39 ms per loop 

In [5]: import re 

In [6]: r = re.compile('1') 

In [7]: %timeit replaced = [r.sub('<1>', w) for w in words] 
100 loops, best of 3: 6.15 ms per loop 

Wie Sie für solche einfachen Muster sehen können, ist das akzeptierte Listenverständnis das schnellste, aber betrachten Sie t er folgende:

In [8]: %timeit replaced = [w.replace('1', '<1>').replace('324', '<324>').replace('567', '<567>') for w in words] 
100 loops, best of 3: 8.25 ms per loop 

In [9]: r = re.compile('(1|324|567)') 

In [10]: %timeit replaced = [r.sub('<\1>', w) for w in words] 
100 loops, best of 3: 7.87 ms per loop 

Dies zeigt, dass für kompliziertere Substitutionen ein vorkompilierte reg-exp (wie in 9-10) sein kann (viel) schneller. Es hängt wirklich von deinem Problem und dem kürzesten Teil des reg-exp ab.

Verwandte Themen