python期末复习第四章字符串与正则表达式

一、字符串

（一）、字符串的常用方法

1.find()和rfind()，分别用来查找一个字符串在当前字符串指定范围（默认为整个字符串）中首次和最后一次出现的位置，如果不存在，则返回-1。

>>>s='apple,peach,apple,peach'
>>>s.find('peach')
6
>>>s.find('peach',7)    从下标7开始查找
18
>>>s.find('peach',7,20)
-1
>>>s.rfind('p')
18

2.index()和rindex()与find()和rfind()函数相同，都是查找元素，只是index()和rindex()会报错，而find函数返回-1。

3.用count()返回一个字符串在当前字符串中的出现次数，不存在返回0。

4.split()和rsplit()方法分别以指定字符为分隔符，从字符串左端和右端开始将其分隔成多个字符串，返回包含分隔结果的列表，如果不指定分隔符，则字符串中的任何空白符号(包括空格、换行符、制表符等)都将认为是分隔符，返回包含最终分隔结果的列表。

>>>s='apple,peach,banana,pear'
>>>s.split(',')
>>>s
['apple','peach','banana','pear']

split()和rsplit()方法还可以指定最大分隔项数
>>>s.split(',',2)
['apple', 'peach', 'banana,pear']

5.partition()和rpartition()用来以指定字符串为分隔符将原字符串分隔为3部分，分别为分隔前的字符串，分隔符字符串，分隔符后的字符串,不过partition()只分隔一次。如果指定的分隔符不在原字符串中，则返回原字符串和两个空字符组成的元组。

>>>s='apple,peach,banana,pear'
>>>s.partition(',')
('apple', ',', 'peach,banana,pear')

#指定分隔符不在原字符串中

s='apple,peach,banana,pear'
print(s.partition(':'))

结果为
('apple,peach,banana,pear', '', '')

6.join()方法用来将列表或其他可迭代对象中多个字符串进行连接，并在相邻的两个字符串之间插入指定字符串

s=['apple','peach','banana','pear']
print(','.join(s))

结果为：
apple,peach,banana,pear

7.lower()、upper()、capitalize()、title()、swapcase(),这几个方法分别用来将字符串中的英文字母转换成小写，大写字符串，将字符串首字母转换成大写(如果第一个字符是英文字母)，将每个单词的首字母变为大写以及大小写互换。

8.replace()，该方法用来替换字符串中指定字符或子字符串的所有重复出现，每次只能替换一个字符或一个字字符串，返回处理后的新字符串，不修改原字符串。

语法：replace（原字符串，替换内容）

s=('测试','非法','暴力','话')
text='这句话里含有非法内容'
for word in s:
    if word in text:
        text=text.replace(word,'***')
print(text)

结果为：
这句***里含有***内容

9.maketrans(),translate()

maketrans()方法用来生成字符映射表，translate()方法按映射表中的对应关系转换字符串，并替换其中的字符，使用这两个方法可以同时处理多个字符，replace()方法无法满足这一要求。

text='测试：这句话里含有非法内容,这句话含有暴力内容'
table=' '.maketrans('非法暴力','****')
print(text.translate(table))

结果为：
测试：这句话里含有**内容,这句话含有**内容

注意：此时text字符串并未改变

10.strip(),rstrip(),lstrin()这几个方法分别用来删除当前字符串两端、右端或左端的空白字符或指定字符。

删除指定字符串：

s='aabbccddeeffg'
print('aabbccddeeffg'.strip('afg'))

结果：bbccddee

注意：用strip()删除字符串并不是作为一个整体，而是一个一个扒。

（二）、字符串常量

在string模块中定义了多个字符串常量，包括数字字符，标点符号，英文符号，英文字母，大写字母，小写字母等，可以导入string模块后使用这些常量。

string.digits        包含0~9字符串。

string.letters        所有大小写字母

string.lowercase        所有小写字母

二、正则表达式

（一）、基本规则

https://github.com/ziishaned/learn-regex/blob/master/translations/README-cn.md

（二）、python中re模块的主要函数

1.sub(pattern，repl，string【，count=0】)

将字符串中pattern的所有匹配项用repl替换

import re
pat='{name}'
text='Dear.{name}'
print(re.sub(pat,'Mr.Dong',text))

结果为：
Dear.Mr.Dong

2.split(pattern,repl,string[,maxsplit=0])

根据匹配模式项分隔字符串

import re
text='alpha.beta...gamma delta'
print(re.split('[\.]+',text))

结果为：
['alpha', 'beta', 'gamma delta']

注意：maxsplit为最大分隔次数。

3.findall(pattern,string[,flags])

返回字符串中模式的所有匹配项组成的列表

import re
text='alpha.beta...gamma delta'
print(re.findall('\w+',text))


结果为：
['alpha', 'beta', 'gamma', 'delta']

4.match()和search()都只匹配一个结果，但是match()是从字符串的开头开始匹配的，如果匹配的字符不是在开头处，那么它就会返回None，匹配成功返回match对象。

而search()在整个字符串或指定范围开始匹配，匹配整一个字符串得出结果。

import re
 
result1 = re.match('li', 'liadadafbba').group()
result2 = re.match('li', 'addadlidadaf')
 
print(result1, result2)

结果为：
li  None

注意：group()方法不带参数意思是返回整个匹配结果。

5.正则表达式对象，使用compile()函数将正则表达式编译为正则表达式对象,使用正则表达式对象可以提高字符串处理速度，适合多次使用同一个正则表达式的场合。 

import re
pattern=re.compile('\w+')    将表达式编译为表达式对象
text='alpha.beta...gamma delta'
print(pattern.findall(text))    正则表达式对象使用findall方法

结果为：
['alpha', 'beta', 'gamma', 'delta']

6.Match()对象主要方法有group()(返回一个或多个子模式内容)，groups（返回一个包含匹配所有子模式内容的元组），groupdict（）（返回包含匹配模式的所有命名子模式内容的字典）。

import re

#下面代码展示了group()方法的用法
a=re.match(r'(\w+)\s(\w+)','Isaac Newton,physicist')
print(a.group(0))    #返回整个子模式
#结果为：Isaac Newton
print(a.group(1))    #返回第一个子模式
#结果为：Isaac
print(a.group(2))    #返回第二个子模式
#结果为：Newtown


#下面代码展示了groups()方法的用法
print(a.groups())
#结果为：('Isaac', 'Newton')

groupdict()使用时要先给子模式命名，语法为:(?P<name>),注意P是大写，名字是生成的字典的键

import re
a=re.match(r'(?P<first>\w+)\s(?P<second>\w+)','Isaac Newton,physicist')
print(a.groupdict())

#结果为：{'first': 'Isaac', 'second': 'Newton'}

（三）、子模式

使用括号表示一个子模式，括号内的内容作为一个整体处理，例如‘(red)+’可以匹配redred,redredred等多个重复red的情况

pattern=compile('(\w+)')    #括号（）为子模式