第五章：python字符串的方法

---

编码：UTF-8

---

• ASCII码：一个字符1B
• GB2312、GBK、CP939：1个中文字符2B
• python3默认使用UTF-8:UTF-8：英语字符1B；常见汉字字符3B

---

格式化字符串

1、format方法

• 序号0，1，2…指定格式化哪个元素
• 对齐：默认右对齐
• 10.3f：该数据一共占10个字符位置，保留3位小数
• 20s：字符串一共占20个字符
• 10.3%：数据一共占10个字符，百分数保留2位小数
• 06b：二进制数字一共占6位，高位补0

---

单个输出：

format(数据，'格式')

>>> format(532.26, '10.3f')
'   532.260'
>>> format('你好呀笨蛋', '>20s')
'               你好呀笨蛋'
>>> format(0.001234, '10.3%')
'    0.123%'

---

二进制数字高位补零输出

>>> format(2, '06b')
'000010'

---

多个输出：

'{0: 格式}, {1: 格式},....'.format(数据, 数据2,....)

>>> '输出小数：{0: >10.3f}\n输出字符串：{1: <20s}\n输出百分数{2: >10.3%}'.format(532.26, '你好呀笨蛋', 0.0011234)
'输出小数：   532.260\n输出字符串：你好呀笨蛋               \n输出百分数    0.112%'

---

2、center,rjust,ljust对齐填充

new_string = string.center(长度, 填充单字符)

>>> # 字符串对齐并补全
>>> 'hello cc'.center(20, '*')
'******hello cc******'
>>> 'hello cc'.rjust(20, '*')
'************hello cc'
>>> 'hello cc'.ljust(20, '*')
'hello cc************'

---

填充字符你只能写单字符

>>> 'ccc'.center(20, '=')
'========ccc========='

---

子母串

---

1、[r]find,[r] index：子串首次出现下标

---

查找一个字符串在另一个字符串指定范围（默认是整个字符串）中首次或最后一次出现的位置:

• 如果不存在则返回-1:find, rfind
• 如果不存在抛出异常：index, rindex

string.find(substring[, start[, end]]) -> int

---

返回文本中每个字符的首次出现：

>>> text = '''
东边来个小朋友叫小松，手里拿着一捆葱。
西边来个小朋友叫小丛，手里拿着小闹钟。
小松手里葱捆得松，掉在地上一些葱。
小丛忙放闹钟去拾葱，帮助小松捆紧葱.
小松夸小丛像雷锋，小丛说小松爱劳动。
'''
>>> for i, ch in enumerate(text):
	if i == text.find(ch): # 当前ch是首次出现的ch，才记录
		print('字符{0}首次出现下标为{1}'.format(ch, i))

---

2、count：返回子串出现次数

查找一个字符串在另一个字符串中出现的次数：string.count(substring)

---

3、startswith， endswith：是否以子串开头/结尾

S.endswith(suffix[, start[, end]]) -> bool

>>> import os
# 文稿下文件
>>> [filename for filename in os.listdir()]
['.DS_Store', 'Nuts', '.localized', '二阶段锁.xlsx', 'GTA Vice City User Files', 'totalLength.plist', 'Python3萌新入门笔记.pdf', 'TencentMeeting', '.UTSystemConfig', '1400115281_report_pb.dump', 'src']
# 找到以pdf结尾的文件
>>> [filename for filename in os.listdir() if filename.endswith('.pdf')]
['Python3萌新入门笔记.pdf']

---

分割

---

1、[r]split

---

1. string.split(分隔符默认为所有空白符, maxsplit = n)：
2. re.split:分割符可以多个
3. 使用正则对象：分割符可以多个

---

1.1、不用正则

---

• 不指定分隔符，则字符串中的任何空白符号（空格、换行符、制表符等）都将被认为是分隔符，并删除切分结果中的空字符串。

>>> string = '  apple,peach,  peach,pear,orange'
>>> string.split()
['apple,peach,', 'peach,pear,orange']

• 指定分隔符：会保留空白字符串

>>> string = '  apple,peach,  peach,pear,orange'
>>> string.split(',')
['  apple', 'peach', '  peach', 'pear', 'orange']
>>> string.split('peach')
['  apple,', ',  ', ',pear,orange']

• 指定最大分割次数

>>> string = '  apple,peach,  peach,pear,orange'
>>> string.split(maxsplit = 2)
['apple,peach,', 'peach,pear,orange']

---

1.2、用正则

---

直接re

>>> text = 'alpha. beta....gamma delta'
>>> re.split(r'[. ]+', text)
['alpha', 'beta', 'gamma', 'delta']

用正则对象

>>> text = 'alpha. beta....gamma delta'
>>> pattern = re.compile(r'[. ]+')
>>> pattern.split(text, maxsplit = 2)
['alpha', 'beta', 'gamma delta']

---

2、[r]partition一分为三

永远结果是三份：左中右 string.[r]partition(中间字符串)

>>> string = '  apple,peach,  peach,pear,orange'
>>> string.partition('peach')
('  apple,', 'peach', ',  peach,pear,orange')

---

连接字符串join

string = '连接符'.join(字符串列表)

>>> '：：'.join(['aa', 'bb', 'cc'])
'aa：：bb：：cc'
>>> '::'.join(['aa'] * 5)
'aa::aa::aa::aa::aa'
>>> ''.join(['aa', 'bb', 'cc'])
'aabbcc'

---

大小写、是否是数字、字母…

---

1、转换大小写，首字母…

• titile:对每个单词首字母大写，其余字母转化为小写，单词里的其他字符保持不变
  

2、字符串是否由xx组成

1. isalnum（）字母和数字组成
2. isalpha（）全是字母
3. isdigit（）全是正整数
4. isnumerical（）：支持汉字数字，罗马数字

>>> '一'.isnumeric()
True
>>> 'ⅣⅢⅩ'.isnumeric()
True

5. isdecimal（）：十进制
6. isspace（）：是空白字符
7. isupper（）：全是大写
8. islower（）全是小写

---

替换、映射：replace，maketrans

---

1、replace：指定子串不重叠全部替换

new_string = string.replace('word', 'replacestring', 替换次数)

如下替换cc和dad都是不重叠的
>>> 'cccdadad'.replace('cc', '*')
'*cdadad'
>>> 'cccdadad'.replace('dad', '*')
'ccc*ad'

---

应用1：判断s2在s1中不重叠出现的次数。

    '''1. 遍历'''
    res, i = 0, 0
    while i < len(s1) - len(s2) + 1:
        if s1[i:i + len(s2)] == s2:
            res += 1
            i += len(s2)
        else:
            i += 1
    return res

    ''' 2. split分割'''
    return len(s1.split(s2)) - 1

    '''3. replace替换的特性：不重叠替换，个人觉得最好理解'''
    s = s1.replace(s2, '*')
    return s.count('*')

---

应用2：关键词屏蔽

>>> words = ['asshole', 'stupid', 'kill']
>>> for word in words:
	if word in 'i will kill you':
		'i will kill you'.replace(word, '*****')

		
'i will ***** you'

---

2、maketrans/translate：多字符一一映射

---

1、映射表:table = ''.maketrans(string1, string2)
2、开始映射：new_string = string.translate(table)

>>> table = ''.maketrans('12345', '一二三四五')
>>> string = '42352346'
>>> new_string = string.translate(table)
>>> new_string
'四二三五二三四6'
>>> table
{49: 19968, 50: 20108, 51: 19977, 52: 22235, 53: 20116}

凯撒加密解密

from string import ascii_letters, ascii_lowercase, ascii_uppercase
def kaisaEncrypt(string, k):
    # 每个字母替换为后面k个
    new_lower = ascii_lowercase[k:] + ascii_lowercase[:k]
    new_upper = ascii_uppercase[k:] + ascii_uppercase[:k]
    table = ''.maketrans(ascii_letters, new_lower + new_upper)
    new_string = string.translate(table)
    return new_string

# 是否解密成功
def check(temp_string) -> bool:
    # 不唯一：我们对每次尝试解密的结果测试是否含有至少两个常见单词，若有，则认为解密成功
    mostCommonWords = ('the', 'is', 'to', 'not', 'have', 'than', 'for', 'like')
    # 如果word在temp_string中，则元祖放一个1
    return sum(1 for word in mostCommonWords if word in temp_string) >= 2


def kaisaDecrypt(new_string):
    # 加密是后移字母，一共有26种情况，一一测试
    for i in range(1, 26):
        temp_string = kaisaEncrypt(new_string, -i)
        if check(temp_string)== True:
            return temp_string

if __name__ == '__main__':
    string = "Python is a greate programming language. I like it!"
    new_string = kaisaEncrypt(string, 3)
    print(kaisaDecrypt(new_string))

---

从外向里删除指定若干字符：[r]strip

---

• 一般用于提取每行文本取出空格
• new_string = string.strip(字符/字符串)

规则：看外侧有啥，再看参数有没有该字符，有则删除，没有则删不掉

---

无参数：相当于参数为空白字符

• 外侧有空白字符，参数也是空白字符，删除成功，剩下hello world,外侧为h、w，参数没有。剩下hello world

>>> '  hello world  '.strip()
'hello world'

---

单个字符参数

• 外侧有d、f，参数没有，删除失败

>>> 'dffdfaaafff'.strip('a')
'dffdfaaafff'

• 外侧有a，参数有a，删除成功

>>> 'afffaffaa'.strip('a')
'fffaff'

---

字符串参数

• 先看外侧有a和c，参数 含有a，即只需要含有，不看顺序 ，则删除，得到：ddfffccc；
• 然后外侧有d和c，参数没有，仍然是ddfffccc

>>> 'aaaddfffccc'.strip('af')
'ddfffccc'

• 例：结果是全部删掉了

>>> 'aabbccddeeeffg'.strip('gbaefcd')
''

---

rstrip, lstrip：只看右/左外侧

• 左边外侧有a，参数有a。

>>> 'aadfaaffffaaddaa'.lstrip('a')
'dfaaffffaaddaa'
>>> 'aadfaaffffaaddaa'.rstrip('a')
'aadfaaffffaadd'

---

文本规范化输出

规范化每行输出：姓名：张三…

>>> text = '''姓名：张三
		年龄：39
		性别男
		职业  学生
		籍贯：  地球'''
>>> lst_lines = [line.strip() for line in text.split('\n')]
>>> lst_lines
['姓名：张三', '年龄：39', '性别男', '职业  学生', '籍贯：  地球']

>>> for item in lst_lines:
	print(item[:2], item[2:].strip('： '), sep = ':')

	
姓名:张三
年龄:39
性别:男
职业:学生
籍贯:地球

---

---

eval(string)的两大功能

参数必须是字符串！

---

1、计算字符串表达式的值：eval（string）

---

tip： 经leetcode解题过程发现：
eval链接字符串运算比直接int(string)再做运算，或者ord(‘string’)-ord(‘0’)慢的多

---

2、得到字符串内元素的原本格式

---

判断eval内的string是否是合法输入

---

• 元祖的特殊形式

>>> 1,2,3
(1, 2, 3)
>>> 1,2,
(1, 2)

---

• 字符串元祖—>元祖

>>> eval('1,2,')
(1, 2)

>>> eval('1 2')
Traceback (most recent call last):
  File "", line 1, in <module>
    eval('1 2')
  File "", line 1
    1 2
      ^
SyntaxError: unexpected EOF while parsing

• 易错点:'string’传入的string只是一个变量，“‘string’”

>>> eval('string')
Traceback (most recent call last):
  File "", line 1, in <module>
    eval('string')
  File "", line 1, in <module>
NameError: name 'string' is not defined

>>> eval("'string'")
'string'

---

转义符号：\，r

---

一般\n， \t算一个字符，如果加上转义符号r或者 \则变成单纯两个字符：\ 和n

>>> len(r'\ngood')
6
>>> len('\\ngood')
6
>>> len('\ngood')
5

字符串s=‘a\nb\tc’，则len(s)的值是（ ）。C
A．7 B．6 C．5 D．4

Python语句print(r"\nGood")的运行结果是（ \nGood ）。

---