Python基础知识(六)–字符串
#字符串 #字符串是用固定的str数据类型表示的，用来存放Unicode字符序列 #str数据类型可以用来创建一个字符串对象，参数为空时返回一个空字符串 a = str() print(a) # a = str("abcdef") print(a) #abcdef #str()函数可以用来进行类型转换 a = str(123) print(a) #123 #字符串是使用引号创建的，可以使用双引号，也可以使用单引号， #字符串两端所用引号必须相同 #还可以使用三引号包含的字符串，这是Python对两端都使用三个引号的字符串的叫法 text = """A triple quoted string like this can include 'quotes' and "quotes" without formality. We can also escape newlines so this particular string is actually only two lines long.""" #如果字符串中使用的引号与包含字符串所用引号不同时， #可以直接使用，如果相同时，需要进行转义 a = "Single 'quotes' are fine; "doubles" must be escaped." b ='single 'quotes' must be escaped; "doubles" are fine.' #在三引号内可以直接使用换行，通过n可以在任何字符串中包含换行
#Python字符串转义 newline #忽略换行? \ #反斜杠 ' #单引号 " #双引号 a #ASCII蜂鸣 (BEL) b #ASCII退格(BS) f #ASCII走纸(FF) n #ASCII换行(LF) n{name} #给定名称的Unicode字符 ooo #给定八进制的字符 r #ASCII回国符(CR) t #ASCII制表符(TAB) uhhhh #给定16位十六进制的Unicode字符 Uhhhhhhhh #给定32位十六进制的Unicode字符 v #ASCII垂直指标(VT) xhh #给定8位十六进制的Unicode字符
#在使用正则表达式的时候，由于需要使用大量字面意义反斜杠， #由于每个反斜杠都需要进行转义处理，从而造成了不便： import re phone1 = re.compile("^((?:[(}\d+[)])?\s*\d+(?:-\d+)?)$") #解决的方法是使用原始字符串 #这种引号或三引号包含的字符串的第一个引号由r引导 phone2 = re.compile(r"((?:[(}d+[)])?s*d+(?:-d+)?)$") #如果有一个长字符串跨越了两行或更多行，但不使用三引号包含，有两种方法： t = "This is not the best way to join two long strings " + "together since it relies on ugly newline escaping" s = ("this is the nice way to join two long strings" "together; it relies on string literal concatenation.") #第二种情况，用圆括号将其包含在一起，构成一个单独的表达式， #如果不使用圆括号就只会对第一个字符串赋值， #第二个字符串会引起IndentationError异常 #.py文件默认使用UTF-8 Unicode编码，因此可以写入任何Unicode字符 #(这点我就遇到过问题，出现SyntaxError: Non-UTF-8 code)难道是Eclipse搞的鬼?) #(改变文件编码可以解决这个问题) #(但IDLE支持倒是真的) euros = "€N{euro sign}u20ACU000020AC" #Unicode字符非大小写敏感 print(euros) #€€€€ #而且连标志符也可以 姓名 = "张小三" print(姓名) #张小三 #也就是说支持中文变量名的，虽然这样用的人很少，但我倒是觉得以后可以这么试试了 #如果想知道字符串中某个字符的Unicode字元，可以用内置的ord()函数 print(ord(euros[0])) #8364 print(hex(ord(euros[0]))) #0x20ac #同样，也可以用表示有效字元的任意整数转换成Unicode字符 #这需要使用内置chr()函数 s = "anarchists are " + chr(8734) + chr(0x23B7) print(s) #anarchists are ∞⎷ print(ascii(s)) #'anarchists are u221eu23b7'
#比较字符串 #字符串支持的比较运算符包括：< <= == != > >= #对于使用Unicode的字符串，比较运算存在两个问题： #1.字符可以有三种不同的UTF-8编码字节的表示方式 # 解决方法导入unicodedata模块 # 以"NFKD"为第一个参数，调用unicodedata.normalize() # 该函数返回的UTF-8编码字节表示的字符串总是字节序列 #2.有些字符的排序是特定于某种语言的，而有些字符并不具备有意义的排序位置 #字符串分片与步距 #序列中的单个数据或字符串中的单个字符可以用数据项存取操作符[]来提取 #索引值从0开始，直到字符串长度-1 #负索引值最后一个字符为-1，向前逐渐递减 #存取超过索引范围的字符会产生IndexError #分片操作符的语法格式 #seq[start:] #提取star开始到字符串结尾 #seq[start:end] #提取start到end-1的字符串 #seq[start:end:step] #提取start到end-1的字符串，每次间隔step text = "abcdefghijklmnopqrstuvwxyz" print(text[0]) #a print(text[0:]) #abcdefghijklmnopqrstuvwxyz print(text[2:10]) #cdefghij print(text[:20]) #abcdefghijklmnopqrst print(text[::2]) #acegikmoqsuwy print(text[10::2]) #kmoqsuwy print(text[10:26:2]) #kmoqsuwy print(text[26::-1]) #zyxwvutsrqponmlkjihgfedcba print(text[::-1]) #zyxwvutsrqponmlkjihgfedcba #字符串操作符与方法 #字符串是固定序列，所有用于固定序列的功能都可用于字符串 #包括in进行成员关系测试，+=进行追加操作 * 进行复制 *= 进行增加的复制 subtext = "def" print(subtext in text) #True subtext += "ghi" print(subtext) #defghi subtext *= 3 print(subtext) #defghidefghidefghi
#字符串方法 #-------------------------------------------------------------------- s.capitalize() #返回字符串s的副本，并将首字符大写 text = "this is a test text" print(text.capitalize()) #This is a test text #-------------------------------------------------------------------- s.center(width, char) #返回一个长度为width的字符串 #字符串s在返回字符串的中间位置 #其余部份用char添充，char默认为空格 s = "abd" print(s.center(20)) # abd print(s.center(20, "*")) #********abd********* #-------------------------------------------------------------------- s.count(t, start, end) #返回在s字符串中，start:end分片中， #子串t出现的次数 s = "abcdabcdabcd" s.count("bc") #3 s.count("bcda") #2 s.count("bcda", 1, 8) #1 #-------------------------------------------------------------------- s.encode(encoding, err) #返回一个bytes对象用指定编码格式来表示该字符串 #并根据可选的err处理错误 s = "中国" print(s.encode(encoding='utf_8', errors='strict')) #b'xe4xb8xadxe5x9bxbd' print(s.encode(encoding='GB2312', errors='strict')) #b'xd6xd0xb9xfa' print(s.encode(errors='strict')) #b'xe4xb8xadxe5x9bxbd' #默认的encoding是'utf_8' #-------------------------------------------------------------------- s.endswith(x, start, end) #如果在s或s[start:end]分片中从字符串x或 #元组x中的任意字符串结尾，则返回True，否则返回False s = "×××" x = "国" print(s.endswith(x)) #True print(s.endswith(x, 2, 5)) #False x = ('一', '国') print(s.endswith(x)) #True #-------------------------------------------------------------------- s.expandtabs(size) #返回s的一个副本，其中制表符用8(默认)或size个空格替换 #这个替换不是直接在tab的位置上插入size个空格，而是与前文相关联计算空格数 s = "abctdeftghi" print(s.expandtabs(4)) #abc def ghi print(s.expandtabs(8)) #abc def ghi print(s.expandtabs()) #abc def ghi #-------------------------------------------------------------------- s.find(t, start, end) #返回t在s或s[start:end]之中的最左位置，如果没有找到返回-1 #使用s.rfind()可以返回相应的最右位置 s = "this is a test text" print(s.find('is')) #2 print(s.rfind('is')) #5 #-------------------------------------------------------------------- s.format(...) #格式化字符串，这个在后面详细解释 #-------------------------------------------------------------------- s.index(t, start, end) #返回t在s或s[start:end]之中的最左位置，如果没有找到返回ValueError #使用s.rindex()可以从最右边开始搜索 #用法同s.find() #-------------------------------------------------------------------- s.isalnum() #如果s非空，并且其中每个字符都是字母数字的就返回True s = "abd123" print(s.isalnum()) #True s += "_" print(s.isalnum()) #False #-------------------------------------------------------------------- s.isalpha() #如果s非空，并且其中每个字符都是字母的就返回True s = "abd" print(s.isalnum()) #True s += "123" print(s.isalnum()) #False #-------------------------------------------------------------------- s.isdecimal() #如果s非空，并且每个字符都是Unicode的基数为10的数字就返回True s = "1234" print(s.isdecimal()) #True s = "0x1304" print(s.isdecimal()) #False #-------------------------------------------------------------------- s.isdigit() #如果非空，并且每个字符都是ASCII数字，则返回True s = "1234" print(s.isdigit()) #True s += "a" print(s.isdigit()) #False #-------------------------------------------------------------------- s.isidentifier() #如果s非空，并且是一个有效的标识符，则返回True s = "abc" print(s.isidentifier()) #True s = "abc#%^#" print(s.isidentifier()) #False #-------------------------------------------------------------------- s.islower() #如果s有至少一个小写字符，并且所有小写字符都是小写就返回True s = "abc" print(s.islower()) #True s = "Abc" print(s.islower()) #False s = "123" print(s.islower()) #False #-------------------------------------------------------------------- s.isnumeric() #同s.isdigit()，字符为Unicode字符 #-------------------------------------------------------------------- s.isprintable() #如果s非空，并且每个字符都是可打印字符， #包括空格但不包括换行，则返回True s = "this is a text" print(s.isprintable()) #True s = "this is a textn" print(s.isprintable()) #False #-------------------------------------------------------------------- s.isspace() #如果s非空，并且所有字符都是空白，则返回True s = " " print(s.isspace()) #True s = " 1 " print(s.isspace()) #False #-------------------------------------------------------------------- s.istitle() #如果s是非空的且首字母大写的字符串就返回True s = "This is a test" print(s.istitle()) #False s = "This Is A Test" print(s.istitle()) #True #-------------------------------------------------------------------- s.isupper() #如果s有至少一个可大写字符且所有可大写字符均为大写则返回True #可参考s.islower() #-------------------------------------------------------------------- s.join(seq) #返回序列中所有项连接起来的结果， #并以s(可以为空)在每两项之间分隔 s = "*" seqs = ("this", "is", "a", "test") print(s.join(seqs)) #this*is*a*test print(" ".join(seqs)) #this is a test print("".join(seqs)) #thisisatest print(" ".join(["this", "is", "a", "test"])) #this is a test #-------------------------------------------------------------------- s.ljust(width, char) #返回一个长度为width的字符串，并以char来添充s左侧 #可参考s.center()，s.rjust()为右添充 #-------------------------------------------------------------------- s.lower() #将s中的字符变为小写 s = "ABC123" print(s.lower()) #abc123 #-------------------------------------------------------------------- s.maketrans() #与s.translate()对应，可以产生一个转换表 a = "abcde" b = "Hello" x = a.maketrans(a, b) print(a.translate(x)) #Hello #貌似可以进行替换，或是小小的加密也不错 #-------------------------------------------------------------------- s.partition(t) #返回三个字符串的无级，分别是： #s中在t子串之前的部分 #t #s中在t子串之后的部分 #如果t不在s中，则返回s与两个空字符串 #使用s.lpartition(t)可以在s最右边分区 s = "My country is China" t = "country" print(s.partition(t)) #('My ', 'country', ' is China') t = "ABCD" print(s.partition(t)) #('My country is China', '', '') t = "is" print(s.rpartition(t)) #('My country ', 'is', ' China') #-------------------------------------------------------------------- s.replace(t, u, n) #返回字符串s的一个副本，其中每个或n个t用u替换 s = "this is a text" print(s.replace("is", "Is")) #thIs Is a text print(s.replace("is", "Is", 1)) #thIs is a text #-------------------------------------------------------------------- s.split(t, n) #返回一个字符串列表，在t处最多分割n次 #如果n没指定，就尽可能分割多次 #如果t没指定，就以空白处分割 #s.rsplit(t, n)是从右侧开始分割，只有指定n， #且n小于可分割的最大次数时才有效 s = "this is a test text" print(s.split("s")) #['thi', ' i', ' a te', 't text'] print(s.split('s', 2)) #['thi', ' i', ' a test text'] print(s.rsplit('s', 2)) #['this i', ' a te', 't text'] #-------------------------------------------------------------------- s.splitlines(f) #返回的行终结符处分割产生的行列表 #并剥离行终结符(除非f为True) print(s.splitlines()) #['this', 'is', 'a', 'test', 'text'] print(s.splitlines(True)) #['thisn', 'isn', 'an', 'testn', 'text'] #-------------------------------------------------------------------- s.startswith(x, start, end) #如果字符串s或s[start:end]是以字符串x， #或元组中任一项开始，则返回True，否则返回False #可参考s.endswith() #-------------------------------------------------------------------- s.strip(chars) #将字符串开始和结尾处的chars中的字符移除 #chars默认为空格 #s.lstrip(chars)为去除字符串开始处的chars #s.rstrip(chars)为去除字符串结尾处的chars print(" my name is Xiaoming. ".strip()) #my name is Xiaoming. print(" my name is Xiaoming. ".lstrip()) #my name is Xiaoming. print(" my name is Xiaoming. ".rstrip()) # my name is Xiaoming. #-------------------------------------------------------------------- s.swepcase() #将字符串中大写转换成小写，小写转换成大写 s = "This Is A Test Text" print(s.swapcase()) #tHIS iS a tEST tEXT #-------------------------------------------------------------------- s.title() #将每个单词的首字母转成大写，其它字母转成小写 s ="tHIS iS a tEST tEXT" print(s.title()) #This Is A Test Text #-------------------------------------------------------------------- s.upper() #将字符全部转换成大写，可参考s.lower() #-------------------------------------------------------------------- s.zfill(width) #返回s的副本，如果s长度小于width则在开始处添加0使之长度为width s = "test" print(s.zfill(15)) #00000000000test #--------------------------------------------------------------------
