萌新学 Python 之字符串及字符串相关函数

字符串：单引号、双引号、三个单引号、三个双引号

字符串属于不可变的数据类型，一旦被定义，内存地址不变

name = '张三'          # 字符串赋值给name后，内存地址存储张三，地址不变
username = '张三'      # 张三去内存中找，username指向内存地址与name的地址一致
print(name is username)       # Truename = '李四'          # 修改name的值为李四，二者地址不同
print(name is username)       # False

每个字符串在 python 中，都有两个索引值（下标）

1.从左到右：索引值从 0 开始，依次递增，   0    1    2   3   4   5    6   7   8   9

2.从右到左：索引值从 -1 开始，依次递减，-10  -9  -8  -7  -6  -5  -4  -3  -2  -1

字符串的运算：

+  连接字符

*  连续输出多次字符串

str1 = 'a'
str2 = 'b'
print(str1 * 2 + str2 * 2)     # aabb

len(字符串)  获取字符串长度

str1 = 'aabb'
print(len(str1))   # 4

字符串的索引：通过在字符串后面添加一对中括号和索引值，查找指定位置的字符

格式：字符串[索引值]

#       01234
str1 = 'a bcd'
#      -5...-1
print(str1[0], str1[2], str1[-1])     # a b d

字符串的切片：截取一段字符

格式：字符串[起始位置: 结束位置: 步长]

切片至少有一个冒号，默认从左到右，截取的范围左闭右开（左边包含，右边不包含）

步长默认为 1，起始默认为 0，结束默认 len

步长为负数，从右边开始截取

#       012345678910
str1 = 'I love you.'
# 字符串切片至少一个冒号，默认步长为1
print(str1[:], str1[::])            # I love you. I love you.
# 左闭右开，包含2，不包含8，从下标2开始，到下标7结束
print(str1[2:8])                    # love y
# 步长正数，每隔1位2位3位截取一个
print(str1[::1], str1[::2], str1[::3])     # I love you. Ilv o. Io u
# 步长负数，从右截取
print(str1[::-1])                  # .uoy evol I 
print(str1[::-2], str1[::-3])      # .o vlI .yv

字符串相关函数：

find：查找指定字符出现的索引值，返回索引值

格式：'字符串'.find('子字符', '起始位置', '结束位置')

#       012345678910
str1 = 'I love you.'
# '字符串'.find('子字符', '起始位置', '结束位置')
print(str1.find('o'), str1.find('e', 2, 9))     # 3 5

点进 find 查看详细信息

sub 子字符、start 起始位置、end 结束位置

如果范围内没有查找的内容，返回 -1

    def find(self, sub, start=None, end=None): # real signature unknown; restored from __doc__"""S.find(sub[, start[, end]]) -> intReturn the lowest index in S where substring sub is found,such that sub is contained within S[start:end].  Optionalarguments start and end are interpreted as in slice notation.Return -1 on failure."""return 0

同理，rfind 从右边查找

find 与 index 的区别：

find 找不到字符会返回 -1，index 找不到字符报错

split：指定分隔符分隔原字符串，返回列表 [ ]，默认分隔符为空格

格式：'字符串'.split('分隔符', 最大分隔的次数)

str1 = 'I love you.'
# '字符串'.split('分隔符',最大分隔次数)    返回列表[]
print(str1.split())           # ['I', 'love', 'you.']
print(str1.split(' ', 1))     # ['I', 'love you.']     分隔一次
print(str1.split('o'))        # ['I l', 've y', 'u.']  以o为分隔符

可以看到 split 方法中，sep 表示分隔符，maxsplit 表示最大分隔的次数

splitline 按换行符进行分隔：\n   \r   \n\r

expandtabs(空格数)   按制表符 \t 进行分隔，默认 8 个空格

# expandtabs(空格数)  按制表符 \t 进行分隔，默认8个空格
print('1\t2\t3\t4'.expandtabs())        # 1       2       3       4
print('1\t2\t3\t4'.expandtabs(4))       # 1   2   3   4

rpartition 从右边开始分隔，分隔为 3 个元素的元组（分隔符之前的部分，分隔符，分隔符之后的部分）可用于文件

# rpartition 从右边开始分隔，（分隔符之前的部分，分隔符，分隔符之后的部分）
print('www.baidu.com'.rpartition('.'))       # ('www.baidu', '.', 'com')
print('www.baidu.com'.rpartition(','))       # ('', '', 'www.baidu.com')

replace 替换字符，返回替换后的字符串

格式：字符串.replace('旧字符', '新字符', '替换次数')

# 字符串.replace('旧字符', '新字符', '替换次数')
str1 = 'www.baidu.com'
str2 = 'aaaaaaaaaaaaaa'
print(str1.replace('.', '-'))       # www-baidu-com
print(str2.replace('a', 'b', 2))    # bbaaaaaaaaaaaa

strip：去除字符串两边指定的字符，默认去除空格

格式：字符串.strip('指定字符')

如果指定的字符串为多个字符，逐个去除，直到出现不同的停止

'''  strip 去除字符串两边指定的字符，默认去除空格格式：字符串.strip('指定字符') '''
str1 = '    www.baidu.com   '
print(str1.strip())           # www.baidu.com
print(str1.strip('w .bm'))    # aidu.co

（这里尝试了下去除中间的任意字符，但没法去除，只有字符串两边的才行，

而且原字符串有两个点只去除了前面，因为 w 和空格都去除了，前面的点成了字符串的头，

后面是完整的字符串 baidu.com 所以无法再去除点）

同理，rstrip 表示从右边去除，lstrip 表示从左边去除

print(str1.rstrip())          #     www.baidu.com
print(str1.lstrip())          # www.baidu.com   

join：指定连接符连接字符串的字符

格式：'连接符'.join('可迭代对象')

''' join 指定连接符连接字符串的字符格式：'连接符'.join('可迭代对象') '''
print('-'.join('1234'))             # 1-2-3-4
print('abcd'.join('1234'))          # 1abcd2abcd3abcd4
print('+'.join(['a', 'b', 'c']))    # a+b+c

元组 () 和列表 [ ] 稳定，集合 { } 不稳定，会将字符串重新排序

encode 字符串编码、decode 字符串解码

编码和解码的字符集必须相同

str1 = 'a咩c'
# encode 编码
print(str1.encode(encoding='utf-8'))  # b'a\xe5\x92\xa9c'  b开头表示字节，utf-8汉字3个字节 
print(str1.encode(encoding='gbk'))    # b'a\xdf\xe3c'      b开头表示字节，gbk汉字2个字节
# decode 解码
print(b'a\xe5\x92\xa9c'.decode(encoding='utf-8'))      # a咩c

count 统计子字符在原字符串中出现的次数，不存在则返回 0

格式：字符串.count('子字符', 起始位置, 结束位置)

''' count 统计子字符在原字符串中出现的次数格式：字符串.count('子字符', 起始位置, 结束位置) '''
#       0123456789
str1 = 'abbcccdddd'
print(str1.count('d', 5))      # 4  从下标5开始

点进 count 查看详细信息

    def count(self, sub, start=None, end=None): # real signature unknown; restored from __doc__"""S.count(sub[, start[, end]]) -> intReturn the number of non-overlapping occurrences of substring sub instring S[start:end].  Optional arguments start and end areinterpreted as in slice notation."""return 0

可以看到 count 函数中，sub 表示子字符，start 和 end 表示起始和结束位置

字符串大小写转换：

常用的有 upper（全部转大写）、lower（全部转小写）、title（单词首字母大写）、swapcase（大小写互换）、

capitalize（字符首字母大写）、casefold（转小写，会对特殊语言进行标准化处理，国际化）

str1 = 'wWW.bAidU.COm'
# upper 转大写
print(str1.upper())            # WWW.BAIDU.COM
# lower 转小写
print(str1.lower())            # www.baidu.com
# title 单词首字母大写
print(str1.title())            # Www.Baidu.Com
# swapcase 大小写互换
print(str1.swapcase())         # Www.BaIDu.coM
# capitalize 字符首字母大写
print(str1.capitalize())       # Www.baidu.com
# casefold 转小写，国际化
print(str1.casefold())         # www.baidu.com

字符串对齐方式：

center 居中、ljust 左对齐、rjust 右对齐、zfill 零补位

以 center 为例，width 表示字符串的总宽度，fillchar 表示填充字符

其他原理一致

str1 = 'a b c'
# center 居中
print(str1.center(10, '*'))      # **a b c***
# ljust 左对齐
print(str1.ljust(10, '.'))       # a b c.....
# rjust 右对齐
print(str1.rjust(10, '+'))       # +++++a b c
# zfill 零补位
print(str1.zfill(10))            # 00000a b c

is 开头的函数通常是用来做一些判断：

比如 isdecimal（是否是数字）、isdigit（是否是数字，包含字节 b 开头）、isnumeric（是否是数字，包含汉字和数字）、

isalpha（是否是字母）、isupper（是否大写）、islower（是否小写）、isalnum（是否字母和数字）、

isascil（是否是 ascil 码）、isidentifier（是否是标识符）等

format 字符串格式化输出：

格式：字符串.format(*args, **kwargs)

*args 和 **kwargs 都是 python 中的可变参数

*args 允许函数接受任意数量的位置参数，这些参数会以元组的形式传入函数内部

**kwargs 允许函数接受任意数量的关键字参数，这些参数会以字典的形式传入函数内部

''' format 字符串格式化输出格式：字符串.format(*args, **kwargs) '''
# 按位置传参，顺序取值
print('{},{}'.format('abc', '123'))         # abc,123
# 按关键字传参，与顺序无关
print('{k},{v}'.format(v='abc', k=123))     # 123,abc

import string 模块：

使用方法：直接 string 后面加点

# Some strings for ctype-style character classification
whitespace = ' \t\n\r\v\f'
ascii_lowercase = 'abcdefghijklmnopqrstuvwxyz'
ascii_uppercase = 'ABCDEFGHIJKLMNOPQRSTUVWXYZ'
ascii_letters = ascii_lowercase + ascii_uppercase
digits = '0123456789'
hexdigits = digits + 'abcdef' + 'ABCDEF'
octdigits = '01234567'
punctuation = r"""!"#$%&'()*+,-./:;<=>?@[\]^_`{|}~"""
printable = digits + ascii_letters + punctuation + whitespace