0

我有以下字符串，我想从中提取“gcc-4.3.2”和“C”

u"u'gcc-4.3.2' u'C'"

我试过 smart_str() 并且输出如下

"u'gcc-4.3.2' u'C'"

现在我做了 split(" ")

tokens = ["u'gcc-4.3.2'", "u'C'"]

然后我尝试了

smart_str(tokens[0])，但它给了我同样的东西

"u'gcc-4.3.2'"

如何从中提取 gcc-4.3.2 ？

（我也想为其他值做，所以我不想硬编码）

任何帮助，将不胜感激，

谢谢，

潘卡伊。

4

1 回答 1

2

您在这里的真正问题似乎是您获得的是值的表示而不是值的表示。

>>> x = u"gcc-4.3.2"
>>> x
u'gcc-4.3.2'
>>> repr(x)
"u'gcc-4.3.2'"
>>> str(x)
'gcc-4.3.2'

如果您对从中获得价值的地方有任何控制权，我会先去那里处理。

警告：Unicode 不同是有原因的，如果你有 unicode 字符，你可能会遇到问题：

>>> x = u"ĝĝ"
>>> x
u'\u011d\u011d'
>>> repr(x)
"u'\\u011d\\u011d'"
>>> str(x)
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
UnicodeEncodeError: 'ascii' codec can't encode characters in position 0-1: ordinal not in range(128)

如果您无法控制所获取的数据，则 的值repr(x)是您可以评估的表达式：

>>> x = "u'gcc-4.3.2'"
>>> eval(x)
u'gcc-4.3.2'

但是，请注意 eval由于多种原因非常不安全。

如果您想更安全地处理提取 unicode 字符串，您可以执行以下操作：

>>> import re
>>> x = "u'gcc-4.3.2' u'C'"
>>> re.findall("u'(.*?)'", x)
['gcc-4.3.2', 'C']

在这里，我们使用正则表达式来提取包含在u''. 我们.*?用来使操作不贪婪，确保我们最终不会["gcc-4.3.2' u'C"]成为我们的输出。

于 2012-04-08T13:22:04.920 回答