Python字符串与正则表达式

字符串

在Python中，字符串属于不可变序列类型，使用单引号、双引号、三单引号或三双引号作为界定符，不同界定符之间可相互嵌套。字符串操作包括比较、元素访问、切片、计数、格式化、查找、替换等。将字符串赋值给多个对象时，对于短字符串，内存中只有一个副本，多个对象共享。在python2.x中，字符串有 str 和 unicode 两种，基类都是 basestring 。在python3.x中，只提供 str 类型，程序源文件默认为 UTF-8 编码，全面支持中文(如： 中国 = {'富强':6,'民主':9,'文明':6,'和谐':9})

字符串格式化

’	%	-	+	0	m	.n	格式字符	‘	%	x
	格式标志	左对齐输出	对正数加正号	指定空位填0	指定最小宽度	指定精度	指定类型		格式运算符	待转换表达式

格式字符	说明	格式字符	说明
%s	字符串（采用str()的显示）	%x	十六进制整数
%r	字符串（采用repr()的显示）	%e	指数（基底写为e）
%c	单个字符	%E	指数（基底写为E）
%b	二进制整数	%f、%F	浮点数
%d	十进制整数	%g	指数（e）或浮点数
%i	十进制整数	%G	指数（E）或浮点数
o%	八进制整数	%%	字符“%”
此外还可以使用 format()方法进行格式化。

字符串常用函数

Str = "red,green,blue,white,black,white"
STR = "A Dream is a Wish your Heart made"
LIS = ["red","green","blue","black"]

1. find( )

Str.find("white")			'''返回第一次出现的位置'''#Out[1]: 15
Str.find("white",21)			'''从指定位置开始查找'''	#Out[2]: 27
Str.find("white",10,21)			'''在指定范围内查找'''	#Out[3]: 15

2. rfind( ) #从字符串尾部向前查找

Str.rfind('b')				#Out[4]: 21

3. index( ) #返回首次出现的位置

Str.index('bl')				#Out[5]: 10

4. rindex( ) #返回最后一次出现的位置

Str.rindex('bl')			#Out[6]: 21

5. count( ) #统计子字符串出现次数

Str.count('re')				#Out[7]: 2

6. split( ) #以指定字符为分隔符，从字符串左端将其分割为多个字符串，若不指定分隔符，则以字符串中任何空白符号为分隔符

S = Str.split(",")			#Out[8]: ['red', 'green', 'blue', 'white', 'black', 'white']

7. rsplit( ) #以指定字符为分隔符，从字符串右端将其分割为多个字符串，同 split( )

S = Str.rsplit("b")			#Out[9]: ['red,green,', 'lue,white,', 'lack,white']

8. partition( ) #以左端开始的指定字符串为分隔符，将字符串分割为分隔符前字符串、分隔符字符串、分隔符后字符串三部分。若指定分隔符不在字符串中，则返回原字符串和两个空字符串

S = Str.partition(',')			#Out[10]: ('red', ',', 'green,blue,white,black,white')

9. rpartition( ) #以左端开始的指定字符串为分隔符，同 partition( )

S = Str.rpartition(',')			#Out[11]: ('red,green,blue,white,black', ',', 'white')

10. join( ) #将列表中的多个字符串进行连接，并在相邻字符串之间插入指定字符。运算符“+”也可连接字符，但是效率较低

sep = ",*"
S = sep.join(LIS)			#Out[12]: 'red,*green,*blue,*black'

11. lower( ) #将字符串转换为小写字符串

S = STR.lower()				#Out[13]: 'a dream is a wish your heart made'

12. upper( ) #将字符串转换为大写字符串

S = STR.upper() 			#Out[14]: 'A DREAM IS A WISH YOUR HEART MADE'

13. capitalize( ) #将字符串首字母转换为大写

S = STR.capitalize()			#Out[15]: 'A dream is a wish your heart made'

14. title( ) #将每个单词的首字母转换为大写

S = STR.title()				#Out[16]: 'A Dream Is A Wish Your Heart Made'

15. swapcase( ) #字符串中的字母大小写互换

S = STR.swapcase()			#Out[17]: 'a dREAM IS A wISH YOUR hEART MADE'

16. replace( ) #替换字符串中指定的所有字符或字符串，每次只能替换一个字符或字符串

S = Str.replace("white","*black")	#Out[18]:'red,green,blue,*black,black,*black'

17. maketrans( ) #生成字符映射表

table = ''.maketrans("rgbw,","@$&%*")	#Out[19]: {114: 64, 103: 36, 98: 38, 119: 37, 44: 42}

18. translate( ) #根据字符映射表替换字符串中的字符

S = Str.translate(table)		#Out[20]: '@ed*$@een*&lue*%hite*&lack*%hite'

19. strip( ) #删除字符串两端连续的指定字符，若没指定则默认空白字符

S = Str.strip("re")			#Out[21]: 'd,green,blue,white,black,whit'

20. rstrip( ) #删除字符串右端连续的指定字符，同strip( )

S = Str.rstrip("ret")			#Out[22]: 'red,green,blue,white,black,whi'

21. lstrip( ) #删除字符串左端连续的指定字符，同strip( )

S = Str.lstrip("ret")			#Out[23]: 'd,green,blue,white,black,white'

22. eval( ) #尝试把任意字符串转换为Python表达式并求值

eval("3*(67*9+70)")			#Out[24]: 2019

23. 关键字 in #用 in 或者 not in 判断一个字符串是否出现在另一个字符串中

"gree" in Str				#Out[25]: True
"e,wh" not in Str			#Out[26]: False

24. startswith( ) #判断字符串是否以指定字符串开始，可限定检测范围

Str.startswith('red',0,3)		#Out[27]: True

25. endswith( ) ##判断字符串是否以指定字符串结束，可限定检测范围

Str.endswith('te',10,20)		#Out[28]: True

26. isalnum( ) #检测字符串是否为字母或数字字符

'a1b2c3'.isalnum()			#Out[29]: True

27. isalpha( ) #检测字符串是否为字母

'1a2b3c'.isalpha()			#Out[30]: False

28. isdigit( ) #检测字符串是否为数字字符

'12x34'.isdigit()			#Out[31]: False

29. isspace( ) #检测字符串是否为空白字符

'	'.isspace()			#Out[32]: True

30. isupper( ) #检测字符串是否为大写字母

'ASDxDSA'.isupper()			#Out[33]: False

31. islower( ) #检测字符串是否为小写字母

'adssda'.islower()			#Out[34]: True

32. center( ) #返回指定长度的字符串，原字符串居中

'*PixieHollow*'.center(24)		#Out[35]: '     *PixieHollow*      '

33. ljust( ) #返回指定长度的字符串，原字符串居左

'*PixieHollow*'.ljust(24)		#Out[36]: '*PixieHollow*           '

34. rjust( ) #返回指定长度的字符串，原字符串居右

'*PixieHollow*'.rjust(24)		#Out[37]: '           *PixieHollow*'

正则表达式

正则表达式由元字符及其不同组合来构成。通过巧妙的构造正则表达式可以匹配任意字符串，并完成复杂的字符串处理任务。

正则表达式常用元字符

元字符	说明	元字符	说明
.	匹配除换行符以外的任意单个字符	*	匹配位于*之前的字符或子模式的0次或多次出现
+	匹配位于+之前的字符或子模式的1次或多次出现	-	用在[ ]之内用来表示范围
|	匹配位于|之前或之后的字符	^	匹配行首，匹配以^后面的字符开头的字符串
$	匹配行尾，匹配以$之前的字符结束的字符串	?	匹配位于“?”之前的0个或1个字符。当此字符紧随任何其它限定符（*、+、?、{n}、{n,}、{n,m}）之后时，匹配模式是“非贪心”的。“非贪心”模式匹配搜索到的、尽可能短的字符串，而默认的“贪心”模式匹配搜索到的、尽可能长的字符串。
|表示位于\之后的为转义字符	\num	num为正整数，匹配两个连续的字符
\f	换页符匹配	\n	换行符匹配
\r	匹配一个回车符	\b	匹配单词头或单词尾
\B	与\b含义相反	\d	匹配任何数字，相当于[0 - 9]
\D	与\d含义相反，相当于[^0 - 9]	\s	匹配任何空白字符
\S	与\s含义相反	\w	匹配任何数字、字母以及下划线
\W	与\w含义相反	()	将位于()内的内容作为一个整体来对待
{}	按{}中的次数进行匹配	[]	匹配位与[]中的任意一个字符
[^xyz]	反向字符集，匹配处x、y、z之外的任何字符	[a - z]	字符范围，匹配指定范围内的任何字符
[^a - z]	反向范围字符，匹配除小写英文字母之外的任何字符

re模块常用方法

方法	说明
compile(pattern[,flags])	创建模式对象
search(pattern,string[,flags])	在整个字符串中寻找模式，返回match对象或None
match(pattern,string[,flags])	从字符串的开始处匹配模式，返回match 对象或None
findall(pattern,string[,flags])	列出字符串中模式的所有匹配项
split(pattern,string[,maxsplit = 0])	根据模式匹配项分割字符串
sub(pat,repl,string[,count = 0])	将字符串中所有pat的匹配项用repl替换
escape(string)	将字符串中所有特殊正则表达式字符转义

子模式扩展语法

语法	说明
(?P< groupname >)	为子模式命名
(?iLmsux)	设置匹配标志，可以是几个字母的组合，每个字母含义与编译标志相同
(?:…)	匹配但不捕获该匹配的子表达式
(?P = groupname)	表示在此之前的命名为 groupname 的子模式
(?#…)	表示注释
(?=…)	用于正则表达式之后，如果=后的内容在字符串中出现则匹配，不返回=之后的内容
(?!..)	用于正则表达式之后，如果!后的内容在字符串中不出现则匹配，不返回!之后的内容
(?<=…)	用于正则表达式之前，与(?=…)含义相同
(?<!..)	用于正则表达式之前，与(?!..)含义相同
== ---------------------------------------------------------华丽的分割线---------------------------------------------------------==