Python学习笔记（五）——字符串

字符串

Python字符串——一个有序字符的集合，用于存储和表现基于文本的信息。

Python中没有单个字符的类型，只有使用一个字符的字符串。

字符串被划分为不可变序列，意味着这些字符串所包含的字符存在从左往右的位置程序，并且不可以在原处修改。

常见字符串常量和表达式：

#

字符串常量：

 单引号：'Yert"s'
 双引号："Yert's"
 三引号："....................Yert................................"
 转义字符：’\tp’
 Raw字符串：r"C:w\test.com"
 Python3.0中的Byte字符串：b’sp\x01
 只在Python2.6出现的Unicode字符串：u’egg\suu’

单双引号的作用相同：

>>> 'Yert',"Yert" ('Yert', 'Yert') 

Python自动合并相邻的字符串常量：

>>> title="The truth " 'of' "life" >>> >>> title 'The truth oflife' 

三重引号编写多行字符串块：

>>> >>> longfile=''' ... ... ... a ... a ... a ... a ... a ... ''' >>> >>> >>> longfile '\n\n\na\na\na\na\na\n' >>> >>> print(longfile) a a a a a >>> 

转义字符序列：

通过反斜杠转义字符嵌入引号：

>>> 'today\'s',"yesterday\"s" ("today's", 'yesterday"s') 

转义序列插入绝对的二进制值：

>>> >>> s = 'a\0b\0c' >>> >>> s 'a\x00b\x00c' >>> >>> len(s) 5 >>> 

Python会在内存中保持了整个字符串的长度和文本，Python没有字符会结束一个字符串。

>>> >>> s = '\001\002\003' >>> >>> s '\x01\x02\x03' >>> >>> len(s) 3 >>> 

如果Python没有作为一个合法的转义编码识别出在“\”后的字符，它就直接在最终的字符串中保留反斜杠。

>>> x = "C:\py\code" >>> >>> x 'C:\\py\\code' 

raw字符串抑制转义

Raw字符串：如果字母r（大写或小写）出现在字符串的第一引号的前面，它将会关闭转义机制。Python将反斜杠作为常量来保持，就像普通字符串，为了避免错误，在Windows系统中必须增加字母r。

>>> myfile=open(r'D:test\test.txt','w') >>> >>> text="I'm Yert,the word would been wroten in text." >>> >>> myfile.write(text) 44 >>> >>> myfile.close() 

索引和分片：

索引：
字符串在Python中被定义为字符的有序集合，可以通过位置偏移值获取字符。在Python中，字符串中的字符是通过索引（通过在字符串之后的方括号中提供所需要的元素的数字偏移量）提取的。

Python的偏移量是从0开始，并比字符串的长度小1，还支持在字符串中使用负偏移的方法从序列中获取因素。从技术上讲，一个负偏移与这个字符串长度相加可以得到它的正偏移值。

>>> S='YertAlan' >>> >>> S[0] 'Y' >>> S[-1] 'n' >>> >>> len(S) 8 >>> S[len(S)-1] 'n' 

分片：
当使用一对以冒号分隔的偏移来索引字符串时，Python将会返回一个新的对象，其中包含了以这对偏移所标识的连续内容。

>>> S[1:3] 'er' >>> S[1:] 'ertAlan' >>> >>> S[::] 'YertAlan' >>> >>> S[-4:-1] 'Ala' >>> >>> S[:-2] 'YertAl' 

拓展分片：第三个限制值
分片表达式增加一个可选的第三个索引，用作步进。步进添加到每个提取的元素的索引中。完×××式的分片为string[X:Y:Z]，表示“索引字符串string对象中的元素，从偏移X直到偏移为Y-1，每隔Z元素索引一次”。第三个限制没人为1，所以通常在一个切片中从左至右提取每一个元素的原因。

>>> string='ABCDEFGHIJKLMNOPQRST' >>> >>> string[1:8] 'BCDEFGH' >>> >>> string[1:8:2] 'BDFH' >>> >>> string[1:12] 'BCDEFGHIJKL' >>> string[1:12:3] 'BEHK' 

负数步进：

>>> string[1:10] 'BCDEFGHIJ' >>> >>> string[1:10:-1] '' >>> string[10:1:-1] 'KJIHGFEDC' >>> >>> string[10:1] '' >>> string[10:1:-2] 'KIGEC' 

字符串转换工具

>>>#将以字符串形式出现的数字进行转换： >>> int('55'),str(55) (55, '55') >>> repr(55) '55' 

注意：Repr函数可以将一个对象转换为其字符串形式，然而这些返回的对象作为代码的字符串，可以重新创建对象。

>>> print(str('Yert'),repr('Yert')) Yert 'Yert' 

>>>#浮点数转换字符串： >>> str(3.1415),float("1.5") ('3.1415', 1.5) >>> >>> text="1.234E-10" >>> >>> float(text) 1.234e-10 

字符串代码转换：
单个字符可以通过将其传给内置的ord函数转换为其对应的ASCII码——则个函数实际返回的是这个字符在内存中对应的字符的二进制值。而chr函数将会执行相反的操作，获取ASCII码并将其转换为对应的字符：

>>> ord('s') 115 >>> >>> chr(115) 's' >>>#执行基于字符串的数学运算： >>> S='a' >>> S=chr(ord(S)+1) >>> S 'b' >>> S=chr(ord(S)+1) >>> >>> S 'c' >>> int('5') 5 >>> >>> ord('5') - ord('0') 5 

与循环语句结合，进行整数的处理：
将二进制字符串转换为整数，并将当前值乘以2，并加上下一位数字值。

>>> B = '1101' >>> I = 0 >>> while B != '': ... I = I * 2 + (ord(B[0])-ord('0')) ... B = B[1:] ... >>> >>> I 13 >>> 

修改字符串

>>>#使用合并、分片： >>> S='Yert' >>> >>> S = 'Yert' >>> S = S + 'Alan' >>> S 'YertAlan' >>> S = S[:4] + '·D·' + S[4:] #D之一族 >>> >>> S 'Yert·D·Alan' 

使用replace函数修改（索引到字符串，将其改为指定字符串）：

>>> S=S.replace('Alan','King') >>> S 'Yert·D·King' 

通过字符串格式化表达式来创建新字符串：

>>> "March %sst,I'm a apple,I'm have a %s" % (1,'pencil') "March 1st,I'm a apple,I'm have a pencil" >>> >>> "March {0}st,I'm a apple,I'm have a {1}".format(1,'pencil') "March 1st,I'm a apple,I'm have a pencil" 

使用find方法进行修改：

>>> S = '13658934230' #实现修改号码，保护隐私 >>> >>> node = S.find('5893') >>> >>> node 3 >>> S = S[:node] + 'XXXX' + S[(node+4):] >>> >>> S '136XXXX4230' 

使用合并操作和replace方法每次运行产生新的字符串对象，会消耗性能，所以在对超长文本进行多处修改时，需要将字符串转换为一个支持原处修改的对象。

>>> S = 'yert' >>> >>> L = list(S) >>> >>> L ['y', 'e', 'r', 't'] 

内置的list函数（或一个对象构造函数调用）以任意序列中的元素创立一个新的列表，可以将字符串中的字符分解为一个列表。

Join函数可以将列表合成为一个字符串：

>>> D = ''.join(L) >>> >>> D 'yert' 

其他字符串方法：

>>>#通过分片的方式将数据从原始字符串中分离，称为解析。 >>> S 'yert' >>> >>> J = S[1:3] >>> >>> J 'er' >>>#如果分隔符分开了数据组件，可以使用split方法提取组件。 >>> date = 'My name is Yert' >>> >>> cols = date.split() >>> >>> cols ['My', 'name', 'is', 'Yert'] >>> >>> long_str = 'My name is Yert, I am a computer engineer,I am studing Python' >>> >>> cols = long_str.split(',') >>> >>> cols ['My name is Yert', ' I am a computer engineer', 'I am studing Python'] >>> line = 'The dog is Sam which it is yellow ! \n' >>>#清除每行末尾空白 >>> line.rstrip() 'The dog is Sam which it is yellow !' >>>#全部转换大写 >>> line.upper() 'THE DOG IS SAM WHICH IT IS YELLOW ! \n' >>>#测试内容 >>> line.isalpha() False >>> >>>#检测末尾内容字符串 >>> line.endswith('! \n') True >>>#检测开始内容字符串 >>> line.startswith('The') True >>> line[-len('! \n'):] == '! \n' True >>> >>> line[:len('The ')] == 'The ' True 

字符串格式化表达式
格式化字符串：

1. 在%操作符的左侧放置一个需要进行格式化的字符串，这个字符串带有一个或多个嵌入的转换目标，都以%开头。
2. 在%操作符右侧放置也（或多个，嵌入到元组中）对象，这些对象将会插入到左侧想让Python进行格式化字符串的一个（或多个）转换目标的位置上去。

>>> '%d years later,I have became a %s!' % (3,'engineer') '3 years later,I have became a engineer!' 

高级字符串格式化表达式：

转换目标通用结构：
%[ (name) ] [flags] [width] [.precision] typecode

表中的字节码出现在目标字符串的尾部，在%和字符码只间：可以放置一个字典的键；罗列出左对齐（-）、正负号（+）和补零（0）的标志位；给出数字的整体长度和小数点后的位数等。Width和precision都可编码为一个*，以指定它们应该从输入值的下一项中取值。

>>>#%d对整数进行默认，%-6d进行6位的左对齐格式化，%06d进行6位补零的格式化 >>> M = 24 >>> >>> resu = "result: %d %-6d %06d" % (M,M,M) >>> >>> resu 'result: 24 24 000024' >>>#可以在格式化字符串中用一个*来指定通过计算得出width和precision，从而迫使它们的值从%运算符右边的输出中的下一项获取，元组中的4指定为precision。 >>> '%f,%.2f,%.*f' % (1/3.0,1/3.0,4,1/3.0) '0.333333,0.33,0.3333' 

基于字典字符串格式化

>>>#通过字典的键来提取对应的值： >>> "%(a)d %(x)s" % {'a':1,'x':'Yert'} '1 Yert' >>>#Format方法格式化字符串： >>> date = '{0},{1} and {2}' >>> >>> date.format('Python','PHP','Go') 'Python,PHP and Go' >>> >>> date = '{a},{b} and {c}' >>> >>> date.format(a='Python',b='PHP',c='Go') 'Python,PHP and Go' >>> >>> >>> date = '{a},{0} and {c}' >>> >>> date.format('PHP',a='Python',c='Go') 'Python,PHP and Go' 

格式化字符串可以指定对象属性和字典键。

>>> import sys >>> >>> 'The machine {1[name]} runs {0.platform}'.format(sys,{'name':'Yert'}) 'The machine Yert runs win32' >>> >>> 'The machine {config[name]} runs {sys.platform}'.format(sys=sys,config={'name':'Yert'}) 'The machine Yert runs win32'