Python字符串格式化时如何根据变量类型动态选择格式说明符

你可以通过实现带容错逻辑的格式化包装类解决这个问题，不需要写冗余分支，也不需要提前预处理变量，格式化时自动判断类型兼容性：

import datetime as dt
import numpy as np

class SafeFmt:
    __slots__ = ("value",)
    def __init__(self, value):
        self.value = value
    def __format__(self, format_spec):
        if not format_spec:
            return str(self.value)
        try:
            return format(self.value, format_spec)
        except (ValueError, TypeError):
            return str(self.value)

# 嫌类名太长可以定义短别名
s = SafeFmt

使用方式 #

不管变量实际是什么类型，直接用包装类包裹后传入f-string即可，类型支持对应格式时自动应用规则，不支持时自动兜底为无格式普通输出，不会抛出格式错误：

# 场景1：值为datetime类型，正常应用日期格式
a = dt.datetime(2020, 1, 1)
print(f'{s(a):%d/%m/%Y}')
# 输出：01/01/2020

# 场景2：值为np.nan，日期格式不兼容，自动兜底输出
a = np.nan
print(f'{s(a):%d/%m/%Y}')
# 输出：nan

# 场景3：值为数字，正常应用千分位数字格式
a = 123456
print(f'{s(a):,.2f}')
# 输出：123,456.00

# 场景4：值为字符串，数字/日期格式均不兼容，自动输出原字符串
a = "缺失值"
print(f'{s(a):%d/%m/%Y}')
# 输出：缺失值

方案优势 #

• 逻辑完全在f-string格式化执行阶段触发，不需要提前对变量做类型判断或预处理
• 多处使用时仅需要调用统一包装方法，没有重复的分支判断代码，维护成本极低
• 兼容所有Python原生格式化规则，对自定义类型的格式说明符也同样生效，容错覆盖所有格式不兼容抛出ValueError/TypeError的场景

内容的提问来源于stack exchange，提问作者agftrading