python字符串处理

字符串

字符串：不可变有序序列，在python可使用 "abc" , """abc""" ,'abc' 的形式表示，属于一种字面常量，python3中字符均属于Unicode编码。

• 字符串可以被迭代，遍历，切片，索引
• 字符串一旦定义不可增加、删除、修改自身元素。对字符串的修改操作实质是创建一个新的字符串对象重新赋值

  # 迭代遍历
  s = " this is a string\n"
  for i in s:
  print(i)
  # 索引,切片
  print(s[4], s[2:5],s[2,-3])

字符串遍历生成列表，元组

lis = list(s)                 # 遍历 s 中的每一个元素生成，组成一个列表返回
tp = tuple(s)              # 遍历 s 中的每一个元素生成，组成一个元组返回

列表，元组生成字符串

# 列表，元组，拼接为字符串，使用str.join()方法
lis = ['h','e','l','l','o']
# 遍历lis,将lis中的每一个元素拼接为字符串并返回，
# 注：lis中每一个元素必须是字符串，否则不能拼接，可用str()转换
num_list = [1,2,3,4,5]
# s2 = "".join(num_list)   ==> 将会报错，无法拼接数值
s1 = "".join(map(str, num_list))        # 将数值全部转化为字符串拼接

s2 = "".join(lis) 
# 也可以指定 " ,"作为连接符号进行拼接
s3 = ","join(lis)        
print(s1, s2, s3)    

字符串的常用方法

字符串的拼接：

返回的是一个全新的字符串对象，s1,s2本身均未发生改变

s3 = s1 + s2  

字符串分割

s = "this is a string\n"
s_1 = s.split()         # 以连续空白进行分割，返回lis  ==> ['this', 'is', 'a', 'string']
s_2 = s.split(" ")     # 以空字符进行分割, \n不是空字符 ==>  ['this', 'is', 'a', 'string\n']
s_3 = s.rsplit(" ",maxsplit=2)    # 右边开始，最大切割次数为 2次  ==> ['this is', 'a', 'string\n']

# 行切割，splitlines()
s = "firstline \n secondline \r\n thirdline \r"
s_4 = s.splitlines()                   #  ==> ['firstline ', ' secondline ', ' thirdline ']
s_5 = s.splitlines(True)           # 保留切割符 ==> ['firstline \n', ' secondline \r\n', ' thirdline \r']
 # 只切割一次，无论是否切割，返回 3个元素的元组，pre,seq,tail）==>('this', ' ', 'is a string\n')
s_6 = s.partition(" ") 
# 从字符串右边开始进行分割  ==> ('firstline \n secondline \r\n thirdline', ' ', '\r')
s_6 = s.rpartition(" ") 

其他方法

s = "HEllo world"
print(s.upper())           # ==>  HELLO WORLD  全大写
print(s.capitalize())     # ==>  Hello world  首部大写
print(s.title())              # ==>  Hello world  驼峰原则
print(s.lower())           # ==>  hello world  全小写
print(s.swapcase())   # ==>  heLLO WORLD  交换大小写

格式化输出

s = "hello"
print(s.center(20, "#"))            # #######hello########  指定宽度和填充字符,居中
print(s.zfill(20))                       # 000000000000000hello  右对齐，0填充
print(s.ljust(20, "#"))               # hello###############  指定宽度和填充字符，左对齐
print(s.rjust(20, "#"))              # ###############hello  指定宽度和填充字符，右对齐

字符替换

s = "heffo worfd"
print(s.replace("f", "l"))             #  hello world
print(s.replace("f", "l", 2))         #  hello worfd
print(s.replace("ff", "l"))            #  helo worfd
print(s)                                     #  heffo worfd   均返回新的字符串，s 未做任何改变

# 批量替换
in_tab = "abxy"  
out_tab = "1234"  
str_trantab = str.maketrans(in_tab,out_tab)   # 创建一个转化表, abcd --> 1234
s = "abcdefghijklmnopqrstuvwxyz"  
s.translate(str_trantab)      # s将会根据转换表替换对应的字符 ==> 12cdefghijklmnopqrstuvw34z 

strip() 删除两端字符

s = " \t   hello world   \n  "
print(s.strip())                         #  'hello world'
print(s.strip("\t"))                    #  '   hello world   \n ' 
print(s.strip("\n"))                   #  ' \t   hello world   \n  '
print(s.strip(""))                      #  '\t   hello world   \n'
print(s.strip(" h\t"))                 #  'ello world'

s.lstrip()                                # 只对字符串左边进行操作
s.rstrip()                               # 只对字符串右边进行操作

字符串查找

# find("",start ,stop) ,# 指定查找的字符，并可以选自查找范围，start -> stop 索引范围
# 找到匹配字符串返回索引，未找到返回 -1 
s = "this is a long long long string"
print(s.find("a"))                     # 返回索引号   8
print(s.find("long"))                # 返回第一索引号 10
print(s.find("long", 11, -1))     # 从索引11开始查找，第一个long索引为 15

print(s.count("long", 15, -1))  #从索引15开始查找，只能找到后面两个long

# 字符串的查找都需要对字符串进行遍历，当字符串较长，将会耗费较大的时间

# endswith, startswith 判断字符串是否使用该字符结尾或者开头
# 例如：检查一个文件是否是Python文件格式
file_name = "hello.py"
file_name.endswith(".py")  # 是否是.py结尾
"hello".startswith("he")   # 是否 he开头

字符检测方法， 返回 True或者 False

# 字符检测方法， 返回 True或者 False

# endswith, startswith 判断字符串是否使用该字符结尾或者开头
# 例如：检查一个文件是否是Python文件格式
file_name = "hello.py"
file_name.endswith(".py")     # 是否是.py结尾
"hello".startswith("he")          # 是否 he开头

"hell_fa".isidentifier()            # 检查是否符合标识符规则，是不是字母和下划线开头，其他都是字母数字、下划线
"abc".isalpha()                     # 是否全部为字母
"123".isdigit()                       # 10进制数字
"123".isdecimal()                 # (0-9)的数字
"123abc".isalnum()              # 是否是字母或者数字 
"abc".islower()                     # 全小写
"ABC".isupper()                   # 全大写
"\n\t\f\r".isspace()                # 只包含空白, \t\n\r\f等均为空白字符
# 以结果全部为 True

字符串格式化输出

1. c语言风格格式化输出

s = "hello world"
print("%s,%r" %(s,s))  # %s 调用字符串对象的 __str__方法输出，%r会调用__repr__ 方法，输出不同
#  输出 hello world,   'hello world'

试例：

s = "hello world"
class String(str):
    def __str__(self):
        return "__str__:{}".format(super().__repr__())       

    def __repr__(self):
        return "__repr__:{}".format(super().__repr__())

string = String(s)
print("%s, %r" %(string,string))
#  %s 输出结果： __str__:'hello world', %r 输出结果： __repr__:'hello world'
# %s 调用了对象的 __str__方法，%r 调用了__repr__ 方法

常用输出形式

"%d" %10              #'10'
"%#d" %10            #'   10'
"%-05d" %10         #'10   '
"%d" %10              #'10'
# 可通过以上方式设置对齐方式和宽度等

"%f" %10            #'10.000000'
"%5.3f" %10         #'10.000'
"%10.2f" %10        #'     10.00'
"%-10.2f" %10       #'10.00     '

进制转化

# 无前缀
"%x"%10               # ==> 'a'
"%o"%10               # ==> '12'
# 带前缀                               
"%#x"%10               # ==> '0xa'
"%#o"%10               # ==> '0o12'

# 对其方式，宽度，显示精度均可设置

# 科学计数法表示
"%-10.2e" %10       #'1.00e+01  '

# 百分数表示
"%-.2f%%" %10       #'10.00%' 在值后面拼接 %， %% ==> 输出一个%

format 格式化函数

# format 格式化函数
a,b,c = 1,2,"tom"
"{}, {name}, {}".format(a,b,name=c)  # 位置参数和关键字参数传入 ==> '1, tom, 2'

# 设置填充字符 "#", 对齐方式，宽度
"{}".format(10)           #'10'
"{:#<10}".format(10)      #'10########'   
"{:0>10}".format(10)      #'0000000010'
"{:$^10}".format(10)      #'$$$$10$$$$'
#进制转化
"{:x}".format(10)         #'a'     16进制
"{:o}".format(10)         #'12'    8进制
"{:b}".format(10)         #'1010'  2进制

#带进制前缀符输出
"{:#b}".format(10)        #'0b1010'  0b表示2进制
"{:#x}".format(10)        #'0xa'     0x表示16进制
"{:#o}".format(10)        #'0o12'    0o表示8进制

# 百分号表示，科学计数
"{:.2%}".format(0.5)      #'50.00%'  计算的结果转化为 % 形式表示
"{:.2e}".format(0.5)      #'5.00e-01'
"{:.2E}".format(50)       #''5.00E+01'