Python Empty String: Forklart med eksempler

Du har cruiset gjennom Python-reisen din, skjært gjennom lister, temmet de ville tuplene og kanskje til og med kjempet med noen få knallharde objektorienterte konsepter. Men nå har du snublet over en tilsynelatende enkel, men overraskende lur skapning: den tomme strengen.

En tom streng er en streng som ikke inneholder tegn. Tomme strenger kan opprettes i Python ved å bruke str()-funksjonen eller tilordne en variabel med enkle eller doble tomme anførselstegn. Metoder som len()-funksjonen eller eq-operatoren kan identifisere når en streng er tom eller ikke tom.

Som Python-utvikler bør du gjenkjenne de enkle og mer komplekse metodene for å tildele og identifisere tomme strenger. Denne artikkelen viser deg flere eksempler.

Du vil også lære viktige operasjoner som fjerning av tomt rom, sammenkobling og arbeid med tomme strenger i datastrukturer.

La oss dykke inn!

Innholdsfortegnelse

3 måter hvordan lage en tom streng i Python

Python Empty String: Forklart med eksempler

En tom streng er en streng uten tegn eller mellomrom. Den kan opprettes og tilordnes til en variabel på flere måter:

  • Tilordne til en variabel ved å bruke enkle eller doble anførselstegn.

  • Bruk str()- funksjonen.

  • Bruk format() -funksjonen til en tom streng.

1. Enkelte eller doble anførselstegn

Å bruke anførselstegn er sannsynligvis den vanligste og mest enkle metoden for å lage en tom streng. Du kan bruke enkle eller doble anførselstegn.

Her er noen eksempelkode for å demonstrere tilordningen av tomme strenger til to strengvariabler.

empty_string1 = ''
empty_string2 = ""

2. Str() funksjon

Str () -funksjonen er en innebygd Python-funksjon. Når du bruker den uten argumenter, returnerer den en tom Python-streng.

empty_string3 = str() 

3. Format() funksjon

Format () -metoden i Python er en strengmetode som formaterer spesifiserte verdier i en streng. Du kan bruke den med en bokstavelig tom streng, som i denne kodebiten:

empty_string4 = "".format()

3 enkle måter å identifisere en tom streng

Python Empty String: Forklart med eksempler

Du har flere valg for å identifisere en tom streng med Python-kode. Her er de tre enkleste måtene:

  1. Eq-operator (==)

  2. Len() funksjon

  3. Ikke operatør

1. Eq-operatør

Du kan sammenligne en strengvariabel med en tom streng i anførselstegn ved å bruke eq-operatoren for å se etter likhet. Denne kodebiten illustrerer hvordan:

if str1 == "": 
     print("The string is empty")

2. Len() funksjon

Funksjonen len() returnerer lengden på Python-strenger. Hvis lengden er null, er strengen tom.

Denne koden ser etter en null-lengde streng:

if len(some_string) == 0:
     print("The string is empty.")

Hvis du tror at det kan være innledende eller etterfølgende mellomromstegn i tomme strenger, kan du bruke strip()- metoden før du sjekker lengden. Koden ovenfor er endret til å se slik ut:

if len(some_string.strip()) == 0:
     print("The string is empty.")

3. Ikke operatør

I Python anses tomme strenger som " falske " som betyr at de evalueres til False i en boolsk kontekst. En ikke-tom streng vurderes som True .

Slik kan du bruke not-operatoren til å se etter en falsk verdi:

if not some_string:
     print("The string is empty.")

Slik bruker du listeforståelse for å se etter tomme strenger

Python Empty String: Forklart med eksempler

Denne metoden får sin egen del fordi den er mer kompleks enn de tre enkle metodene vi viste ovenfor!

Du kan også bruke Python-listeforståelse for å sjekke om en streng i en gitt liste er tom eller ikke-tom. Anta at du har følgende liste over strenger:

list_of_products = ['Hoodie', '', 'T-Shirt', '', 'Jeans']

Bruk listeforståelse for å sjekke om hver streng er tom:

is_empty = [s == '' for s in list_of_products]

Variabelen is_empty vil nå være en liste over boolske verdier. Hvis en verdi returnerer True , er det en tom streng. Hvis den returnerer False, er det en ikke-tom streng.

Når du skriver ut variabelen is_empty , vil du se denne utgangen:

  • [False, True, False, True, False]

Med andre ord, tre verdier fra fem har en størrelse som ikke er null, og to verdier er tomme.

Hvordan fjerne mellomrom fra strenger

Vi har allerede nevnt strip()- funksjonen, som er en innebygd metode for å fjerne innledende og etterfølgende mellomrom.

Merk at strip() ikke bare eliminerer mellomrom. Den fjerner også tabulatorer og nylinjetegn fra inndatastrengen.

Her er et grunnleggende brukseksempel med en variabel med fem tomme mellomrom:

text = "    "
trimmed_text = text.strip()

Trimmed_text-variabelen vil inneholde en tom streng da originalen bare hadde mellomrom.

Å fjerne mellomrom er en vanlig oppgave i datakrangel. Sjekk ut denne videoen for flere funksjoner:

3 vanlige Python-operasjoner på tomme strenger

Det er flere vanlige operasjoner du ofte vil utføre med tomme strenger. Oppførselen til disse operasjonene er kanskje ikke alltid intuitive, spesielt for de som er nye innen programmering.

Å forstå dem kan bidra til å forhindre feil og forvirring. Vi skal se nærmere på disse tre operasjonene:

  1. Sammenkobling og replikering

  2. Konvertering til andre datatyper

  3. Sette inn i datastrukturer

1. Sammenkobling og replikering

Python Empty String: Forklart med eksempler

Selv om en tom streng ikke inneholder noen tegn i seg selv, kan den fortsatt brukes i operasjoner med andre strenger . Sammenkobling ved å bruke +-operatoren vil ganske enkelt returnere den andre strengen:w

s = "" + "Hello"  # s is now "Hello"

På samme måte vil replikering av en tom streng et antall ganger med *-operatoren fortsatt resultere i en tom streng:

s = "" * 5  # s is still ""

Du har sannsynligvis ikke tenkt å replikere tomme strenger. Men hvis du feilsøker et uventet tomt resultat etter replikering, er det verdt å sjekke om den opprinnelige variabelen var tom i utgangspunktet!

2. Konvertering til andre datatyper

En tom streng kan konverteres til visse andre datatyper. For eksempel, når du konverterer en tom streng til en liste, er resultatet en tom liste:

l = list("")  # l is now []

Men å prøve å konvertere en tom streng til et heltall eller float med int(“”) eller float(“”) vil øke en ValueError.

3. Sette inn i datastrukturer

Tomme strenger kan settes inn i ulike datastrukturer akkurat som alle andre strenger. De kan være elementer i en , verdier i en osv.

my_list = ["", "T-Shirts", ""]
my_dict = {"key1": "", "key2": "T-Shirts"}

Vær imidlertid forsiktig når du bruker tomme strenger som ordboknøkler. Selv om det er teknisk mulig, kan det være forvirrende og føre til feil hvis du ikke er forsiktig.

Siste tanker

Selv om tomme strenger tilsynelatende er enkle, kan de by på en rekke utfordringer og hensyn i Python-programmering. Ved å forstå hvordan du oppretter, gjenkjenner og håndterer dem, kan du bedre ruste deg til å skrive ren, effektiv og feilfri kode (bruk denne for mer hjelp).

Du bør følge og øve på eksemplene i denne artikkelen for å bli kjent med bruk av tomme strenger i sammenkobling, innenfor datastrukturer og konvertering til andre datatyper.

Dette legger til verktøysettet ditt for Python-ferdigheter og bringer deg videre på reisen din til å bli en ekspert Python-utvikler


LuckyTemplates egendefinerte ikoner | PBI visualiseringsteknikk

LuckyTemplates egendefinerte ikoner | PBI visualiseringsteknikk

Jeg vil diskutere en av mine favorittteknikker rundt LuckyTemplates egendefinerte ikoner, som bruker egendefinerte ikoner på en dynamisk måte i LuckyTemplates visuals.

Opprette LuckyTemplates-tabeller ved å bruke UNION & ROW-funksjonen

Opprette LuckyTemplates-tabeller ved å bruke UNION & ROW-funksjonen

I denne bloggen viser jeg deg hvordan du kan lage LuckyTemplates-tabeller ved å bruke en formel som kombinerer UNION-funksjonen og ROW-funksjonen.

On-Premises Data Gateway In Power Automate

On-Premises Data Gateway In Power Automate

Oppdag hvordan on-premises data gateway lar Power Automate få tilgang til skrivebordsapplikasjoner når brukeren er borte fra datamaskinen.

Oppdag unik innsikt ved å bruke LuckyTemplates TOPN-funksjon

Oppdag unik innsikt ved å bruke LuckyTemplates TOPN-funksjon

Denne bloggen inneholder LuckyTemplates TOPN DAX-funksjonen, som lar deg få unik innsikt fra dataene dine, og hjelper deg med å ta bedre markedsføringsbeslutninger.

Datamodellering i LuckyTemplates ved hjelp av støttetabeller

Datamodellering i LuckyTemplates ved hjelp av støttetabeller

Lær noen fantastiske analytiske teknikker som vi kan gjøre for datamodellering i LuckyTemplates ved å bruke DAX-støttetabeller.

Avansert DAX for LuckyTemplates: Implementering av rangeringslogikk på tvers av unik innsikt

Avansert DAX for LuckyTemplates: Implementering av rangeringslogikk på tvers av unik innsikt

Her dykker vi ned i LuckyTemplates Advanced DAX og implementerer rangeringslogikk for å få en helt unik innsikt. Jeg viser også frem målegrening i dette eksemplet.

LuckyTemplates What-If-parameterfunksjon

LuckyTemplates What-If-parameterfunksjon

Denne bloggen introduserer den nye funksjonen i LuckyTemplates, What-If-analyseparameteren. Du vil se hvordan det gjør alt raskt og enkelt for scenarioanalysen din.

Bruk LuckyTemplates Mål forgrening for å sjekke om marginene dine øker ettersom inntektene vokser

Bruk LuckyTemplates Mål forgrening for å sjekke om marginene dine øker ettersom inntektene vokser

Finn ut hvordan du kan finne ut om inntektsveksten din er god ved å sjekke om marginene dine økte ved å bruke LuckyTemplates som måler forgrening.

LuckyTemplates Parameters Via Query Editor

LuckyTemplates Parameters Via Query Editor

Lær og forstå hvordan du kan lage og bruke LuckyTemplates Parameters som er en kraftig funksjon i spørringsredigereren.

Rundt stolpediagram – en visualisering for dashbordet ditt

Rundt stolpediagram – en visualisering for dashbordet ditt

Denne opplæringen vil diskutere hvordan du lager et rundt søylediagram ved hjelp av Charticulator. Du vil lære hvordan du designer dem for LuckyTemplates-rapporten.