Python语法速查： 4. 字符串常用操作

Posted 2021-05-07 初级电路与软件研究

Python的字符串对象常用方法，快速查阅用。

返回目录

 

本篇索引

（1）字符串常用方法

（2）字符串常量

（3）模板字符串Template

（4）正则表达式

 

 （1）字符串常用方法

Python3中，字符串全都用Unicode形式，所以省去了很多以前各种转换与声明的麻烦。字符串属于序列，所有序列可用的方法（比如切片等）都可用于字符串。

注意：字符串属于不可变序列，所有处理修改字符的方法，都会生成一个新字符串返回，原字符串不会变。

rame="border" cellspacing="0" cellpadding="0" align="left">

字符串方法	简述	举例或说明
字符串内容检查
s.isalpha()	是否所有字符都为字母	\'abc\'.isalpha()   # 结果为 True
s.islower()	字符串中字母是否都为小写（无视其中的非字母字符）	\'abc\'.islower()   # 结果为 True
s.isupper()	字符串中字母是否都为大写（无视其中的非字母字符）	\'ABC\'.isupper()   # 结果为 True
s.isdecimal()	是否所有字符都为数字0~9（小数点和正负号视作非数字）	\'123\'.isdedimal()   # 结果为 True
s.isdigit()	是否所有字符都为：数字0~9、罗马数字（小数点和正负号视作非数字）	\'Ⅳ\'.isdigit()   # 结果为 True
s.isnumeric()	是否所有字符都为：数字0~9、罗马数字、汉字数字（小数点和正负号视作非数字）	\'一百\'.isnumeric()   # 结果为 True
s.isalnum()	是否所有字符都为字母或数字	\'abc123\'.isalnum() # 结果为 True
s.isspace()	是否所有字符都为空白	\' \\t \'.isspace()   # 结果为 True
s.isprintable()	是否所有字符都可打印。	\'a\\t\'.isprintable() # 结果为 False
s.isascii()	是否所有字符都为ascii码范围内字符	\'a1#\'.isascii()   # 结果为 True
s.istitle()	是否字符串中每个单词首字母都为大写（若单词首字符为非字母字符，则判断第2个字符，以此类推）	\'Ab 2Cc\'.istitle() # 结果为 True
s.isidentifier()	字符串内容是否为Python保留字	\'if\'.isidentifier() # 结果为 True
子串查找与判断
s.startswith(prefix [,start [,end]])	检查字符串是否以prefix开头，start, end为查找范围（用法同切片）。	\'abc\'.startswith(\'ab\')   # 结果为 True
s.endswith(suffix [,start [,end]])	检查字符串是否以suffix结尾，start, end为查找范围（用法同切片）。	\'abc\'.endswith(\'b\')     # 结果为 False \'abc\'.endswith(\'b\',0,2) # 结果为 True
s.find(sub [,start [,end]])	查找指定字符串sub首次出现的位置，若没找到则返回-1。start, end为查找范围（用法同切片）。	\'abcabc\'.find(\'bc\')   # 结果为 1
s.rfind(sub [,start [,end]])	查找指定字符串sub最后一次出现的位置，若没找到则返回-1，start, end用法同上。	\'abcabc\'.rfind(\'bc\')   # 结果为 4
s.index(sub [,start [,end]])	功能同s.find()，区别是没找到时引发ValueError错误。	\'abcabc\'.index(\'bc\')   # 结果为 1
s.rindex(sub [,start [,end]])	功能同s.rfind()，区别是没找到时引发ValueError错误。	\'abcabc\'.index(\'bc\')   # 结果为 4
s.count(sub [,start [,end]])	统计指定子字符串sub出现的次数，start和end为查找范围（用法同切片）。	\'abc\'.count(\'b\',1,1)   # 结果为 0 \'abc\'.count(\'b\',1,2)   # 结果为 1
字符串修改
s.lower()	返回新字符串，内容为将原字符串中字母全转成小写（非字母字符则不变）	\'A1B2\'.lower()   # 返回为 \'a1b2\'
s.upper()	返回新字符串，内容为将原字符串中字母全转成大写（非字母字符则不变）	\'a1b2\'.upper()   # 返回为 \'A1B2\'
s.swapcase()	返回新字符串，内容为将原字符串中字母大小写互换（非字母字符则不变）	\'abCD\'.swapcase() # 返回为 \'ABcd\'
s.capitalize()	返回新字符串，内容为将原字符串中每个单词的首字母变为大写。	\'ab cd\'.capitalize() # 返回为 \'Ab Cd;
s.expandtabs(tabsize=8)	返回新字符串，内容用空格替换制表符，入参为tab对应的空格数。	a\\tb\'.expandtabs(4) # 返回为 \'a    b\'
s.replace(old, new [,count])	返回新字符串，内容为用new替换原字符串中old内容，count可指定替换次数（默认为全部替换）	\'abcdab\'.replace(\'ab\',\'xy\') # 返回为 \'xycdxy\'
字符串格式简单处理
s.strip([chars])	返回新字符串，内容为删掉原字符串中两边的空白。若指定入参chars，则为删掉原字符串两端在入参chars中出现的字符。	\' abc \'.strip()   # 返回为 \'abc\' \'www.xyz.com\'.strip(\'.cwom\') # 返回为 \'xyz\'
s.lstrip([chars])	用法同上，不过仅处理字符串的左边。	\'www.xyz.com\'.lstrip(\'.cwom\') # 返回为 \'xyz.com\'
s.rstrip([chars])	用法同上，不过仅处理字符串的右边。	\'www.xyz.com\'.rstrip(\'.cwom\') # 返回为 www.xyz\'
s.center(width [,fillchar])	返回新字符串，在长度为width的宽度内将原字符串居中，fillchar为填充单字符	\'abc\'.center(9,\'*\') # 返回为 \'***abc***\'
s.ljust(width [,fillchar])	返回新字符串，在长度为width的宽度内将原字符串靠左对齐，fillchar为填充单字符	\'abc\'.ljust(9,\'*\') # 返回为 \'abc******\'
s.rjust(width [,fillchar])	返回新字符串，在长度为width的宽度内将原字符串靠右对齐，fillchar为填充单字符	\'abc\'.rjust(9,\'*\') # 返回为 \'******abc\'
s.zfill(width)	返回新字符串，在原字符串左边填充0，直至其宽度为width	\'abc\'.zfill(9) # 返回为 \'000000abc\'
s.translate(table)	字符映射转换。使用一个转换表table，将字符串中的某个子串映射成另一个子串。转换table由下面的maketrans()方法生成。	t=str.maketrans({\'ab\':\'cd\'}) \'abc\'.translate(t) # 返回为 \'cdc\'   t2=str.maketrans(\'ab\',\'xy\') \'abc\'.translate(t2) # 返回为 \'xyc\'   t3=str.maketrans(\'ab\',\'xy\',c) \'abc\'.translate(t3) # 返回为 \'xy\'
s.maketrans(x [,y [,z]])	静态方法。生成一个供上面translate()方法是用的转换表，其中原始子串和映射后子串必须长度相同。若只提供一个参数：x必须为一个字典，键名表示原始子串，值表示映射后子串。若提供2个参数：x表示原始子串，y表示映射后子串。若提供3个参数：x, y含义不变，z表示要删除的子串。
完整字符串格式化方法
s.format(*args, **kwargs)	字符串格式化方法	用法详见“字符串格式化”篇
s.format_map(mapping)	Python3.2新增方法，可以直接使用字典作为输入参数进行字符串格式化。	比较：format()与format_map() \'Hi {name}!\'.format(name=\'Tom\') # 结果为 \'Hi Tom!\'   d={\'name\':\'Tom\'} \'Hi {name}!\'.format_map(d) # 结果为 \'Hi Tom!\'
字符串分割与拼接
s.split(sep=None, maxsplit=-1)	将字符串以sep作为分隔符进行划分，将划分后的每个片段子串排成一个列表返回。maxsplit是划分的最大次数（默认-1为不设上限）。若在字符串中没找到指定分隔符，则将原字符串作为单一元素放入列表。	\'a,b,c\'.split(\',\') # 结果为 [\'a\',\'b\',\'c\']
s.rsplit(sep=None, maxsplit=-1)	用法同上，只不过是从右边开始划分字符串，列表中内容的顺序仍旧为从左到右。详见右例。	\'a,b,c\'.rsplit(\',\',maxsplit=1) # 结果为 [\'a,b\',\'c\'] \'a,b,c\'.rsplit(\',\') # 结果仍为 [\'a\',\'b\',\'c\']
splitlines([keepends])	将多行字符串按行进行分隔成列表，若参数keepends为True，则保留每行后的换行符。	x="""a b""" x.splitlines() # 结果为 [\'a\',\'b\'] x.splitlines(True) # 结果为 [\'a\\n\',\'b\']
s.partition(sep)	用分隔符字符串sep划分字符串，返回一个元祖(head, sep, tail)。若没找到sep，则返回(s, "", "")	\'a;b;c\'.partition(\';\') # 结果为 (\'a\', \';\', \'b;c\')
s.rpartition(sep)	用法同上，只不过是从右边开始划分字符串，详见右例。	\'a;b;c\'.rpartition(\';\') # 结果为 (\'a;b\', \';\', \'c\')
s.join(iter)	用s作为分隔符，将iter中所有迭代对象拼接成一个字符串返回。	\';\'.join(\'abc\') # 结果为 \'a;b;c\' \';\'.join([\'ab\',\'cd\']) # 结果为 \'ab;cd\'
字符串编码
s.encoding(encoding="utf-8", errors="sctrict")	返回字符串的编码后字节流版本，返回类型为bytes。默认为严格检错模式，只要在转换过程中发现错误，即引发UnicodeError错误。	常用的encoding参数： \'ascii\'、\'utf-16\'、\'utf-32\'、 \'gb2312\'（国标）、 \'gbk\' (gb2312的超集)

 

 

 

 

 （2）字符串常量

string模块包含很多有用的常量，详见下表：

rame="border" cellspacing="0" cellpadding="0" align="left">

常量	简述
string.digits	字符串 \'0123456789\'
string.octdigits	字符串 \'01234567\'
string.hexdigits	字符串 \'0123456789abcdefABCDEF\'
string.ascii_lowercase	字符串 \'abcdefghijklmnopqrstuvwxyz\'
string.ascii_uppercase	字符串 \'ABCDEFGHIJKLMNOPQRSTUVWXYZ\'
string.ascii_letters	字符串 \'abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ\'
string.punctuation	由ASCII标点符号字符组成的字符串
string.whitespace	包括：空格、制表符（\\t）、换行（\\n）、回车（\\r）、垂直制表符（\\v）、换页（\\f）
string.printable	可打印字符组成的字符串，是digits, ascii_letters, punctuation, whitespace的组合

 

 

 

 

 （3）模板字符串Template

string模块的Template类型也可以进行简单的“字符串格式化”。用法如下：

（1）生成一个Template对象（其中用$表示以后将要代入的变量）；

（2）对此对象调用substitute(m [,**kwargs])方法，将数据传入并生成格式化后的字符串。 可以用字典m来传入数据，也可以用后面关键字参数**kwargs的方法传入数据。

详见下例：

>>>  t=string.Template(\'$name is $age\')    # 生成Template类型的对象实例t
>>>  t.substitute({\'name\':\'Tom\', \'age\':6}) # 用字典传入数据，结果为 \'Tom is 6\'
>>>  t.substitute(name=\'Tom\', age=6)       # 用关键字参数传入数据，结果同上

还可以用它的template属性来查看原始字符串：

>>>  print(t.template)    # 结果为：\'$name is $age\'

 

 

 

 

 （4）正则表达式

Python的re模块用于正则表达式。可以使用re模块的方法直接进行正则表达式的匹配和替换，也可以将正则表达式先编译成一个“正则表达式对象”，然后再使用这个正则表达式对象的方法进行字符串匹配和替换，下面我们分别进行介绍。

另外，由于正则表达式中大量使用特殊字符和反斜杠，所以正则表达式通常都写为“原始字符串”（即在字符串前加上字母r），原始字符串中，所有的特殊字符不会被转义，如“r\'\\nabc\'前面的\'\\n\'不会被解释为换行符，仅仅就是字面意思的斜杠和n。

本篇仅介绍re模块的用法，关于正则表达式本身的详细语法，可点击查看这里：《正则表达式用法简介与速查》。

 

● re模块的直接方法

使用下面的方法需先：import re

rame="border" cellspacing="0" cellpadding="0" align="left">

方法	简述	举例或说明
re.compile(patt, flags=0)	将入参patt编译为“正则表达式对象”， flag含义详见下述	关于正则表达式对象的用法 详见下述。
re.escape(string)	返回一个字符串，其中所有与正则表达式相关的特殊字符前都带有反斜杠。	re.escape(\'ab12[]\') # 返回为 \'ab12\\[\\]
re.findall(patt, string, flags=0)	在 string 中匹配 patt，匹配结果用一列表返回。 flag含义详见下述	re.findall(\'\\d\', \'a12b2\') # 结果为 [\'1\',\'2\',\'2\']
re.finditer(patt, string, flags=0)	与上面 findall()的用法相同（在string 中匹配 patt），但返回一个含MatchObject类型的迭代器对象。 MatchObject详见下述。	re.finditer(\'\\d\', \'a12b2\') # 结果为一个MatchObject类型的迭代器
re.search(patt, string, flags=0)	与上面 finditer()的用法相同（在string 中匹配 patt），但仅返回第一个匹配的MatchObject对象，若未找到匹配则返回None。 MatchObject详见下述。	m=re.search(\'\\d\', \'a12b2\') print(m.group(0))   # 结果为 \'1\'
re.match(patt, string, flags=0)	与上面 search()的用法相同（在string 中匹配 patt，仅返回第一个匹配的MathchObject对象），但仅匹配string的开头部分。 MatchObject详见下述。	re.match(\'\\d\', \'a12\')   # 结果为 None re.match(\'\\d\', \'21a\')   # 结果为有匹配
re.split(patt, string, maxsplit=0, flags=0)	根据patt出现的位置拆分string，返回字符串列表。maxsplit为最大拆分次数，其他参数含义同上。	re.split(\'\\d\', \'a1b23c4\') # 结果为 [\'a\',\'b\',\'\',\'c\',\'\']
re.sub(patt, repl, string, count=0, flags=0)	使用替换值repl替换string中的patt匹配处内容，返回替换后的新字符串。count是执行替换的最大次数，其他参数含义同上。	re.sub(\'\\d\',\'x\',\'a1b23c\') # 结果为 \'axxbxc\'
re.subn(patt, repl, string, count=0, flags=0)	与上面 sub()相同（使用替换值repl替换string中的patt匹配处内容），但返回一个元组，其中包含新字符串和替换次数	re.subn(\'\\d\',\'x\',\'a1b23c\') # 结果为 (\'axxbxc\', 3)
re.purge()	清空正则表达式的缓存内容	一般用于含子表达式时的情况

 

 

 flag标志：各标志本质上为一个整数值，多个标志同时使用时，中间用“或”运算符合并。

rame="border" cellspacing="0" cellpadding="0" align="left">

缩写	全称	整数值	含义说明
re.A	re.ASCII	256	执行仅8位ASCII字符匹配
re.I	re.IGNORECASE	2	执行不区分大小写的匹配
re.L	re.LOCALE	4	为\\w、\\W、\\b、\\B 使用地区设置
re.M	re.MULTILINE	8	将^和$应用于多行字符串的的每一行（正常情况下，^和$仅用于匹配整个字符串的开头和结尾）。
re.S	re.DOTALL	16	使点字符“.”匹配所有字符，包括换行符
re.U	re.UNICODE	32	使用Unicode（Python3默认标志）
re.X	re.VERBOSE	64	忽略模式字符串中未转义的空格和注释

 

 

 

● 正则表达式对象的使用方法

由re.compile()函数编译创建的正则表达式对象，具有以下属性和方法：

rame="border" cellspacing="0" cellpadding="0" align="left">

属性或方法	简述	举例或说明
属性
flags	在使用complie编译正则表达式时使用的flags参数，为一个整数。	r=re.compile(\'a\') print(r.flags)   # 结果为 32
groupindex	一个字典，对类似(?P...)的扩展正则表达式，将其定义的各符号分组名映射到数字编号。	r=re.compile(\'(?P\\d)(?Pabc)\') print(r.groupindex) # 结果为 {\'a1\':1, \'a2\':2}
pattern	本正则表达式对象在compile()编译前的原始表达字符串	略
方法
findall(str [,pos [,endpos]])	等效于前面的re.findall()函数（在 string 中匹配本正则对象，匹配结果用一列表返回），pos和endpos指定搜索的开始和结束位置。	r=re.compile(\'\\d\') r.findall(\'a12b2\') # 结果为 [\'1\',\'2\',\'2\']
finditer(str [,pos [,endpos]])	等效于前面的re.finditer()函数（在string 中匹配本正则对象，返回一个含MatchObject类型的迭代器对象），pos和endpos含义同上。	r=re.compile(\'\\d\') r.finditer(\'a12b2\') # 结果为一个MatchObject类型的迭代器
search(str [,pos [,endpos]])	等效于前面的re.search()函数（在string 中匹配本正则对象，但仅返回第一个匹配的MatchObject对象），pos和endpos含义同上。	r=re.compile(\'\\d\') m=r.search(\'a12b2\') print(m.group(0))   # 结果为 \'1\'
match(str [,pos [,endpos]])	等效于前面的re.match()函数（在string 中匹配本正则对象，仅返回第一个匹配的MathchObject对象，且仅匹配string的开头部分），pos和endpos含义同上。	r=re.compile(\'\\d\') m=r.match(\'a12b2\')   # 结果为 None
split(str, maxsplit=0)	等效于前面的re.split()函数（根据本正则对象出现的位置拆分string，返回字符串列表，maxsplit为最大拆分次数）。	r=re.compile(\'\\d\') r.split(\'a1b23c4\') # 结果为 [\'a\',\'b\',\'\',\'c\',\'\']
sub(repl, str, count=0)	等效于前面的re.sub()函数（使用替换值repl替换string中的本正则对象匹配处内容，返回替换后的新字符串。count是执行替换的最大次数）。	r=re.compile(\'\\d\') r.sub(\'x\',\'a1b23c\') # 结果为 \'axxbxc\'
subn(repl, str, count=0)	等效于前面的re.subn()函数（使用替换值repl替换string中的本正则对象匹配处内容，返回一个元组，其中包含新字符串和替换次数）。	r=re.compile(\'\\d\') r.subn(\'x\',\'a1b23c\') # 结果为 (\'axxbxc\', 3)

 

 

 

● MatchObject详解：

MatchObject实例包含若干匹配的完整信息，它具有以下属性和方法

rame="border" cellspacing="0" cellpadding="0" align="left">

属性或方法	简述	举例或说明
属性
pos	传递给search()或match()函数的pos值	略
endpos	传递给search()或match()函数的endpos值	略
lastindex	在使用子表达式时，相匹配的最后一个子表达式的数字索引（从1开始），若没有匹配的子表达式，则为None。	r=re.compile(\'(a)(b)\') m=r.search(\'abc\') print(m.lastindex)   # 结果为 2 # 解释：第2个子表达式为\'b\'，有匹配，故最后一个匹配的子表达式的索引为2
lastgroup	在使用子表达式时，相匹配的最后一个子表达式的给定名称，如果没有相匹配的子表达式，或正则表达式中没有给定名称的子表达式，则为None。	r=re.compile(\'(?Pa)(?Pb)\') m=r.search(\'abc\') print(m.lastgroup)   # 结果为 a2 # 解释：第2个子表达为\'b\'，有匹配，且第2个子表达式被命名为\'a2\'，故最后结果显式为\'a2\'
re	一个正则表达式对象，它的match()或search()方法生成此MatchObject实例。	r=re.compile(\'a\') m=r.search(\'abc\') print(m.re) # 结果为 re.compile(\'a\')
string	传递给match()或search()的字符串。	略
方法
expand(template)	返回一个字符串，该字符串可通过在字符串template上使用反斜杠来提取出被匹配的内容（若使用子表达数字索引，需要使用双反斜杠）。	r=re.compile(\'(?Pa)(?Pb)\') m=r.search(\'abc\') m.expand(\'\\\\1\')   # 结果为 \'a\' m.expand(\'\\g\')   # 结果为 \'b\'
group([grp1, grp2, ...])	返回匹配的一个或多个子表达式，参数grp1,grp2,... 为子表达式的索引或给定名称。若不指定入参或入参为0，则返回整个匹配值。	r=re.compile(\'(?Pa)(?Pb)\') m=r.search(\'abc\') m.group(0)   # 结果为 \'ab\' m.group(1)   # 结果为 \'a\' m.group(\'a2\')   # 结果为 \'b\' m.group(1,\'a2\')   # 结果为 (\'a\',\'b\')
[]	Python3.6新增功能，可以使用[]操作符来返回匹配的子表达式，数字索引含义同上。	续上例 m[0]   # 结果为 \'ab\' m[1]   # 结果为 \'a\' m[2]   # 结果为 \'b\'
start([group]) end([group])	这两个方法返回匹配的子表达式在原字符串中的开始和结束索引（end的含义同切片，为结束位置的后1个位置）。若不指定group，将使用相匹配的整个字符串。	续上例 m.start()   # 结果为 0 m.end()   # 结果为 2 m.start(1)   # 结果为 0 m.start(2)   # 结果为 1
span([group])	返回一个元组，内容为（m.start([group], m.end([group]))	续上例 m.span()   # 结果为 (0,2) m.span(1)   # 结果为 (0,1) m.span(2)   # 结果为 (1,2)
groups(default=None)	返回一个元组，其中每个元素为各个子表达式匹配的文本，若某子表达式未找到匹配，则对应元素为None（若指定入参defalut，则将对应的None元素替换为defalut）	r=re.compile(\'(?Pa)(?Pb)?\') m=r.search(\'axy\') m.groups()   # 结果为 (\'a\', None) m.groups(\'z\')   # 结果为 (\'a\', \'z\')
groupdict(default=None)	返回一个字典，其中包含所有给定名称的子表达式匹配，default含义同上。	续上例 m.groupdict() #结果为{\'a1\':\'a\', \'a2\':None} m.groupdict(\'z\') #结果为{\'a1\':\'a\', \'a2\':\'z\'}

 

 

 

 

 

 

返回目录