优化 humanize.naturalsize() 输出：去除冗余小数位-Python教程-PHP中文网

优化 humanize.naturalsize() 输出：去除冗余小数位

聖光之護

发布： 2025-09-26 12:51:30

原创

410人浏览过

优化 humanize.naturalsize() 输出：去除冗余小数位

本文探讨了如何在使用 humanize.naturalsize() 函数时，去除由固定格式（如 %.2f）导致的冗余小数位零，实现更简洁的输出。通过结合正则表达式对 humanize 的输出进行后处理，我们可以有效地将 1.00M 转换为 1M，同时保留 1.01M 等非零小数位，从而提升数据可读性。

理解 humanize.naturalsize() 的基本用法

humanize 库提供了一个方便的 naturalsize() 函数，用于将字节数转换为人类可读的大小格式（如 k、m、g 等）。在数据展示中，这种格式化能力极大地提升了用户体验。

例如，我们通常会指定一个浮点数格式来控制小数位数：

import humanize

format_str = "%.2f"
raw1 = 1_048_576  # 1MB
raw2 = 1_058_576  # 1.01MB

print(humanize.naturalsize(raw1, format=format_str, gnu=True))
print(humanize.naturalsize(raw2, format=format_str, gnu=True))

登录后复制

上述代码的输出将是：

1.00M
1.01M

登录后复制

存在的问题：冗余小数位零

从上面的输出可以看出，当实际值是整数兆字节（或千字节、吉字节等）时，format="%.2f" 会强制保留两位小数，导致出现 1.00M 这样的结果。这虽然精确，但在视觉上显得有些冗余，通常我们更倾向于看到 1M。然而，对于 1.01M 这样的情况，我们又希望保留小数位。humanize.naturalsize() 本身没有内置选项来智能地处理这种“去除尾随零但不影响非零小数”的需求。

解决方案：基于正则表达式的后处理

由于 humanize.naturalsize() 无法直接满足此需求，一个有效的策略是对其生成的字符串进行后处理。我们可以定义一个辅助函数，该函数首先调用 humanize.naturalsize()，然后使用正则表达式去除小数点后全是零的部分。

人声去除

用强大的AI算法将声音从音乐中分离出来

查看详情

实现 my_format 函数

import re
import humanize

def my_format(num, fmt="%.2f"):
    """
    格式化数字为人类可读的大小，并去除小数点后冗余的零。

    参数:
        num (int/float): 要格式化的数字（字节数）。
        fmt (str): 传递给 humanize.naturalsize 的浮点数格式字符串。

    返回:
        str: 格式化后的字符串，例如 "1M", "1.01M"。
    """
    # 1. 使用 humanize.naturalsize() 进行初步格式化
    n = humanize.naturalsize(num, format=fmt, gnu=True)

    # 2. 使用正则表达式进行后处理，去除冗余的 ".00" 或 ".0"
    # r"\.0+(?=\D)" 的解释：
    #   \.    : 匹配一个字面量的小数点
    #   0+    : 匹配一个或多个零
    #   (?=\D) : 正向先行断言，确保匹配到的零后面是非数字字符（即大小单位，如 M, K, G, B）。
    #           这可以防止意外地删除数字本身中的零。
    return re.sub(r"\.0+(?=\D)", "", n)

# 示例使用
raw1 = 1_048_576
raw2 = 1_058_576
raw3 = 1_000 # 1KB
raw4 = 1_234_567_890 # 1.23GB

print(f"原始值: {raw1}, 格式化后: {my_format(raw1)}")
print(f"原始值: {raw2}, 格式化后: {my_format(raw2)}")
print(f"原始值: {raw3}, 格式化后: {my_format(raw3, fmt='%.0f')}") # 即使是0f，如果humanize能输出.0，也能处理
print(f"原始值: {raw4}, 格式化后: {my_format(raw4)}")

登录后复制

输出结果

运行上述代码，将得到以下优化后的输出：

原始值: 1048576, 格式化后: 1M
原始值: 1058576, 格式化后: 1.01M
原始值: 1000, 格式化后: 1KB
原始值: 1234567890, 格式化后: 1.23GB

登录后复制

注意事项与最佳实践

正则表达式的精确性: r"\.0+(?=\D)" 这个正则表达式是关键。(?=\D) (正向先行断言，表示后面跟着一个非数字字符) 确保了我们只删除小数点后紧跟着单位（如 M, K, G）的零，而不会错误地删除数字内部的零。例如，如果 humanize 输出 10.00M，它会变为 10M；如果输出 100.00M，它会变为 100M。
gnu=True 参数: 在 humanize.naturalsize() 中使用 gnu=True 参数通常是为了遵循 GNU 标准的单位表示（例如，1024 字节为 1K，而不是 1000 字节）。在处理文件大小等场景时，这通常是推荐的做法。
灵活性: 即使 fmt 参数设置为 %.1f 或 %.3f，只要 humanize 输出的小数部分是 .0 或 .00 等形式，该正则表达式都能正确处理。
封装性: 将逻辑封装在一个独立的 my_format 函数中，提高了代码的复用性和可维护性。