2.2 字符串开头或结尾匹配

问题

你需要通过指定的文本模式去检查字符串的开头或者结尾，比如文件名后缀，URL Scheme 等等。

解决方案

检查字符串开头或结尾的一个简单方法是使用 str.startswith() 或者是 str.endswith() 方法。比如：



In [1]:

    
filename = "spam.txt"
filename.endswith(".txt")









    Out[1]:





True



In [2]:

    
filename.startswith("file:")









    Out[2]:





False



In [3]:

    
url = "http://www.python.org"
url.startswith("http:")









    Out[3]:





True

如果你想检查多种匹配可能，只需要将所有的匹配项放入到一个元组中去，然后传给 startswith() 或者 endswith() 方法：



In [4]:

    
import os
filenames = os.listdir(".")
filenames









    Out[4]:





['.ipynb_checkpoints',
 '02 strings and text.ipynb',
 '02.01 split string on multiple delimiters.ipynb',
 '02.02 match text at start end.ipynb',
 'Untitled.ipynb']



In [5]:

    
filenames = ["Makefile", "foo.c", "bar.py", "spam.c", "spam.h" ]
filenames









    Out[5]:





['Makefile', 'foo.c', 'bar.py', 'spam.c', 'spam.h']



In [6]:

    
[name for name in filenames if name.endswith((".c", ".h"))]









    Out[6]:





['foo.c', 'spam.c', 'spam.h']



In [7]:

    
any(name.endswith(".py") for name in filenames)









    Out[7]:





True

下面是另一个例子：



In [8]:

    
from urllib.request import urlopen

def read_data(name):
    if name.startswith(("http:", "https:", "ftp:")):
        return urlopen(name).read()
    else:
        with open(name) as f:
            return f.read()

奇怪的是，这个方法中必须要输入一个元组作为参数。如果你恰巧有一个 list 或者 set 类型的选择项，要确保传递参数前先调用 tuple() 将其转换为元组类型。比如：



In [9]:

    
choices = ["http:", "ftp:"]
url = "http://www.python.org"
url.startswith(choices)









    



---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-9-9ac2bd6fa1b0> in <module>()
      1 choices = ["http:", "ftp:"]
      2 url = "http://www.python.org"
----> 3 url.startswith(choices)

TypeError: startswith first arg must be str or a tuple of str, not list



In [10]:

    
url.startswith(tuple(choices))









    Out[10]:





True

讨论

startswith() 和 endswith() 方法提供了一个非常方便的方式去做字符串开头和结尾的检查。类似的操作也可以使用切片来实现，但是代码看起来没有那么优雅。比如：



In [11]:

    
filename = "spam.txt"
filename[-4:] == ".txt"









    Out[11]:





True



In [12]:

    
url = "http://www.python.org"
url[:5] == "http:" or url[:6] == "https:" or url[:4] == "ftp:"









    Out[12]:





True

你可以能还想使用正则表达式去实现，比如：



In [13]:

    
import re
url = "http://www.python.org"
re.match("http:|https:|ftp:", url)









    Out[13]:





<_sre.SRE_Match object; span=(0, 5), match='http:'>

这种方式也行得通，但是对于简单的匹配实在是有点小材大用了，本节中的方法更加简单并且运行会更快些。

最后提一下，当和其他操作比如普通数据聚合相结合的时候 startswith() 和 endswith() 方法是很不错的。比如，下面这个语句检查某个文件夹中是否存在指定的文件类型：

if any(name.endswith(('.c', '.h')) for name in listdir(dirname)):
...