字符串格式：％与.format

Python 2.6引入了str.format()方法，其语法与现有的%运算符略有不一样。 哪一个更好，什么状况下适合？

1. 如下使用每种方法并具备相同的结果，那么有什么区别？

   #!/usr/bin/python sub1 = "python string!" sub2 = "an arg" a = "i am a %s" % sub1 b = "i am a {0}".format(sub1) c = "with %(kwarg)s!" % {'kwarg':sub2} d = "with {kwarg}!".format(kwarg=sub2) print a # "i am a python string!" print b # "i am a python string!" print c # "with an arg!" print d # "with an arg!"

2. 此外，什么时候在Python中进行字符串格式化？ 例如，若是个人日志记录级别设置为“高”，执行如下%操做是否还会受到影响？ 若是是这样，有办法避免这种状况吗？

   log.debug("some debug info: %s" % some_info)

---

#1楼

可是请当心，当我尝试在现有代码.format全部%替换为.format时，才发现一个问题： '{}'.format(unicode_string)将尝试对unicode_string进行编码，而且可能会失败。

只需查看如下Python交互式会话日志便可：

Python 2.7.2 (default, Aug 27 2012, 19:52:55) 
[GCC 4.1.2 20080704 (Red Hat 4.1.2-48)] on linux2
; s='й'
; u=u'й'
; s
'\xd0\xb9'
; u
u'\u0439'

s只是一个字符串（在Python3中称为“字节数组”），而u是Unicode字符串（在Python3中称为“字符串”）：

; '%s' % s
'\xd0\xb9'
; '%s' % u
u'\u0439'

当您将Unicode对象做为参数提供给%运算符时，即便原始字符串不是Unicode，它也会产生一个Unicode字符串：

; '{}'.format(s)
'\xd0\xb9'
; '{}'.format(u)
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
UnicodeEncodeError: 'latin-1' codec can't encode character u'\u0439' in position 0: ordinal not in range(256)

可是.format函数将引起“ UnicodeEncodeError”：

; u'{}'.format(s)
u'\xd0\xb9'
; u'{}'.format(u)
u'\u0439'

而且仅当原始字符串为Unicode时，它才能够与Unicode参数一块儿使用。

; '{}'.format(u'i')
'i'

或者参数字符串能够转换为字符串（所谓的“字节数组”）

---

#2楼

正如我今天发现的那样，经过%格式化字符串的旧方法不支持Decimal （即用于十进制定点和浮点算术的Python模块）。

示例（使用Python 3.3.5）：

#!/usr/bin/env python3

from decimal import *

getcontext().prec = 50
d = Decimal('3.12375239e-24') # no magic number, I rather produced it by banging my head on my keyboard

print('%.50f' % d)
print('{0:.50f}'.format(d))

输出：

0.00000000000000000000000312312239239009009464850 0.00000000000000000000000312375239000000000000000000

固然可能有解决方法，可是您仍然能够考虑当即使用format()方法。

---

#3楼

附带说明，您没必要为了提升性能而在日志记录中使用新样式格式。 您能够将实现__str__ magic方法的任何对象传递给logging.debug ， logging.info等。 当日志记录模块决定必须发出您的消息对象（不管它是什么）时，它会先调用str(message_object) 。 所以，您能够执行如下操做：

import logging


class NewStyleLogMessage(object):
    def __init__(self, message, *args, **kwargs):
        self.message = message
        self.args = args
        self.kwargs = kwargs

    def __str__(self):
        args = (i() if callable(i) else i for i in self.args)
        kwargs = dict((k, v() if callable(v) else v) for k, v in self.kwargs.items())

        return self.message.format(*args, **kwargs)

N = NewStyleLogMessage

# Neither one of these messages are formatted (or calculated) until they're
# needed

# Emits "Lazily formatted log entry: 123 foo" in log
logging.debug(N('Lazily formatted log entry: {0} {keyword}', 123, keyword='foo'))


def expensive_func():
    # Do something that takes a long time...
    return 'foo'

# Emits "Expensive log entry: foo" in log
logging.debug(N('Expensive log entry: {keyword}', keyword=expensive_func))

全部这些都在Python 3文档（ https://docs.python.org/3/howto/logging-cookbook.html#formatting-styles ）中进行了描述。 可是，它也能够在Python 2.6中使用（ https://docs.python.org/2.6/library/logging.html#using-arbitrary-objects-as-messages ）。

对使用这种技术，比的事实，它的格式风格无关，其余的优势是，它容许偷懒值，例如功能expensive_func以上。 这为Python文档中的建议提供了更优雅的替代方法： https : //docs.python.org/2.6/library/logging.html#optimization 。

---

#4楼

.format另外一个优势（我在答案中没有看到）：它能够采用对象属性。

In [12]: class A(object):
   ....:     def __init__(self, x, y):
   ....:         self.x = x
   ....:         self.y = y
   ....:         

In [13]: a = A(2,3)

In [14]: 'x is {0.x}, y is {0.y}'.format(a)
Out[14]: 'x is 2, y is 3'

或者，做为关键字参数：

In [15]: 'x is {a.x}, y is {a.y}'.format(a=a)
Out[15]: 'x is 2, y is 3'

据我所知， %是不可能的。

---

#5楼

在格式化正则表达式时， %可能会有所帮助的一种状况。 例如，

'{type_names} [a-z]{2}'.format(type_names='triangle|square')

引起IndexError 。 在这种状况下，您可使用：

'%(type_names)s [a-z]{2}' % {'type_names': 'triangle|square'}

这样能够避免将正则表达式写为'{type_names} [az]{{2}}' 。 当您有两个正则表达式时，这颇有用，其中一个正则表达式单独使用而没有格式，可是两个正则表达式的链接都已格式化。