字符串
目录
7.1 strip()/lstrip()/rstrip():去掉空白字符
7.2 upper()/lower()/swapcase():大小写转换及互换
7.3 capitalize()：将第1个单词首字母大写
7.5 ljust()/rjust()/center():左、右、居中对齐
7.7 find()/rfind():查找子字符串的位置
7.8 index()/rindex():查找子字符串的位置
7.9 replace()/expandtabs():替换字符串的指定内容
7.10 split()/rsplit()/splitlines():默认用空白字符切割
7.12 startswith()/endswith()/in:开头、结尾是否存在
7.14 isalnum():是否为数字或字母
7.17 islower()/isupper()是否为大写或小写
7.19 maketrans()/translate():字符串映射
7.21 chr/ord:字符和ascii码转换
7.22 count():统计字符中元素出现的个数
7.23 +操作符效率不高，可以用以下方法代替：
1.字符串对象是不可变的
字符串是不可变的
>>> s1="a"
>>> id(s1)
34344888
>>> s1+="b"
>>> id(s1)
38588912
>>> 'a'=='a'
True
>>> 'a' in 'abc'
True
>>> 'a'=='b'
False
>>> 'a'!='b'
True
>>> 'a' is 'a'
True
>>> 'a' is not 'a'
False
2.用id判断字符串的地址
字符串值一样的在内存中是同一个地址
>>> a='a'+'b'
>>> id(a)
2348771931616
>>> id('ab')
2348771931616
>>>
3.字符串的两种类型：str和bytes
只要不是在内存中使用时全部都是bytes类型
>>> s = "abc"
>>> type(s)
<class 'str'>
>>> s = "abc".encode("utf-8")
>>> type(s)#用于网络传输
<class 'bytes'>
不能直接将中文定义为bytes类型
>>> s = b'aaaa'
>>> type(s)
<class 'bytes'>
>>> s= b'中国'
File "<stdin>", line 1
SyntaxError: bytes can only contain ASCII literal characters.
>>> s = '中国'.encode('utf-8')
>>> s = '中国'.encode()
>>> import sys
>>> sys.getdefaultencoding()#判断默认的编码
'utf-8'
4.元字符r/R:表示后面的字符不需要转义
>>> print('1\n2')
1
2
>>> print(r'1\n2')
1\n2
>>> print(R'1\2')
1\2
>>> print('1\2')
1
>>> print('1\\2')#转义
1\2
>>>
5.换行和转义
| 转义字符 |
描述 |
| \(在行尾时) |
续行符，也就是多行语句符 |
| \\ |
反斜杠符号 |
| \’ |
单引号 |
| \" |
双引号 |
| \a |
响铃 |
| \b |
退格(Backspace) |
| \e |
转义 |
| \000 |
空(不可见字符) |
| \n |
换行(不可见字符) |
| \v |
纵向制表符(不可见字符) |
| \t |
横向制表符(不可见字符) |
| \r |
回车(不可见字符) |
| \f |
换页(不可见字符) |
| \oyy |
八进制数yy代表的字符，例如：\o12代表换行 |
| \xyy |
十进制数yy代表的字符，例如：\x0a代表换行 |
| \other |
其它的字符以普通格式输出 |
不同平台下的换行符：
window:
>>> import os
>>> os.linesep
'\r\n'
>>>
linu/mac:
>>> import os
>>> os.linesep
'\n'
打印单引号
>>> print("'")
'
>>> print('\'')
'
6.字符串格式化
6.1%格式化输出：
| 符号 |
描述 |
| %c |
%c 格式化字符及其ASCII码 |
| %s |
%s 格式化字符串 |
| %d |
%d 格式化整数 |
| %u |
%u 格式化无符号整型,和%d一致 |
| %o |
%o 格式化无符号八进制数 |
| %x |
%x 格式化无符号十六进制数 |
| %X |
%X 格式化无符号十六进制数（大写） |
| %f |
格式化浮点数，可指定小数点后的位数，默认保留小数点后6位 |
| %e |
%e 用科学计数法格式化浮点数 |
| %E |
%E 作用同%e，用科学计数法格式化浮点数 |
| %g |
%g %f 和%e的简写 |
| %G |
%G %f 和 %E的简写 |
| %p |
%p 用十六进制数格式化变量的地址 |
>>> '%s=%s'%(1,2)
'1=2'
>>> '%d=%d'%(1,2)
'1=2'
>>> '%d=%d'%('a',2)#不是数字会报错
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
TypeError: %d format: a number is required, not str
>>> '%.2f=%.2f'%(1,2)#保留小数点后两位
'1.00=2.00'
>>> '%.2f=%.2f'%(1.9999,2.5555) #会四舍五入
'2.00=2.56'
name = 'ruby'
#格式化字符串
print ("My name is %s and \ weight is %d kg" %(name, 21))
6.2模板格式化
>>> from string import Template
>>> s = Template('There are ${key1} ${key2} Quotations Symbols')
>>> print (s.substitute(key2='Python', key1=3))
There are 3 Python Quotations Symbols
7.字符串常用方法：
7.1 strip()/lstrip()/rstrip():去掉空白字符
用法：S.strip([chars])
作用：去掉字符串左右的空白字符（\r、\t、\n、\f、空格），并返回处理后的结果，原始的字符串并未改变
说明：不带参数的strip()函数，表示把S中前后所有的空白字符全部去掉，包 括’\n’ , ‘\t’ , ‘\r’ , ’ ’ 等不可见字符串，可以理解为把S前后空白字符串替换为None；带参数的strip()函数表示将S前后指定字符串chars去掉。
lstrip()和rstrip()分别为去除左侧或右侧的空白字符
>>> "****abc******".strip("*")
'abc'
>>> "****abc******".strip("*#")#里面有的都可以去除
'abc'
>>> "###****abc******####".strip("*#")
'abc'
>>> "###*** *abc******####".rstrip('*#')
'###*** *abc'
>>> "###*** *abc******####".lstrip('*#')
' *abc******####'
>>> " \t\nabc ".strip()
'abc'
>>> " \t\nabc ".lstrip()
'abc \t'
>>> " \t\nabc ".rstrip()
' \t\t\nabc'
''.join([chr(i) for i in range(97,123)])#快速的生成全部的小写字母
7.2 upper()/lower()/swapcase():大小写转换及互换
>>> 'aC'.upper()
'AC'
>>> 'aC'.lower()
'ac'
>>> '1'.lower()#数字也可以执行lower或upper,不过没什么意义
'1'
>>> 'aC'.swapcase()
'Ac'
>>> "abc bcd".swapcase()
'ABC BCD'
>>> "Bbc bCD".swapcase()
'bBC Bcd'
7.3 capitalize()：将第1个单词首字母大写
>>> 'and python'.capitalize()
'And python'
7.4 title():将所有单词首字母大写
>>> "abc bcd".title()
'Abc Bcd'
>>> string.capwords("abc bcd")
'Abc Bcd'
注意：capwords和title的作用相同，只不过在string模块中
7.5 ljust()/rjust()/center():左、右、居中对齐
s.ljust(width,[fillchar])
作用：输出width个字符，S左对齐，不足部分用fillchar填充，默认为空格。
>>> 'abc'.ljust(10)
'abc '
>>> 'abc'.rjust(10)
' abc'
>>> 'abc'.center(10)
' abc '
>>>
ljust()、rjust()、center()
>>> "abc".ljust(10)
'abc '
>>> "abc".ljust(10,"*")
'abc*******'
>>> "abc".rjust(10,"*")
'*******abc'
>>> "abc".center(10,"*")
'***abc****'
>>> "abc".center(10,"**")#只能是一个字符
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
TypeError: The fill character must be exactly one character long
>>>
所有的标点符号
>>> import string
>>> string.punctuation
'!"#$%&\'()*+,-./:;<=>?@[\\]^_`{|}~'
去掉字符串中的标点：
list(map(lambda x:x.strip(string.punctuation),"I am a boy, you r a girl! yes
!".split()))
7.6 zfill():填充
用法：S.zfill(width)
作用：把S变成width长，并在右对齐，不足部分用0补足
>>> '123'.zfill(10)
'0000000123'
>>> '1234'.zfill(1)
'1234'
7.7 find()/rfind():查找子字符串的位置
在指定字符串范围内查找子字符串第一次出现的位置
用法：s.find(substr, [start, [end]]) /s.rfind(substr, [start, [end]])
作用：返回s中出现substr的第一个字母的标号，如果s中没有substr则返回 -1。start和end作用就相当于在s[start:end]中搜索 (注意是开区间)
>>> '1234'.find('5')
-1
>>> '1234'.find('3')
2
>>> '1234'.find('3',0)
2
>>> '1234'.find('3',0,1)
-1
>>> '1234'.find('3',3)
-1
>>> '123334'.find('3',2)
2
>>> '1234'.find('4',1,3)#开区间
-1
>>> '4234'.rfind('4')#从右侧开始查找
3
7.8 index()/rindex():查找子字符串的位置
可在指定字符串范围内查找子字符串出现的位置，找不到则返回错误
用法：s.index(substr, [start, [end]])/s.rindex(substr, [start, [end]])#开区间
作用：与find()相同，只是在s中没有substr时，会返回一个运行时错误
>>> '1234'.index('3')
2
>>> '1234'.index('5')#运行时错误
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
ValueError: substring not found
7.9 replace()/expandtabs():替换字符串的指定内容
用法：s.replace(oldstr, newstr, [count])
作用：把s中的oldstar替换为newstr，count 为替换次数。还有 一些函数进行特殊字符的替换
>>> "abca".replace('bc','xxxx')
'axxxxa'
>>> "abca".replace('a','xxxx')
'xxxxbcxxxx'
>>> "abca".replace('a','xxxx',1)
'xxxxbca'
>>> "abc def ane 222".replace(' ','') #相当于删除空格
'abcdefane222'
>>>
expandtabs()
用法：s.expandtabs([tabsize])
作用：将tab替换为指定的空格数量,把s中的tab字符替换为空格，每个tab替换为tabsize个空格,默认是8个
>>> '1 2 3'.expandtabs(1)
'1 2 3'
>>> '1 2 3'.expandtabs()
'1 2 3'
7.10 split()/rsplit()/splitlines():默认用空白字符切割
用法：s.split([sep, [maxsplit]])
作用：以sep为分隔符，把S分成一个list，maxsplit表示分割的次
数。默认的分割符为空白字符
>>> 'a b \nd\re'.split()
['a', 'b', 'd', 'e']
>>> 'a*b*c*d**E'.split('*')
['a', 'b', 'c', 'd', '', 'E']
>>> 'a*b*c*d**E'.split('*',1)
['a', 'b*c*d**E']
>>> 'a*b*c*d**E'.rsplit('*',1)
['a*b*c*d*', 'E']
splitlines():
用法：s.splitlines([keepends])
作用：按照行分隔符分为一个list，keepends是一个bool值，如果为真每行后而会保留行分割符。
>>> s='1\n2\n'
>>> print (s.splitlines(True))
['1\n', '2\n']
>>> print (s.splitlines())
['1', '2']
>>> print (s.splitlines(1))#按行分隔符分隔，且保留行分隔符
['1\n', '2\n']
7.11 join():字符串连接
将列表/元组拼接为字符串，列表/元组中的必须为字符
>>> '*'.join([1,2,3])#不是字符会报错
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
TypeError: sequence item 0: expected str instance, int found
>>> '*'.join(['1','2','3'])
'1*2*3'
>>> '*'.join(('1','2','3'))#也可以是元组
'1*2*3'
7.12 startswith()/endswith()/in:开头、结尾是否存在
判断字符串是否以某个字符串为开头或结尾
>>> "abc".startswith("a")
True
>>> "abc".endswith("c")
True
>>> "abc".startswith("c")
False
>>> "abc".endswith("a")
False
>>> 'a' in 'abc'
True
>>> 'a' is 'a'
True
>>> 'a'=='a'
True
>>> 'a'!='a'
False
>>>
7.13 isalpha():是否全部为字母
作用：如果字符串中所有的字符都是由字母组成，并且至少有一个字符，返回True，否则返False。
>>> "abc".isalpha()
True
>>> "abc1".isalpha()
False
7.14 isalnum():是否为数字或字母
作用：如果字符串中所有的字符都是由数字或字母组成，并且至少有一个字符，返回True，否则返False。
>>> 'abcd'.isalnum()
True
>>> '1'.isalnum()
True
>>> '1sdns2'.isalnum()
True
>>> '1 2'.isalnum()
False
7.15 isdigit():是否全部为数字
作用：如果字符串中所有的字符都是由数字组成，并且至少有一个字符，返回True，否则返False。
>>> "abc1".isdigit()
False
>>> "341".isdigit()
True
>>> "31.25".isdigit()#有小数点不行
False
7.16 isspace():是否为空格
作用：如果字符串中所有的字符都是由空格组成，并且至少有一个字符，返回True，否则返False。
>>> ''.isspace()
False
>>> ' '.isspace()
True
7.17 islower()/isupper()是否为大写或小写
>>> '13abc'.islower()
True
>>> '13ASD'.isupper()#数字会忽略
True
7.18 istitle():
作用:检测字符串中所有的单词首字母是否为大写字母，其他为小写字母，并且z字符串中至少有一个字母，则返回True，否则返回False。
>>> 'Apple is good'.istitle()
False
>>> 'Apple Is Good'.istitle()
True
>>> 'A'.istitle()
True
>>> "Today Is 21 Fine Day".istitle()
True
>>>
7.19 maketrans()/translate():字符串映射
用法：str.maketrans(from, to)
作用：返回一个256个字符组成的翻译表，其中from中的字符被一一对应地转换成to，所以from和to必须是等长的。
用法：s.translate(table[,deletechars])
作用：使用上面的函数产后的翻译表，把s进行翻译，并把deletechars中有的字符删掉。需要注意的是，s必须为字节字符串，unicode字符串不支持 deletechars参数
>>> map = str.maketrans('123', 'abc')
>>> s = '54321123789'
>>> print (s.translate(map))
54cbaabc789
>>> print (s.translate(map,'123'))#unicode字符串不支持删除
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
TypeError: translate() takes exactly one argument (2 given)
>>> t=bytes.maketrans(b'abc',b'ABC')
>>> print (b'abc123'.translate(t,b"123"))#必须是bytes字符串才能删除
b'ABC'
>>> print (b'abc321'.translate(t,b"123"))
b'ABC'
7.20 字符的编码和解码
>>> '中国'.encode('gbk')
b'\xd6\xd0\xb9\xfa'
>>> '中国'.encode('gbk').decode('gbk')
'中国'
>>> import chardet
>>> chardet.detect('中国人民从此富裕起来了'.encode('gbk'))
{'encoding': 'GB2312', 'confidence': 0.99, 'language': 'Chinese'}
>>> "中国".encode("gbk")
b'\xd6\xd0\xb9\xfa'
>>> s = b'\xd6\xd0\xb9\xfa'
>>> s #直接打印输出的还是
b'\xd6\xd0\xb9\xfa'
>>> s.decode('gbk')
'中国'
>>> import base64
>>> encodestr = base64.b64encode(b'I love you')
>>> print(encodestr)
b'SSBsb3ZlIHlvdQ=='
>>> print(base64.b64decode(encodestr))
b'I love you'
7.21 chr/ord:字符和ascii码转换
py2只能是ascii码，py3可以是中文，但是只能是一个
>>> ord('中')
20013
>>> chr(20013)
'中'
中文的ascii码：
>>> s = '中'
>>> repr(s)
"'中'"
>>> ord(s)
20013
>>> chr(10015)
'✟'
>>> chr(10016)
'✠'
>>> chr(20016)
'丰'
>>> chr(20015)
'丯'
>>> chr(20017)
'丱'
>>>
7.22 count():统计字符中元素出现的个数
用法：s.count(substr, [start, [end]])
作用：计算substr在s[start, [end]]中出现的次数
>>> 'abddddddnalendd'.count('d')
8
>>> 'abddddddnalendd'.count('a')
2
>>> s = 'boy boy boy'
>>> s.count('b',3)
2
>>> s.count('b',3,6)
1
7.23 +操作符效率不高，可以用以下方法代替：
join()或format()
join():
>>> ''.join(['a','b'])
'ab'
format:
>>> 'abc{}'.format('x')
'abcx'
>>> 'abc{1}{0}'.format('x','y')
'abcyx'
7.24 string模块
>>> import string
>>> string.ascii_lowercase
'abcdefghijklmnopqrstuvwxyz'
>>> string.ascii_uppercase
'ABCDEFGHIJKLMNOPQRSTUVWXYZ'
>>> string.punctuation
'!"#$%&\'()*+,-./:;<=>?@[\\]^_`{|}~'
>>> string.ascii_letters
'abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ'
>>> string.digits
'0123456789'