用Python抓取一行的空白/缩进

Question

基本上，如果我有一排以缩进开头的文本，那么获取该缩进并将其放入Python变量中的最佳方法是什么？例如，如果该行是：

\t\tthis line has two tabs of indention

然后它将返回“ \ t \ t”。或者，如果该行是：

    this line has four spaces of indention

然后它将返回四个空格。

因此，我想您可能会说，我只需要从字符串中去除所有内容，从第一个非空白字符到末尾。有什么想法吗？

Answer 1

import re
s = "\t\tthis line has two tabs of indention"
re.match(r"\s*", s).group()
// "\t\t"
s = "    this line has four spaces of indention"
re.match(r"\s*", s).group()
// "    "

要删除前导空格，请使用lstrip。

由于反对票可能会质疑正则表达式的效率，因此我进行了一些分析以检查每种情况的效率。

字符串很长，引导空间很短

正则表达式> Itertools >> lstrip

>>> timeit.timeit('r.match(s).group()', 'import re;r=re.compile(r"\s*")s="          hello world!"*10000', number=100000)
0.10037684440612793
>>> timeit.timeit('"".join(itertools.takewhile(lambda x:x.isspace(),s))', 'import itertools;s="          hello world!"*10000', number=100000)
0.7092740535736084
>>> timeit.timeit('"".join(itertools.takewhile(str.isspace,s))', 'import itertools;s="          hello world!"*10000', number=100000)
0.51730513572692871
>>> timeit.timeit('s[:-len(s.lstrip())]', 's="          hello world!"*10000', number=100000)
2.6478431224822998

字符串很短，前导空间很短

lstrip> RegEx> Itertools

如果您可以将字符串的长度限制为不超过千个字符，则lstrip技巧可能会更好。

>>> timeit.timeit('r.match(s).group()', 'import re;r=re.compile(r"\s*");s="          hello world!"*100', number=100000)
0.099548101425170898
>>> timeit.timeit('"".join(itertools.takewhile(str.isspace,s))', 'import itertools;s="          hello world!"*100', number=100000)
0.53602385520935059
>>> timeit.timeit('s[:-len(s.lstrip())]', 's="          hello world!"*100', number=100000)
0.064291000366210938

这显示lstrip技巧的缩放比例大致为O（√n），并且如果前导空格的数量不是很多，则RegEx和itertool方法为O（1）。

字符串很短，前导空间很长

lstrip >> RegEx >>> Itertools

如果前导空格很多，请不要使用RegEx。

>>> timeit.timeit('s[:-len(s.lstrip())]', 's=" "*2000', number=10000)
0.047424077987670898
>>> timeit.timeit('r.match(s).group()', 'import re;r=re.compile(r"\s*");s=" "*2000', number=10000)
0.2433168888092041
>>> timeit.timeit('"".join(itertools.takewhile(str.isspace,s))', 'import itertools;s=" "*2000', number=10000)
3.9949162006378174

字符串很长，引导空间很长

lstrip >>> RegEx >>>>>>>> Itertools

>>> timeit.timeit('s[:-len(s.lstrip())]', 's=" "*200000', number=10000)
4.2374031543731689
>>> timeit.timeit('r.match(s).group()', 'import re;r=re.compile(r"\s*");s=" "*200000', number=10000)
23.877214908599854
>>> timeit.timeit('"".join(itertools.takewhile(str.isspace,s))', 'import itertools;s=" "*200000', number=100)*100
415.72158336639404

如果非空间部分不是很多，这表明所有方法的缩放比例大致为O（m）。