Python的字符串格式化有两种方式: 百分号方式、format方式
百分号的方式相对来说比较老，而format方式则是比较先进的方式，企图替换古老的方式，目前两者并存。[PEP-3101]
This PEP proposes a new system for built-in string formatting operations, intended as a replacement for the existing '%' string formatting operator.
1、百分号方式
%[(name)][flags][width].[precision]typecode
(name) 可选，用于选择指定的keyflags 可选，可供选择的值有: + 右对齐；正数前加正好，负数前加负号；- 左对齐；正数前无符号，负数前加负号；空格 右对齐；正数前加空格，负数前加负号；0 右对齐；正数前无符号，负数前加负号；用0填充空白处width 可选，占有宽度.precision 可选，小数点后保留的位数typecode 必选 s，获取传入对象的__str__方法的返回值，并将其格式化到指定位置r，获取传入对象的__repr__方法的返回值，并将其格式化到指定位置c，整数：将数字转换成其unicode对应的值，10进制范围为 0 <= i <= 1114111（py27则只支持0-255）；字符：将字符添加到指定位置o，将整数转换成 八 进制表示，并将其格式化到指定位置x，将整数转换成十六进制表示，并将其格式化到指定位置d，将整数、浮点数转换成 十 进制表示，并将其格式化到指定位置e，将整数、浮点数转换成科学计数法，并将其格式化到指定位置（小写e）E，将整数、浮点数转换成科学计数法，并将其格式化到指定位置（大写E）f， 将整数、浮点数转换成浮点数表示，并将其格式化到指定位置（默认保留小数点后6位）F，同上g，自动调整将整数、浮点数转换成 浮点型或科学计数法表示（超过6位数用科学计数法），并将其格式化到指定位置（如果是科学计数则是e；）G，自动调整将整数、浮点数转换成 浮点型或科学计数法表示（超过6位数用科学计数法），并将其格式化到指定位置（如果是科学计数则是E；）%，当字符串中存在格式化标志时，需要用 %%表示一个百分号注：Python中百分号格式化是不存在自动将整数转换成二进制表示的方式
常用格式化：
1 2 3 4 5 6 7 8 9 10 11 tpl = "i am %s" % "alex" tpl = "i am %s age %d" % ( "alex" , 18 ) tpl = "i am %(name)s age %(age)d" % { "name" : "alex" , "age" : 18 } tpl = "percent %.2f" % 99.97623 tpl = "i am %(pp).2f" % { "pp" : 123.425556 , } tpl = "i am %.2f %%" % { "pp" : 123.425556 , }2、Format方式
[[fill]align][sign][#][0][width][,][.precision][type]
fill 【可选】空白处填充的字符align 【可选】对齐方式（需配合width使用） <，内容左对齐>，内容右对齐(默认)＝，内容右对齐，将符号放置在填充字符的左侧，且只对数字类型有效。 即使：符号+填充物+数字^，内容居中sign 【可选】有无符号数字 +，正号加正，负号加负； -，正号不变，负号加负；空格 ，正号空格，负号加负；# 【可选】对于二进制、八进制、十六进制，如果加上#，会显示 0b/0o/0x，否则不显示， 【可选】为数字添加分隔符，如：1,000,000width 【可选】格式化位所占宽度.precision 【可选】小数位保留精度type 【可选】格式化类型 传入” 字符串类型 “的参数 s，格式化字符串类型数据空白，未指定类型，则默认是None，同s传入“ 整数类型 ”的参数 b，将10进制整数自动转换成2进制表示然后格式化c，将10进制整数自动转换为其对应的unicode字符d，十进制整数o，将10进制整数自动转换成8进制表示然后格式化；x，将10进制整数自动转换成16进制表示然后格式化（小写x）X，将10进制整数自动转换成16进制表示然后格式化（大写X）传入“ 浮点型或小数类型 ”的参数 e， 转换为科学计数法（小写e）表示，然后格式化；E， 转换为科学计数法（大写E）表示，然后格式化;f ， 转换为浮点型（默认小数点后保留6位）表示，然后格式化；F， 转换为浮点型（默认小数点后保留6位）表示，然后格式化；g， 自动在e和f中切换G， 自动在E和F中切换%，显示百分比（默认显示小数点后6位）常用格式化：
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 tpl = "i am {}, age {}, {}" . format ( "seven" , 18 , 'alex' ) tpl = "i am {}, age {}, {}" . format ( * [ "seven" , 18 , 'alex' ]) tpl = "i am {0}, age {1}, really {0}" . format ( "seven" , 18 ) tpl = "i am {0}, age {1}, really {0}" . format ( * [ "seven" , 18 ]) tpl = "i am {name}, age {age}, really {name}" . format (name = "seven" , age = 18 ) tpl = "i am {name}, age {age}, really {name}" . format ( * * { "name" : "seven" , "age" : 18 }) tpl = "i am {0[0]}, age {0[1]}, really {0[2]}" . format ([ 1 , 2 , 3 ], [ 11 , 22 , 33 ]) tpl = "i am {:s}, age {:d}, money {:f}" . format ( "seven" , 18 , 88888.1 ) tpl = "i am {:s}, age {:d}" . format ( * [ "seven" , 18 ]) tpl = "i am {name:s}, age {age:d}" . format (name = "seven" , age = 18 ) tpl = "i am {name:s}, age {age:d}" . format ( * * { "name" : "seven" , "age" : 18 }) tpl = "numbers: {:b},{:o},{:d},{:x},{:X}, {:%}" . format ( 15 , 15 , 15 , 15 , 15 , 15.87623 , 2 ) tpl = "numbers: {:b},{:o},{:d},{:x},{:X}, {:%}" . format ( 15 , 15 , 15 , 15 , 15 , 15.87623 , 2 ) tpl = "numbers: {0:b},{0:o},{0:d},{0:x},{0:X}, {0:%}" . format ( 15 ) tpl = "numbers: {num:b},{num:o},{num:d},{num:x},{num:X}, {num:%}" . format (num = 15 )更多格式化操作：https://docs.python.org/3/library/string.html
1、迭代器
迭代器是访问集合元素的一种方式。迭代器对象从集合的第一个元素开始访问，直到所有的元素被访问完结束。迭代器只能往前不会后退，不过这也没什么，因为人们很少在迭代途中往后退。另外，迭代器的一大优点是不要求事先准备好整个迭代过程中所有的元素。迭代器仅仅在迭代到某个元素时才计算该元素，而在这之前或之后，元素可以不存在或者被销毁。这个特点使得它特别适合用于遍历一些巨大的或是无限的集合，比如几个G的文件
特点：
访问者不需要关心迭代器内部的结构，仅需通过next()方法不断去取下一个内容不能随机访问集合中的某个值 ，只能从头到尾依次访问访问到一半时不能往回退便于循环比较大的数据集合，节省内存 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 >>> a = iter ([ 1 , 2 , 3 , 4 , 5 ]) >>> a <list_iterator object at 0x101402630 > >>> a.__next__() 1 >>> a.__next__() 2 >>> a.__next__() 3 >>> a.__next__() 4 >>> a.__next__() 5 >>> a.__next__() Traceback (most recent call last): File "<stdin>" , line 1 , in <module> StopIteration2、生成器
一个函数调用时返回一个迭代器，那这个函数就叫做生成器（generator）；如果函数中包含yield语法，那这个函数就会变成生成器；
1 2 3 4 5 def func(): yield 1 yield 2 yield 3 yield 4上述代码中：func是函数称为生成器，当执行此函数func()时会得到一个迭代器。
1 2 3 4 5 6 7 8 9 10 11 12 13 >>> temp = func() >>> temp.__next__() 1 >>> temp.__next__() 2 >>> temp.__next__() 3 >>> temp.__next__() 4 >>> temp.__next__() Traceback (most recent call last): File "<stdin>" , line 1 , in <module> StopIteration3、实例
a、利用生成器自定义range
1 2 3 4 5 6 7 8 def nrange(num): temp = - 1 while True : temp = temp + 1 if temp > = num: return else : yield tempb、利用迭代器访问range
1 ... posted on 2019-04-11 17:29 恒笛 阅读( ...) 评论( ...) 编辑 收藏转载于:https://www.cnblogs.com/xwqhl/p/10691084.html
相关资源：数据结构—成绩单生成器