Python с поддержкой табуляции len() и функции заполнения

Question

Функции Python len() и заполнения, такие как string.ljust(), не поддерживают табуляцию, т.е.они рассматривают ' ' как любой другой символ одинарной ширины и не округляют len до ближайшего кратного значению табуляции.Пример:

len('Bear\tnecessities\t')

17 вместо 24 (т.е.4+(8-4)+11+(8-3) )

и сказать, что мне также нужна функция pad_with_tabs(s) такой, что

pad_with_tabs('Bear', 15) = 'Bear\t\t'

Ищем простые реализации - в первую очередь компактность и читаемость, а затем эффективность.Это простой, но раздражающий вопрос.@gnibbler - можете ли вы показать чисто Pythonic-решение, даже если оно, скажем, в 20 раз менее эффективно?

Конечно, вы можете конвертировать туда и обратно, используя str.expandtabs(TABWIDTH), но это неуклюже.Импорт математических вычислений, чтобы получить TABWIDTH * int( math.ceil(len(s)*1.0/TABWIDTH) ) также кажется огромным излишним убийством.

Я не смог придумать ничего более элегантного, чем следующее:

TABWIDTH = 8

def pad_with_tabs(s,maxlen):
  s_len = len(s)
  while s_len < maxlen:
    s += '\t'
    s_len += TABWIDTH - (s_len % TABWIDTH)
  return s

и поскольку строки Python являются неизменяемыми, и если мы не хотим вставить нашу функцию в строковый модуль, чтобы добавить ее в качестве метода, мы также должны присвоить результат функции:

s = pad_with_tabs(s, ...)

В частности, я не смог получить чистые подходы, используя понимание списка или string.join(...)

''.join([s, '\t' * ntabs])

без специального оформления случаев, когда len(s) < целое число, кратное TABWIDTH, или len(s)>=maxlen уже.

Может ли кто-нибудь показать лучшие функции len() иpad_with_tabs()?

Answer 1

TABWIDTH=8
def my_len(s):
    return len(s.expandtabs(TABWIDTH))

def pad_with_tabs(s,maxlen):
    return s+"\t"*((maxlen-len(s)-1)/TABWIDTH+1)

Почему я использовал expandtabs()?
Ну это быстро

$ python -m timeit '"Bear\tnecessities\t".expandtabs()'
1000000 loops, best of 3: 0.602 usec per loop
$ python -m timeit 'for c in "Bear\tnecessities\t":pass'
100000 loops, best of 3: 2.32 usec per loop
$ python -m timeit '[c for c in "Bear\tnecessities\t"]'
100000 loops, best of 3: 4.17 usec per loop
$ python -m timeit 'map(None,"Bear\tnecessities\t")'
100000 loops, best of 3: 2.25 usec per loop

Все, что перебирает вашу строку, будет медленнее, потому что одна итерация примерно в 4 раза медленнее, чем expandtabs даже если вы ничего не делаете в цикле.

$ python -m timeit '"Bear\tnecessities\t".split("\t")'
1000000 loops, best of 3: 0.868 usec per loop

Даже простое разделение по вкладкам занимает больше времени.Вам все равно придется перебирать разделение и дополнять каждый элемент до табуляции.

Answer 2

Я считаю, что гнибблер лучше всего подходит для большинства практических случаев.Но в любом случае вот наивное (без учета CR, LF и т.д.) решение для вычисления длины строки без создания расширенной копии:

def tab_aware_len(s, tabstop=8):
    pos = -1
    extra_length = 0
    while True:
        pos = s.find('\t', pos+1)
        if pos<0:
            return len(s) + extra_length
        extra_length += tabstop - (pos+extra_length) % tabstop - 1

Вероятно, это может быть полезно для некоторых огромных строк или даже файлов, отображаемых в памяти.А вот функция заполнения немного оптимизирована:

def pad_with_tabs(s, max_len, tabstop=8):
    length = tab_aware_len(s, tabstop)
    if length<max_len:
        s += '\t' * ((max_len-1)//tabstop + 1 - length//tabstop)
    return s

Answer 3

TABWIDTH * int( math.ceil(len(s)*1.0/TABWIDTH) ) это действительно массовое убийство;вы можете получить тот же результат гораздо проще.Для позитива i и n, использовать:

def round_up_positive_int(i, n):
    return ((i + n - 1) // n) * n

Эта процедура работает практически на любом языке, который я когда-либо использовал, после соответствующего перевода.

Тогда вы можете сделать next_pos = round_up_positive_int(len(s), TABWIDTH)

Для небольшого повышения элегантности вашего кода вместо

while(s_len < maxlen):

использовать это:

while s_len < maxlen: