从完整版本字符串中获取主要版本的子字符串答案

【问题标题】：Get sub-string for major version out of full version string从完整版本字符串中获取主要版本的子字符串
【发布时间】：2013-08-18 13:54:06
【问题描述】：

我有一个脚本，我必须在其中将完整版本的字符串转换为其主要部分。例如，我必须将1.2.3.4.5.6.7 转换为1.2。

目前我正在使用这个：'.'.join(s.split('.', 2)[:-1])

>>> s = '1.2.3.4.5.6.7'
>>> '.'.join(s.split('.', 2)[:-1])
'1.2'

效果很好。但它非常丑陋，我希望有更好的方法。

编辑：

性能是一个问题，因此性能不佳的答案（尽管它们可能看起来不错）对我不利。
'.'.join(s.split('.', 2)[:-1]) 也可以是 '.'.join(s.split('.', 2)[:2]) 一样简单

【问题讨论】：

标签： python string split

【解决方案1】：

如果您预编译正则表达式，则使用正则表达式并不过分。因此

import re
pattern = re.compile(r'^[0-9]+\.[0-9]+')

# ... later ...

version = '1.2.3.4.5.6.7'

def get_version(s):
    m = pattern.search(s)
    if m:
        return m.group()


print get_version(version)

这也将确保您的版本与格式匹配。

【讨论】：

任何担心性能的人请注意：这实际上比使用 OP 的 split() 方法的类似函数快快了惊人的 0.01 微秒（无论如何，如果那种区别很重要，Python 是这个问题的错误语言）。

【解决方案2】：

使用regex：

>>> s = '1.2.3.4.5.6.7'
>>> re.search(r'(\d+\.\d+)', s).group()
'1.2'

时序对比：

>>> r = re.compile(r'^(\d+\.\d+)')

>>> s = '100.21.3.4.5.6.7'
>>> %timeit r.search(s).group()
100000 loops, best of 3: 1.43 us per loop
>>> %timeit '.'.join(s.split('.')[:2])
1000000 loops, best of 3: 2.32 us per loop
>>> %timeit '.'.join(s.split('.', 2)[:-1])
100000 loops, best of 3: 1.28 us per loop

>>> s = '100.21.3.4.5.6.7'*100
>>> %timeit r.search(s).group()
1000000 loops, best of 3: 1.96 us per loop
>>> %timeit '.'.join(s.split('.')[:2])
10000 loops, best of 3: 40.4 us per loop
>>> %timeit '.'.join(s.split('.', 2)[:-1])
100000 loops, best of 3: 2.01 us per loop

>>> s = '100.21.3.4.5.6.7'*1000
>>> %timeit r.search(s).group()
1000000 loops, best of 3: 1.94 us per loop
>>> %timeit '.'.join(s.split('.')[:2])
1000 loops, best of 3: 314 us per loop
>>> %timeit '.'.join(s.split('.', 2)[:-1])
100000 loops, best of 3: 6.76 us per loop

>>> s = '100.21.3.4.5.6.7'*10000
>>> %timeit r.search(s).group()
100000 loops, best of 3: 1.42 us per loop
>>> %timeit '.'.join(s.split('.')[:2])
100 loops, best of 3: 5.3 ms per loop        #millisecond 
>>> %timeit '.'.join(s.split('.', 2)[:-1])
10000 loops, best of 3: 104 us per loop

基于re.findall 的解决方案也会很慢，因为它需要对整个字符串进行迭代，而re.search 在第一次匹配时停止。

【讨论】：

你的正则表达式模式有不必要的括号，因此它创建了另一个捕获组，浪费了性能。 \d 在 python 3 上也会很慢，因为默认情况下它通过 Unicode 字符类匹配字符，而不仅仅是数字 0-9

【解决方案3】：

另一种方式可以是'.'.join(s.split('.')[:2])，但它非常相似。我认为没有其他有效的可能性：你必须按点分割，然后只选择两个第一个元素。

这个解决方案（或者你的，都是一样的）很好。只是避免使用正则表达式，这对于这种任务来说太过分了。

【讨论】：

其他提供正则表达式解决方案的解决方案太疯狂了。太矫枉过正了。这很好。
很抱歉，您将 -1 更改为 2 并没有增加任何价值。这是相同的性能，相同的解决方案。
@InbarRose 我说它非常相似。没说是好是坏。为什么你要删除关于正则表达式的解释？
你的答案应该是一个独立的世界，没有外部参考。因此 - 不应在网站上向其他用户发表关于他们给出的答案的评论。
'.'.join(s.split('.')[:2]) 甚至比 Inbar 的解决方案更糟糕，您在每个 '.' 处拆分字符串。

【解决方案4】：

另一种方法，寻找第二个点并将字符串切片：

s[:s.index('.', s.index('.')+1)]

It should be about as fast as the split and regex versions.

【讨论】：