06 字符串

Posted 2022-03-17 burnovblog

　　本章内容

　　　　1、字符串索引

　　　　2、字符

　　　　3、字符串切片

　　　　4、表尊字符串函数

　　　　5、正则表达式

-----------------------------------

　　在Python中，字符串是除了数字外最重要的数据类型；它是一种聚合数据结构，这让我们有基础初探索引和切片--用于从字符串中提取子串的方法；本章节还有另外一个非常重要的内容--正则表达式；

 

1、字符串索引

　　在处理字符串的时候，我们需要处理字符串中的单个字符，例如 s = ‘apple‘ 我需要访问 e 这个字符，则需要使用字符串索引来完成；例如下面的代码：

　　其中"[]"中的数字就是索引信息；这里需要注意的是，索引信息是从 0 开始，到 n-1 结束；如果从后算起，则为负数索引：

　　负数索引信息，从 -1 到 -n 来记录字符串信息；

　　如果超出访问，则会导致报错；

　　同时，我们也可以通过for循环来访问字符串，并返回字符编码的总合；代码如下：

# codesum.py
def codesum1(s)
    """ Returns the sums of the
    character codes of s.
    """

    total = 0
    for c in s:
        total = total + ord(c)
    return total

　

2、字符

　　Python下的字符使用的是Unicode编码，字符转编码使用 ord() 函数，而编码转字符使用 chr() 函数：

　　转义字符：例如换行字符、回车字符、制表符都是不可见的。 \\  用来对字符进行转义，实现字符本身的意思；

　　　　\\ 　　转义符

　　　　\\n　　换行符

　　　　\\t　　制表符

　　　　\\r　　回车

　　表示换行的标准方式使用字符 \\n：

 

3、字符串切片

　　字符串指定两段索引信息，就可以对字串进行切片，如下：

　　如果切片从0开始，可以不用写，结束不用些，如果打印全部字符串 : 也可以这样来切片：

　　切片示例如下(提取文件后缀)：

# extension.py
def get_ext(fname):
    """ Returns the extension of file
    fname.
    """
    
    dot = fname.rfind(‘.‘)
    if dot == -1:  #fname中没有
        return ‘‘
    else:
        return fname[dot + 1:]

 

 　　有时候，我们也需要使用负数索引信息来进行切片；

 

4、标准字符串函数

　　我们可以通过一些有关字符串的函数，来指定字符串的功能；

　　a\\字符串测试函数：

　　　　s.endwith(t)　　s以字符串t结尾

　　　　s.startswith(t)　　s以字符串t打头

　　　　s.isalnum()　　s质保换字母或数值

　　　　s.isalpha()　　s只包含字母

　　　　s.isdecimal()　　s只包含表示十进制数字的字符

　　　　s.isdigit()　　　　s只包含数字字符

　　　　s.isidentifier()　　s是非法的标识符

　　　　s.islower()　　　　s只包含小写字母

　　　　s.isnumeric()　　　s只包含数字

　　　　s.isprintable()　　 s只包含可打印的字符

　　　　s.isspace()　　　 s只包含空白字符

　　　　s.istitle()　　　　s是一个大小写符合标题要求（title-case）的字符串

　　　　s.isupper()　　　 s只包含大写字母

　　　　t in s　　　　　　s包含字符串t

　　　　这些函数都是用来进行字符串测试，他们的返回值都是布尔类型（False或者True），所以它们也叫作布尔函数或者谓词；

 

　　b\\搜索函数

　　在字符串中查找符合条件的字串；比如index或者find，它们之间的差别在于没有找到特定字串的时候的情形，如下图：

　　index是报错，而find的返回值是 -1；

　　注意：字串搜索默认是从左至右搜索，但是如果是 r 打头的函数就回从右自左搜索；

　　搜索函数：

　　　　s.find(t)　　如果没有找到字串t，则返回值 -1；否则返回值t在s中其实位置；

　　　　s.rfind(t)　　与find相同，但从右往左搜索；

　　　　s.index(t)　　与find相同，但如果s中找不到t，则引发ValueError异常

　　　　s.rindex(t)　　与index相同，但从右往左搜索

 

　　c\\改变大小写的函数

　　Python提供了各种修改字母大小写的函数，如下：

　　　　s.capitalize()　　将s[0]改为大写，其余小写

　　　　s.lower()　　　　让s的所有字母都小写

　　　　s.upper()　　　　让s的所有字母都大写

　　　　s.swapcase()　　将小写字母改为大写，并将大写字母改为小写

　　　　s.title()　　　　  让s的大小写符合标题的要求

　　设置字符串格式的函数如下：

　　　　s.center(n,ch)　　包含n个字符的字符串，其中s位于中央，凉拌用字符ch来填充

　　　　s.ljust(n,ch)　　　包含n个字符的字符串，其中s位于左边，右边用字符ch填充

　　　　s.rjust(n,ch)　　　包含n个字符的字符串，其中s位于右边，左边用字符ch填充

　　　　*s.format(vars)　　它是用于设置字符串格式的微型语言；

　　使用format如下：

　　‘jack’作为第一部分，‘ice cream’为第二部分，索引信息分别为 1 ，2 ；这时候就回填写在前面；

　　不使用 0 ， 1的索引信息，直接赋值也可以；

 

　　d\\剥除函数

　　它用于删除字符串开头或者结尾的多余的字符；

　　　　s.strip(ch)　　从s开头和末尾删除所有包含在字符串ch中的字符；

　　　　s.lstrip(ch)　　从s开头（左端）删除所有包含在字符串ch中的字符；

　　　　s.rstrip(sh)　　从s末尾（右端）删除所有包含字符串ch中的字符；

　　

　　f\\拆分函数

　　拆分函数将字符拆分为多个字符串，常见函数如下：

　　　　s.partition(t)　　将s拆分为三个字符串（head，t和tail），其中head为t前面的子串，而tail为t后面的子串；

　　　　s.rpartition(t)　　与partition相同，但从s的右端开始搜索t；

　　　　s.split(t)　　　　以t为分隔符，将s划分成一个系列子串，并返回一个由这些子串组成的列表；

　　　　s.rsplit(t)　　　　与split相同，但从s的右端开始搜索t

　　　　s.splitlines()　　  返回一个由s中的各行组成的列表

　　这两个函数总是返回一个这样的值：它由三个字符串组成，形式为（head,sep,tail）。这种返回值为元组（后面介绍）；

 

　　g\\替换函数

　　　　s.replace(old,new)　　将s中的每个old替换为new

　　　　s.expandtabs(n)　　   将s中的每个制表符扩展为空格，制表符宽度为n

 

　　h\\其他函数

　　　　s.count(t)　　　　t在s中出现的次数

　　　　s.enode()　　　　设置s的编码

　　　　s.join(seq)　　　　使用s将seq中的字符串连接成一个字符串

　　　　s.maketrans(old.new)　　创建一个转换表，用于将old中的字符改为new中相应的字符；请注意，s可以是任何字符串，它并不影响返回的转换表；

　　　　s.translate(table)　　使用指定转换表（使用maketrans创建的）对s中的字符进行替换

　　　　s.zfill(width)　　在s左边添加足够多的0，让字符串长度为width

　　函数translate和maketrans很实用。例如，下面是一种将字符串转换为“脑残体”（leet-speak）的方式：

　　函数zfill用于设置数值字符串的格式：

　　函数join就可以将很多字符串拼接起来：

 

5、正则表达式

　　正则表达式是用来简易的描述一个字符串的方式，可以高效的匹配字符常见的字符串；

　　简单的正则表达式：例如 cat? 就可以表示 cat 和 cats

　　另一个符号位 | 表示或者：例如 a|b|c 意思为 a 或者 b 或者 c

　　* 则表示无穷个字符串：a*  表示 ‘ ’ ‘a‘ ‘aa‘ ‘aaa‘ ... 【a+ 和 a* 想同，但是不包含 ‘ ‘ 空格符；】

　　如果要复制字符串，则要使用 () 就行：例如，(ha)* 表示 ‘hahaha‘

　　

　　实例：

# allover.py
def is_done1(s):
    return s == ‘done‘ or s == ‘quit‘

　　改用正则表达式，改写如下：

# allover.py
import re #使用正则表达式，导入re库；
def is_done2(s):
    return re.match(‘done|quit‘,s)!= None  #使用函数re.match(regex.s)

　　re.match(regex.s)　　regex与s不匹配的时候返回None，否则返回一个特殊的正则表达式匹配对象。因此，可以只检查返回值是否为None；

　　随着程序的增大，使用正则表达式更加方便；

　　再举一个例子，识别逗人的字符串：

# funny.py
import re
def is_funy(s):
    retrun re.match(‘(ha)+!+,s)!= None

　　其中 （ha）+!+ 可以表示 haha!!!  ha和！都可以是任意长度；【不能是空】

 

　　re库其实非常庞大，其中大量的正则表达式函数可以用于执行字符串处理任务，如匹配、拆分、和替换等；还有提高常用字符的捷径。

　　模块re的文档：http://docs.python.org/3/library/re.html