chapter . 2.2Python内置数据结构：字符串字节和字节数组

Posted 2020-12-29 Riper

字符串

有序的序列，是字符的集合

使用单引号，双引号，三引号引注的字符序列

字符串是不可变对象，我们看到的合并字符串，其实是返回一个由原来两个值复制后返回的值，会占用新的空间。

从python3起，字符串是Unicode类型

　　s1 = ‘string‘

　　s2 = ‘‘‘this‘s a "string‘‘‘

　　s3 = r"hello aasdasd"   　　　　:r和R表示忽略转义

　　s4 = R‘windows et‘

　　sql = """select*from user where name=‘tom‘"""　　:三引号内可以换行

字符串元素支持下标访问

字符串中的空格也是一个字符串

有序，可迭代

l1=list(sql),将元素迭代放入列表

l2=[sql],将整体放入列表

 

join  　　

连接可迭代对象，使用给定的字符串拼接，返回字符串，可迭代对象本身元素都是字符串。

"sting".join(iterable)-->str  返回字符串

‘,‘.join(map(str,range(10))),将1-9转换为字符串，用逗号分割。

map函数，map(function,iterable,...),根据提供的函数对指定序列做映射，对可迭代对象里的每一个元素进行处理，返回一个新列表。

　　print(""".join(lst))    #分隔符是双引号

　　print(  " ".join(lst))

　　‘ ‘.join(‘1‘,‘2‘,‘3‘)以 分割，可以打印时使用

字符串

+ -- > str  　　:将两个字符串连接，返回新的字符串。

字符串分割

 

spilt系　　返回列表

split(sep=None,maxsplit=-1)　　,

　　sep=None默认以空格字符串字符切割，多个空格以一个处理， 都是空白字符。

　　maxsplit表示最大切的刀数，从左到右，默认-1表示能切多少切多少。

将字符串按照分隔符分割成若干字符，返回列表，如果没有切割点，就返回整个字符串放入列表

注意转义符。以 分割表示将内容以换行符分割。

join与split是相反的一对操作

　　‘ ‘.join("@".join([‘1‘,‘2‘,‘3‘]).split(‘@‘)+[‘4‘])　　:将‘1‘’2’‘3’以‘@’连接，再以’@‘分割，再和’4‘相加返回新列表，以 分割。

rsplit 　　：倒切，从右至左分割，

splitlines（keepends=False）　　：以 切割，没有不切，keepends开启时保留换行符,换行符有 ， ， 等

 

partition系　　返回元组

　　：将字符串分割为两段，返回2段和分隔符元组,

　　可用来分割电话号码，文件目录。

　　空字符串作为分隔符会报错，必须指定分割符

rpartition:倒切，如果没有切割符，就切成整个字符串和两个空串

 partition 和split　　在小范围使用较为合适，一旦数据规模增大，就会造成空间占用增大，每次切割都要返回新的列表。

 

字符串大小写
upper 　　：全大写

lower　　 ：全小写

判断时使用　，处理用户输入时可用

swapcase:交互大小写

 

字符串排版

title() -- > str 　　:标题单词大写，所有首字母大写

capitalize() -- >str 　　:首个单词大写

center(width[,fillchar]) --> str 　　:居中,使用fillchar填充，width为宽度

zfill（width）　　打印宽度，居右用0填充

ljust(widht) -- > 左对齐

rjust(width) -- > 右对齐

以上全部在命令界面，在展示给客户看时，要有交互界面，或者网页上。

 

字符串修改

replace(old,new[,count]) -- >str

替换字符串中的字串为新子串，返回新字符串，count表示替换次数，不指定就替换全部。

如果新字符串字符包含较多字符，在字符串检测中，是一位一位后移的，不会后退，比如替换aaa中的aa，从左至右先换左边的aa，第三个a不会重新计算前边检测过的。

strip([chars]) -- > str

　　从两端去除指定字符集中的所有字符，如果chars没有指定，取出两端的空白字符，如果指定去除的字符串为空格，则只除去空格，不是去除所有空白字符

　　一旦找到字符集中没有的元素，就停止。

lstrip　　：从左端开始去除

rstrip　　：从右端开始去除

用来去除数据中的多余字符，返回新字符串.

空串为空，空白字符串为有空白的字符串

 

字符串查找

find(sub,[,start[,end]]）可指定区间，从左至右搜寻指定子串，找到返回正索引，否则返回-1

rfind(sub,[,start[,end]])从右至左查找子串sub，返回正索引，否则返回-1

找到第一个就返回索引，如果没有就会遍历

index(sub,[,start[,end]])-->int　　：可指定区间，在区间内从左至右查找字串，找到返回索引，否则抛出异常ValueError

rindex(sub,[,start[,end]])-->int　　：可指定区间，在区间内从右至左查找字串，找到返回索引，否则抛出异常ValueError

find　和 index　都是时间复杂度为O（n），随数据规模的增大，效率下降

len(string)　　:返回字符串长度，字符个数

 

字符串判断

endwith(suffix[,start[,end]]) -- > bool　　:在指定区间判断字符串是否是suffix结尾，返回波尔值

startwith(prefix[,start[,end]]) -- > bool　　：在指定区间判断字符串是否是prefix，返回波尔值

find(‘www‘,0,3)　　：常用这种方式判断开头，不会遍历

可用来判断文件类型，是否以.txt.jpg.pdf等结尾,左闭右开区间

isalnum() --> bool 是否字母数字组成

isalpha()  是否是字母,其他都不行

isdecimal() 是否只包含十进制数字

isdigit() 是否全部数字0~9

isidentifier() 是否字母下划线开头，其他都是字母，数字，下划线，判断标识符

islower

isupper

isspace()是否只包含空白字符

 

字符串格式化

join拼接要使用分隔符，且要求拼接对象可迭代

+要求转换非字符串格式为字符串格式

printf-style formatting  来自C语言的printf函数

　　占位符用%表示

　　%03d　　表示打印三个位置，不够前边补零，d表示数字格式，s表示字符串格式

　　%3.2f　　3表示宽度，位数大于宽度时，显示位数，数字大小不能改变，.2表示精度，小数点后两位，会四舍五入

　　%#x　%#X  16进制，x表示小写，X表示大写

　　‘%-05d’ % 10　　占位5个宽，右侧补零，如果没有小数点，就补空格，没有负号，就左侧补零

可以查手册，关键字str method

 

format函数格式化字符串语法

‘{}{xxx}‘.format(*args,*kwargs)-->str

args位置参数，是一个元组

kwargs是关键字参数，是字典

花括号占位符，{n}位置参数表示位置参数索引为n的值

{xxx}表示在关键字参数中搜索名称一致的，{{}}表示花括号

位置参数

’{}:{}‘.format(‘192.168.1.100‘,8888)按照位置对应

‘{1}{0}‘.format(‘a‘,‘b‘)输出为‘ba’

访问元素　　‘{0[0]}.{0[1]}‘.format((‘magedu‘,‘com‘))输出为magedu.com

访问对象属性　　

　　from collections import namedtuple
　　Point=namedtuple(‘Point‘,‘x y‘)
　　P=Point(4,5)
　　‘{{{0.x},{0.y}}}‘.format(P)

　　输出{4，5}

对齐

‘{0}*{1}={2:<02}‘.format(3,2,2*3)　　打印3*2=6，输出后左移补零输出为‘3*2=60’

将0换为#也可以‘{0}*{1}={2:#<2}‘.format(3,2,2*3) ，输出’3*2=6#‘

进制

"int{0:d};hex{0:x};oct{0:#o};bin{0:#b}".format(42)　　输出为 　　‘int42;hex2a;oct0o52;bin0b101010‘

octets=[192,168,0,1]

‘{:02X}{:02X}{:02X}{:02X}‘.format(*octets)

输出为’C0A80001‘

浮点数

print(‘{:g}‘.format(3**0.5))　　精度g，还可以为f　　输出  1.73205

print(‘{:3.3%}‘.format(1/3))宽度为三，小数点后三位  　　输出 33.333%

宽度不能改变数值的大小

reversed(),从列表中倒着一个个的取出数据，列表不发生变化，.reverse()列表会发生变化

 

字节和字节数组

bytes　　:字节序列，不可变

bytearray　　：字节数组，可变

字符串与bytes　　：字符串是字符组成的有序序列，字符可以使用编码理解

　　bytes是字节组成的不可变序列

　　bytearray是字节组成的可变序列

编码与解码

　　字符串按照不同的字符集编码encode返回字节序列bytes：

　　a.encode(encoding=‘utf-8‘, errors=‘strict‘)   -->bytes

　　字节序列按照不同的字符集解码decode返回字符串

　　bytes.decode(encoding=‘utf-8‘,errors=‘strict‘)  -->str

　　bytearray.decode(encoding=‘utf-8‘,error=‘strict‘)  -->str

ASCII：美国信息交换标准代码

基于拉丁字母的一种单字节编码系统

一个字节8位，共256种变化，从0-255，ASCII码的0-127是常用

十六进制hex表示是，30是数字0，40是A的前一位，60是a的前一位

 

bytes定义

bytes()

bytes(int) 指定字节的bytes，被0填充

bytes(iterable_of_ints) -->bytes[0,255]的int组成的可迭代对象,超界报错bytes must be in range(0, 256)左闭右开

bytes(string,encodeing[,errors]) -->bytes 等价于string.encode()  　　eg:   bytes(‘a‘,encoding=‘utf-8‘),输出为b‘a‘

bytes(bytes_or_buffer) ->immutable copy of bytes_or_buffer 从一个字节序列或者buffer复制出一个新的不可变的bytes对象

使用b前缀定义

　　只允许基本ASCII使用字符形式b‘ac99‘

　　使用16进制表示b‘x41x61‘

bytes的操作和str类似

操作字节前边一定要加b

replace，find，

bytes.fromhex(string)　　:string必须是两个字符的十六进制的数，空格忽略

‘abc‘.encode().hex()　　返回16进制表示的字符串,

索引b‘abcdef‘[2] 返回字节对应的数，int类型

bytearray

bytearray()空bytearray

bytearray(int) 指定字节的bytes，被0填充

bytearray(iterable_of_ints) -->bytes[0,255]的int组成的可迭代对象,超界报错bytes must be in range(0, 256)左闭右开

bytearray(string,encoding[,errors])   返回可变对象

注意，b前缀定义的是bytes类型

bytearray操作

replace，find

bytearray.fromhex(string)　　:string必须是两个字符的十六进制的数，空格忽略

bytearray(‘abc‘.encode()).hex　　返回16进制表示的字符串

索引bytearray(b‘abcdef‘)[2] 返回字节对应的数，int类型

append　　尾部追加

insert(index,int)　　在指定索引位置插入元素

extend(iterable_of_ints)　　将一个可迭代的整数集合追加到当前bytearray

pop(index=-1)　　弹出元素，默认尾部

remove(value)　　找到第一个value移除，找不到抛异常

clear()　　清空

reverse()　　翻转，就地修改

 

int.from_bytes(bytes,byteorder)

将字节数组表示成整数

int.to_bytes(length,byteorder)

将一个整数表达成指定长度的字节数组

i=int.from_bytes(b‘abc‘,‘big‘)

print(i,hex(i))　　#6382179 0x616263

print(i.to_bytes(3,‘big‘))　　#b‘abc‘

 

切片

线性结构（可迭代，可用len取长度，可通过下标访问），就可以切片

通过索引区间访问线性结构的一段数据

sequence[start,stop]表示返回[start,stop]区间的子序列

[:]　　表示从头到尾，等效于copy()

步长切片

[start:stop:step]

step步长，可以正负整数，默认1

step要和start:stop同向，否则返回空序列