我们可以通过这篇简短的字符串处理入门教程,了解一下利用Python处理字符串的一些基本操作,能够利用给定编程语言的标准库进行基本的字符串操作。
1. 空格剥离
空格剥离是字符串处理的一种基本操作,可以使用lstrip()方法(左)剥离前导空格,使用rstrip()(右)方法对尾随空格进行剥离,以及使用strip()剥离前导和尾随空格。如下例子:
s =' This is a sentence with whitespace. \n'
print('Strip leading whitespace: {}'.format(s.lstrip()))
print('Strip trailing whitespace: {}'.format(s.rstrip()))
print('Strip all whitespace: {}'.format(s.strip()))
Strip leading whitespace: This is a sentence with white space.
Strip trailing whitespace: This is a sentence with white space.
Strip all whitespace: This is a sentence with white space.
对剥离除空格以外的字符感兴趣吗?同样的方法也很有用,可以通过传递想要剥离的字符来剥离字符。
s ='This is a sentence with unwanted characters.AAAAAAAA'
print('Strip unwanted characters: {}'.format(s.rstrip('A')))
Strip unwanted characters: This is a sentence with unwanted characters.
注意,必要时不要忘记检查字符串 format()文档。
2. 字符串拆分
利用Python中的 split() 方法可以轻易将字符串拆分成较小的子字符串列表。例如:
s='KDnuggets is a fantastic resource'
print(s.split())
['KDnuggets', 'is', 'a', 'fantastic', 'resource']
默认情况下,split()根据空格进行拆分,但同样也可以将其他字符序列传递给split()进行拆分。
s ='these,words,are,separated,by,comma'
print('\',\' separated split -> {}'.format(s.split(','))) //['these', 'words', 'are', 'separated', 'by', 'comma']
s ='abacbdebfgbhhgbabddba'
print('\'b\' separated split -> {}'.format(s.split('b'))) //['a', 'ac', 'de', 'fg', 'hhg', 'a', 'dd', 'a']
3. 将列表元素合成字符串
利用Python中的join()方法便可将列表中的元素合成一个字符串。
s = ['KDnuggets','is','a','fantastic','resource']
print(' '.join(s)) //KDnuggetsisa fantastic resource
如果想将列表元素用空格以外的东西连接起来?这可能有点陌生,但也很容易实现。
s = ['Eleven','Mike','Dustin','Lucas','Will']
print(' and '.join(s)) //Eleven and Mike and Dustin and Lucas and Will
4. 字符串反转
Python没有内置的字符串反转方法。但是,可以先将字符串看做是字符的列表,再利用反转列表元素的方式进行反转。
5. 大小写转换
利用upper(), lower(),和swapcase()方法可以进行大小写之间的转换。
s ='KDnuggets'
print('\'KDnuggets\' as uppercase: {}'.format(s.upper())) //'KDnuggets' as uppercase: KDNUGGETS
print('\'KDnuggets\' as lowercase: {}'.format(s.lower())) //'KDnuggets' as lowercase: kdnuggets
print('\'KDnuggets\' as swapped case: {}'.format(s.swapcase())) //'KDnuggets' as swappedcase: kdNUGGETS
6. 检查是否有字符串成员
在Python中检查字符串成员的最简单方法是使用in运算符,语法与自然语言非常类似,返回TRUE或者FALSE。
但如果对找到字符串中子字符串的位置更感兴趣(而不是简单地检查是否包含子字符串),则利用find()方法可能更为有效。默认情况下,find()返回子字符串第一次出现的第一个字符的索引,如果找不到子字符串,则返回-1。对这一默认情况拿捏不准时,可以查阅一下相关文档。
7. 子字符串替换
找到子字符串之后,如果想替换这一子字符串,该怎么办?Python 中的replace()字符串方法将解决这一问题。如下:
s1 ='The theory of data science is of the utmost importance.'
s2 ='practice'
print('The new sentence: {}'.format(s1.replace('theory', s2)))
//The new sentence: The practice of data science is of the utmost importance.
如果同一个子字符串出现多次的话,利用计数参数这一选项,可以指定要进行连续替换的最大次数。str.replace(old, new, max)
str = "this is string example....wow!!! this is really string";
print str.replace("is", "was", 3); //thwas was string example....wow!!! thwas is really string
8. 组合多个列表的输出
如何以某种元素的方式将多个字符串列表组合在一起?利用zip()函数便没问题。
a = [1,2,3]
b = [4,5,6]
print(zip(a,b)) # 打包为元组的列表[(1, 4), (2, 5), (3, 6)]
9. 同字母异序词检查
想检查一对字符串中,其中一个字符串是否是另一个字符串的同字母异序词?从算法上来讲,需要做的是对每个字符串中每个字母的出现次数进行计数,再检查二者计数值是否相等,直接使用collections模块的Counter类便可实现。
from collections import Counter
def is_anagram(s1, s2):
return Counter(s1) == Counter(s2)
s1 ='listen'
s2 ='silent'
s3 ='runner'
s4 ='neuron'
print('\'listen\' is an anagram of \'silent\' -> {}'.format(is_anagram(s1, s2))) //'listen' an anagram of 'silent' -> True
print('\'runner\' is an anagram of \'neuron\' -> {}'.format(is_anagram(s3, s4))) 'runner'an anagramof'neuron'-> False
10. 回文检查
如果想检查给定的单词是否是回文,怎么办?我们可以先通过切片,创建一个单词的反转,然后利用 == 运算符来检查这2个字符串(原始字符串和反向字符串)是否相等。
def is_palindrome(s):
reverse = s[::-1]
if(s == reverse):
returnTrue
returnFalse