Day 3 Python字符串

Posted 2020-11-01 cxq0223

一、编码

　　计算机只能处理数字，如果要处理文本，就必须先把文本转换为数字才能处理。最早的计算机在设计时采用8个比特（bit）作为一个字节（byte），所以，一个字节能表示的最大的整数就是255（二进制11111111=十进制255），如果要表示更大的整数，就必须用更多的字节。比如两个字节可以表示的最大整数是65535，4个字节可以表示的最大整数是4294967295。

　　ASCII编码（美国信息交换标准代码），它通常是用1个字节表示一个字符，它用数字0~127来表示计算机键盘上有的字符以及被称为控制代码的某些特殊值，用于协调信息的发送和接受。大写字母A~Z由值65~90表示，小写字母a~z由值97~122表示。

　　Unicode编码把所有语言都统一到一套编码里，但它最常用的是用两个字节表示一个字符（如果要用到非常偏僻的字符，就需要4个字节）。现代操作系统和大多数编程语言都直接支持Unicode。

　　如果统一成Unicode编码，乱码问题从此消失。但是，如果文本基本上全部是英文的话，用Unicode编码比ASCII编码需要多一倍的存储空间，在存储和传输上就十分不划算。所以出现了把Unicode编码转化为“可变长编码”的UTF-8编码。

　　UTF-8编码把一个Unicode字符根据不同的数字大小编码成1-6个字节，常用的英文字母被编码成1个字节，汉字通常是3个字节，只有很生僻的字符才会被编码成4-6个字节。如果你要传输的文本包含大量英文字符，用UTF-8编码就能节省空间。实际上ASCII编码可以被看成是UTF-8编码的一部分。

　　以上是ASCII、Unicode和UTF-8的关系，总结一下现在计算机系统通用的字符编码工作方式：在计算机内存中，统一使用Unicode编码，当需要保存到硬盘或者需要传输的时候，就转换为UTF-8编码。

　　在最新的Python 3版本中，字符串是以Unicode编码的，即Python的字符串支持多语言的。在操作字符串时，我们经常遇到str和bytes的互相转换。为了避免乱码问题，应当始终坚持使用UTF-8编码对str和bytes进行转换。str通过encode()方法可以编码为指定的bytes；相反，把bytes通过decode()方法可变为str。

二、字符串操作

• 连接（+）

　　它通过将两个字符串粘合在一起来构建字符串；

1 str1 = "Good"
2 str2 = "Luck"
3 str3 = str1 + str2
4 print(str3)

　　结果为：

1 GoodLuck

• 重复（*）

　　它通过字符串与多个自身连接来构建字符串；

1 str1 = "Good"
2 str2 = "Luck"
3 str3 = str1 * 2
4 print("str3:", str3)
5 str4 = 3 * str2
6 print("str4:", str4)

　　结果为：

1 str3: GoodGood
2 str4: LuckLuckLuck

• 长度 len(<string>)

　　它给出字符串含有多少个字符；

str = "GoodLuck"
print("str的长度为：", len(str))

　　结果为：

str的长度为： 8

• 字符串索引

　　字符串是一个字符序列，通常访问组成字符串的单个字符可以通过索引来完成，在n个字符的字符串中，索引从0开始，n-1结束。Python中还允许用负数索引，从字符串右端索引。字符串索引的一般形式为：

　　　　<string>[<expr>]

1 str = "GoodLuck"
2 print("str的长度为：", len(str))
3 print("str第一个字符：", str[0])
4 print("str第三个字符：", str[2], "str第五个字符:", str[4])
5 print("str最后一个字符：", str[len(str)-1])
6 print("str最后一个字符：", str[-1])
7 print("str倒数第二个字符：", str[-2])

　　结果为：

1 str的长度为： 8
2 str第一个字符： G
3 str第三个字符： o str第五个字符: L
4 str最后一个字符： k
5 str最后一个字符： k
6 str倒数第二个字符： c

• 字符串切片

　　索引返回的是字符串的单个字符，若需要从字符串中访问连续的字符序列或子字符串，则可以用切片来实现。切片的形式是：

　　　　<string>[<start>: <end>]

　　切片产生从start直到（但不包括）end位置给出的子串。

 

1 str = "Hi jack，Good Luck!"
2 print("str[0:3]：", str[0:3])
3 print("str[3:14]：", str[3:14])
4 print("str[:8]：", str[:8])
5 print("str[8:]：", str[8:])
6 print("str[:]：", str[:])

 

　　结果为：

1 str[0:3]： Hi 
2 str[3:14]： jack，Good L
3 str[:8]： Hi jack，
4 str[8:]： Good Luck!
5 str[:]： Hi jack，Good Luck!

三、字符串内置函数

• capitalize（）

　　　　首字符会转换成大写，其余字符会转换成小写。首字符如果是非字母，首字母不会转换成大写，会转换成小写。

• center(width, fillchar)

　　　　返回一个指定的宽度 width 居中的字符串，fillchar 为填充的字符，默认为空格。

 

• count(sub, start= 0,end=len(string))

　　　　用于计字符串里某个子串的次数。可选参数为在字符串搜索的开始与结束位置。

 

• endswith(suffix[, start[, end]])

　　　　用于判断字符串是否以指定后缀结尾，如果以指定后缀结尾返回True，否则返回False。可选参数"start"与"end"为检索字符串的开始与结束位置。

 

• find(str, beg=0 end=len(string))

  　　检测字符串中是否包含子字符串 str ，如果指定 beg（开始） 和 end（结束） 范围，则检查是否包含在指定范围内，如果指定范围内如果包含指定索引值，返回的是索引值在字符串中的起始位置。如果不包含索引值，返回-1。

• index(str, beg=0, end=len(string))

  　　跟find()方法一样，只不过如果str不在字符串中会报一个异常。

• isalnum()

  　　如果字符串至少有一个字符并且所有字符都是字母或数字则返 回 True,否则返回 False。

• isalpha()

  　　如果字符串至少有一个字符并且所有字符都是字母则返回 True, 否则返回 False。

• islower()

  　　如果字符串中包含至少一个区分大小写的字符，并且所有这些(区分大小写的)字符都是小写，则返回 True，否则返回 False。

• isnumeric()

  　　如果字符串中只包含数字字符，则返回 True，否则返回 False。

• isspace()

  　　如果字符串中只包含空白，则返回 True，否则返回 False。

• istitle()

  　　如果字符串是标题化的(见 title())则返回 True，否则返回 False。

• isupper()

  　　如果字符串中包含至少一个区分大小写的字符，并且所有这些(区分大小写的)字符都是大写，则返回 True，否则返回 False。

• join(seq)

  　　以指定字符串作为分隔符，将 seq 中所有的元素(的字符串表示)合并为一个新的字符串。

• len(string)

  　　返回字符串长度。

• ljust(width[, fillchar])

  　　返回一个原字符串左对齐,并使用 fillchar 填充至长度 width 的新字符串，fillchar 默认为空格。

• lower()

  　　转换字符串中所有大写字符为小写。

• lstrip()

  　　截掉字符串左边的空格或指定字符。

• max(str)

  　　返回字符串 str 中最大的字母。

• min(str)

  　　返回字符串 str 中最小的字母。

• replace(old, new [, max])

  　　把将字符串中的 str1 替换成 str2,如果 max 指定，则替换不超过 max 次。

• rfind(str, beg=0,end=len(string))

  　　类似于 find()函数，不过是从右边开始查找。

• rindex( str, beg=0, end=len(string))

  　　类似于 index()，不过是从右边开始。

• rjust(width,[, fillchar])

  　　返回一个原字符串右对齐,并使用fillchar(默认空格）填充至长度 width 的新字符串。

• rstrip()

  　　删除字符串字符串末尾的空格。

• split(str="", num=string.count(str))

  　　num=string.count(str)) 以 str 为分隔符截取字符串，如果 num 有指定值，则仅截取 num 个子字符串。

• splitlines([keepends])

  　　按照行(‘\r‘, ‘\r\n‘, \n‘)分隔，返回一个包含各行作为元素的列表，如果参数 keepends 为 False，不包含换行符，如果为 True，则保留换行符。

• strip([chars])

  　　在字符串上执行 lstrip()和 rstrip()。

• swapcase()

  　　将字符串中大写转换为小写，小写转换为大写。

• title()

  　　返回"标题化"的字符串,就是说所有单词都是以大写开始，其余字母均为小写(见 istitle())。

• upper()

  　　转换字符串中的小写字母为大写。

• zfill (width)

  　　返回长度为 width 的字符串，原字符串右对齐，前面填充0。

• isdecimal()

  　　检查字符串是否只包含十进制字符，如果是返回 true，否则返回 false。