[Python]基础-字符串

一、Python3 字符串的编码

编码	说明
ASCII 编码	只有大小写英文字母、数字和一些符号等127个字符
(专用)	中文的GB2312编码 日文的Shift_JIS编码
Unicode(统一)	u'字符串' \u四位十六进制数

Python 不支持单字符类型，单字符也在Python也是作为一个字符串使用

byt = b'Python' bytes数据，只接受 ASCII 码这个范围的字符

• 编码
  需要将文件保存到外设或进行网络传输时，就要进行编码转换，将字符转换为字节，以提高效率@二进制文件(b' ')

.encode(encoding='UTF-8',errors='strict') 将字符转换为字节 (默认编码是 UTF-8)
.decode(encoding='UTF-8',errors='strict') 将字节转换为字符
说明：出错默认报ValueError,除非errors是ignore或replace

知乎：木头人

二、创建字符串

可以使用单引号、双引号、三单引号和三双引号
三引号可以定义多行字符串

注意：当我们字符串中包含单引号（'）使用双引号创建字符串；
字符串包含双引号（"）使用单引号创建。三个引号（'''）里面能出现单引号双引号回车键等，三个引号中字符串会保持传入的格式

三、操作字符串

注意：所有的字符串函数都是有返回值的，默认inplace = False

• 特性
  属于序列，具有序列的通用操作

索引(indexing)
切片(slicing)
迭代(iteration)
加(adding)
乘(multiplying)

• 查/改/增/删

查

str[start: end: step] 切片
str[::2] 隔两个截取
str[::-1]倒序
find(sub [,start [,end]]) 返回索引值，没有返回值为-1
rfind() 从右向左查同find
index(sub [,start [,end]]) 查不到会报错
rindex() 从右向左返回索引值同index

改(替换)/增(拼接)

replace(old, new[, count]) 指定字符替换为新的字符，可指定个数
expandtabs([n]) 将字符串中(tab符号)\t转换成n个空格
format_map() 格式化输出，以字典形式存储key-value数据
maketrans()+translate(table [,deletechars]) 根据参数table=maketrans给出的表(包含 256 个字符)转换字符串的字符, 要过滤掉的字符放到deletechars参数中


+ 拼接
.join([str1, str2])

删

strip() 移除字符串头尾指定的字符（默认为空格或换行符）或字符序列(多个字符亦可)
lstrip() 移除字符串头
rstrip 移除字符串尾

• 排序/遍历/统计

统计

len()
.count(sub[, start[, end]]) 区间内某个字符的个数

• 内置函数：判断

in/not in
isalnum() 是否只包含字母或数字
isalpha() 是否只包含字母
isdecimal() 是否是十进制正整数
isdigit() 是否只包含数字
isdentifier() 是否是python中的标识符
isupper() 字符串字母是不是都是大写
islower() 字符串字母是不是都是小写
isnumeric() 是不是数字，无论中文，只要是数字就能判断
isprintable() 是否可打印
isspace() 是否都是空格，tab等
istitle() 是否所有字符首字母大写
startswith(prefix[, start[, end]]) 是否是字符串或字符开头
endswith(suffix[, start[, end]]) 是否是字符串或字符结尾

• 内置函数：格式化字符串+转义

格式化

'%s%s'%(str1,str2)
'{}{}'.format(str1, str2)


capitalize() 字符串首字母大写
title() 字符串中所有单词的首字母大写
upper() 全部大写
lower() 全部小写
swapcase() 大小写互换


center() 居中对齐：指定宽度和填充字符(注意：如果fillchar超过1个长度或为非字符串或为汉字，则会报出异常)
ljust()/rjust() 指定字符宽度填充(左/右对齐)
zfill() 右对齐：不足宽度补零

%之后

示例：str = format('%02d-%02d-%s' %(a, b, c))

+ 右对齐，正数前加正号，负数前加负号
- 左对齐，正数前无符号，负数前加负号
空格 右对齐；正数前加空格，负数前加负号
0 右对齐，正数前无符号，负数前加负号，用0填充
%s 字符串
%r 字符串采用repr()显示
%c 单个字符
%b 二进制整数 bin
%i 十进制整数 int
%o 无符号八进制 oct
%x 无符号十六进制 hex
%d 整数
%f 浮点数
%u 无符号整数
%e 科学记数法

转义

r" "或u" " 转义声明(大写R亦可)(多用于文件地址的输入和正则表达式)
\(置于行尾) 表示续行
\\ 表示\符号
\' 单引号
\" 双引号
\b 退格(Backspace)
\e 转义
\n 换行
\v 纵向制表符
\t 横向制表符Tab
\r 回车(光标重新回到本行开头)
(补充：空行为\r\n)
\f 换页

• 内置函数：分割字符串(转化为列表)

split([sep [,maxsplit]]) 默认空格作为分隔符
rsplit() 从右往左开始分割
partition(sep) 分割点为首次出现sep的地方
rpartition() 分割点为最后一次出现sep的地方
splitlines([keepends]) keepends是一个bool值，如果为真每行后而会保留行分割符

• 提取字符串数据(优先考虑正则表达式)

int(''.join(char for char in example if str.isdigit())) 提取数字
(''.join(char for char in example if str.alpha())) 提取字母

四、拓展

• 正则表达式模块re(Regular Expression)

re.findall('\d+', str) 寻找str中所有的数字及其1~n扩展

常用正则表达式

示例

注意：re库在进行字符串匹配时会默认采用“贪婪匹配”，也就是说会返回符合条件的最长字符串。通过在操作符后增加一个“?”可以将正则式变成最小匹配：

贪婪匹配与最小匹配

References

https://zhuanlan.zhihu.com/p/2887969char