0 dní v řadě · 0 bodů

První kroky · 18 min

Texty a f-stringy

Naučíš se skládat věty z proměnných, formátovat čísla jako na pokladně a čistit text, který ti někdo poslal.

Hloubka
Úkoly
Lidsky řečeno

Text je pro Python šňůra korálků. Každý korálek je jeden znak: písmeno, číslice, mezera i tečka. F-string je předtištěný formulář: „Vážený pane ____, dlužíte ____ Kč.“ Věta zůstává stejná a do prázdných políček se doplní, co je zrovna potřeba.

Text patří do uvozovek

Programátoři říkají textu řetězec (anglicky string, v kódu zkráceně str), protože jde o znaky navlečené za sebou. Píše se do uvozovek, jednoduchých nebo dvojitých. Pythonu je to jedno, jen musí text skončit stejnou uvozovkou, jakou začal.

Dva druhy se hodí, když má být uvozovka přímo v textu. Vnější a vnitřní se prostě liší.

kavarna = "U Závorky"
mesto = 'Brno'
print(kavarna, mesto)
print("Hospoda 'U Kapra' má zavřeno.")
print('Na dveřích stojí "Hned jsem zpět".')
Výstup
U Závorky Brno
Hospoda 'U Kapra' má zavřeno.
Na dveřích stojí "Hned jsem zpět".

Některé znaky na klávesnici napsat do textu nejde, třeba konec řádku. Zapisují se přes zpětné lomítko \, které říká: následující znak ber jinak než obvykle.

ZápisCo znamená
\nnový řádek
\ttabulátor, větší mezera
\"uvozovka, která text neukončí
\\jedno skutečné zpětné lomítko

Text přes víc řádků se pohodlněji píše do trojitých uvozovek.

print("První řádek\nDruhý řádek")
print("Položka\tCena")
print("Řekla: \"Dost.\"")
print("Zpětné lomítko: \\")

vzkaz = """Milý deníčku,
program dnes běžel.
Nevím proč."""
print(vzkaz)
Výstup
První řádek
Druhý řádek
Položka	Cena
Řekla: "Dost."
Zpětné lomítko: \
Milý deníčku,
program dnes běžel.
Nevím proč.

Skládání textů

Znaménko + u textů nesčítá, ale lepí za sebe. Mezery si musíš doplnit sám, Python je nepřidá. Znaménko * text opakuje a funkce len spočítá jeho znaky, včetně mezer a interpunkce.

jmeno = "Ema"
pozdrav = "Ahoj, " + jmeno + "!"
print(pozdrav)
print(len(pozdrav))
print("ha" * 3)
print("-" * 20)
Výstup
Ahoj, Ema!
10
hahaha
--------------------
Kvíz

Co vypíše print("3" + "4")?

Text a číslo se slepit nedají. Python neví, jestli chceš počítat, nebo lepit, a tak odmítne hádat.

vek = 30
print("Je mi " + vek + " let.")
Výstup

Jedna oprava je převést číslo na text funkcí str: "Je mi " + str(vek) + " let.". Funguje to, ale čte se to špatně a uvozovky s plusy se snadno popletou. Proto vznikly f-stringy.

Úkol

Chybějící mezera

Program slepí jméno a příjmení bez mezery. Oprav ho tak, aby proměnná cele_jmeno obsahovala Ota Malý.

jmeno = "Ota"
prijmeni = "Malý"
cele_jmeno = jmeno + prijmeni
print(cele_jmeno)
Výstup

F-stringy: políčka v textu

Před uvozovku napíšeš písmeno f a do textu vložíš složené závorky. Co je uvnitř nich, Python vyhodnotí a výsledek doplní na to místo. Může tam být proměnná i celý výpočet a o převod na text se postará sám.

jmeno = "Vojta"
kavy = 3
cena = 62
print(f"{jmeno} vypil {kavy} kávy za {kavy * cena} Kč.")
print(f"{{tohle není políčko}}")
print(f"{kavy = }")
Výstup
Vojta vypil 3 kávy za 186 Kč.
{tohle není políčko}
kavy = 3

Zdvojené závorky {{ a }} vypíšou obyčejnou závorku. Rovnítko na konci políčka vypíše název i hodnotu, což oceníš, až budeš hledat chybu v programu.

Kvíz

Platí cena = 50. Co vypíše print("Cena je {cena} Kč")?

Úkol

Věta z proměnných

Pomocí proměnných vypiš přesně 3x čaj = 144 Kč. Výslednou cenu nepiš ručně, ať ji spočítá Python.

produkt = "čaj"
kusu = 3
cena = 48
# Sem napiš print s f-stringem
Výstup

Formátování: desetinná místa a zarovnání

Za proměnnou v políčku můžeš napsat dvojtečku a za ni pokyn, jak má výsledek vypadat. .2f znamená „číslo se dvěma desetinnými místy“. Hodnota v proměnné se tím nezmění, upraví se jen to, co se vypíše.

cena = 1249.5
podil = 0.2567
print(f"{cena:.2f}")
print(f"{cena:,.2f}")
print(f"{podil:.1%}")
print(f"{7:03}")
print(f"{cena:,.2f}".replace(",", " ").replace(".", ","))
Výstup
1249.50
1,249.50
25.7%
007
1 249,50

Python píše čísla anglicky: tisíce odděluje čárkou a desetinná místa tečkou. Poslední řádek proto vymění čárku za mezeru a tečku za čárku, aby výsledek vypadal česky. Metodu replace si vysvětlíme za chvíli.

Druhá věc, kterou formátování umí, je šířka. Číslo za dvojtečkou říká, kolik znaků má políčko zabrat, a znaménko určuje stranu. Díky tomu sloupce drží pod sebou.

print(f"{'Položka':<12}{'Cena':>8}")
print("-" * 20)
print(f"{'Espresso':<12}{62:>8}")
print(f"{'Cappuccino':<12}{78:>8}")
print(f"{'Štrúdl':<12}{95.5:>8.2f}")
print(f"{'konec':*^20}")
Výstup
Položka         Cena
--------------------
Espresso          62
Cappuccino        78
Štrúdl         95.50
*******konec********
ZápisVýsledek
{x:.2f}dvě desetinná místa
{x:,}čárky mezi tisíci
{x:.1%}procenta, 0.25 se vypíše jako 25.0%
{x:<10}šířka 10, zarovnání doleva
{x:>10}šířka 10, zarovnání doprava
{x:^10}šířka 10, na střed
{x:*^10}totéž, volné místo vyplní hvězdičkami
{x:>10.2f}šířka i desetinná místa dohromady
Úkol

Cenovka s tečkami

Vypiš cenovku přesně takto: Med.........129.50 Kč. Název doplň tečkami na šířku 12 znaků, cenu vypiš se dvěma desetinnými místy.

nazev = "Med"
cena = 129.5
print(f"{nazev} {cena} Kč")
Výstup

Metody: co umí každý text

Metoda je příkaz, který patří ke konkrétní hodnotě. Píše se za tečku: text.upper(). Texty jich mají desítky a nejvíc se používají ty, které uklízejí data od lidí. Lidé totiž píšou mezery navíc, velká písmena náhodně a občas i Enter na konci.

zadano = "  [email protected] \n"
email = zadano.strip().lower()
print(email)
print(email.upper())
print(email.replace("example.com", "firma.cz"))
print(email.count("a"))
print(email.find("@"))
print(email.startswith("eva"))
print("@" in email)
ZápisCo dělá
t.strip()odstraní mezery a konce řádků z obou okrajů
t.lower(), t.upper()převede na malá nebo velká písmena
t.replace("a", "b")nahradí všechny výskyty
t.count("a")spočítá výskyty
t.find("a")vrátí pozici prvního výskytu, nebo -1, když tam není
t.startswith("a"), t.endswith("a")odpoví True (ano), nebo False (ne)
"a" in tzjistí, jestli je a někde v textu

Metody jde řadit za sebe, jako v zadano.strip().lower(). Provádějí se zleva doprava a každá pracuje s výsledkem té předchozí.

Kvíz

Co vypíše tento kód? t = "ahoj", potom t.upper(), potom print(t).

Úkol

Úklid e-mailu

Do proměnné email ulož adresu ze zadano bez mezer na okrajích a malými písmeny.

zadano = "   [email protected]  "
email = zadano
print(email)
Výstup

Znak na pozici

Každý znak má své pořadové číslo, kterému se říká index. Počítá se od nuly, takže první znak má index 0. Záporná čísla počítají od konce. Zápis [0:4] vybere kus textu od pozice 0 po pozici 4, přičemž znak na pozici 4 už do výsledku nepatří.

slovo = "kavárna"
print(slovo[0])
print(slovo[1])
print(slovo[-1])
print(slovo[0:4])
Výstup
k
a
a
kavá
text
 k   a   v   á   r   n   a
 0   1   2   3   4   5   6
-7  -6  -5  -4  -3  -2  -1

Víc o výřezech najdeš v lekci Indexy a řezy, další práci s textem v lekci Řetězce do hloubky.

Pod kapotou · jak CPython ukládá text

str je neměnná posloupnost kódových bodů Unicode. Samostatný typ pro znak neexistuje, s[0] je zase str délky 1. Od verze 3.3 (PEP 393) má každý řetězec pevnou šířku podle svého nejširšího znaku: 1, 2 nebo 4 bajty na kódový bod. Díky tomu je indexování O(1), ale jediné emoji zvětší celý dlouhý text na čtyřnásobek. Rozdíl dvou délek vynechá hlavičku objektu, takže je stejný na každé platformě:

import sys
import unicodedata

for znak in "aéč😀":
    print(znak, sys.getsizeof(znak * 11) - sys.getsizeof(znak * 10))

slozene = "e\u0301"
print(len("é"), len(slozene), "é" == slozene)
print(unicodedata.normalize("NFC", slozene) == "é")
print(len("👨‍👩‍👧"))
print("Straße".lower(), "Straße".casefold())
Výstup
a 1
é 1
č 2
😀 4
1 2 False
True
5
straße strasse

len tedy nepočítá to, co člověk vidí jako znak. Rodina z emoji má pět kódových bodů: tři postavy a dva spojovací znaky ZWJ. Stejně vypadající texty si nemusí být rovné, proto vstupy před porovnáním normalizuj přes unicodedata.normalize. Pro porovnání bez ohledu na velikost písmen je správně casefold(), ne lower().

Opakované s += x v cyklu je obecně O(n²), protože se pokaždé může kopírovat celý text. CPython umí řetězec za určitých podmínek rozšířit na místě, ale spoléhat se na to nedá. Spolehlivá cesta je "".join(casti).

Pod kapotou · f-stringy pod kapotou

F-string (PEP 498) se překládá přímo do bytekódu, v 3.12 na instrukce FORMAT_VALUE a BUILD_STRING. Za běhu se nic neparsuje, proto bývá rychlejší než str.format. Od 3.12 (PEP 701) je součástí gramatiky: uvnitř {} smíš znovu použít stejné uvozovky, zpětná lomítka, komentáře i víc řádků. Takový kód ale na 3.11 a starších skončí SyntaxError, takže u knihoven drž vnitřní uvozovky odlišné.

{x:spec} volá format(x, spec), tedy x.__format__(spec), a význam specifikace určuje typ. Proto datetime přijímá {d:%d.%m.%Y}. U float se zaokrouhluje přesná binární hodnota a remízy jdou k sudé číslici: f"{2.5:.0f}" dá 2 a f"{2.675:.2f}" dá 2.67, protože 2.675 ve dvojkové soustavě leží těsně pod touto hodnotou. Peníze proto patří do decimal.Decimal.

Dvě produkční pravidla. logger.debug(f"...{x}") skládá text i při vypnutém logování, zatímco logger.debug("...%s", x) až podle potřeby a nástroje pro sběr logů pak umí seskupit stejné zprávy. A SQL dotaz se z f-stringu neskládá nikdy, hodnoty patří do parametrů dotazu.

Vyzkoušej si: Formátování v f-stringu

Zkoušej šířku, zarovnání, počet desetinných míst a oddělovač tisíců a sleduj, jak se změní výsledek.