Python零基础入门（五）

五、字符串与正则表达式

字符串几乎是所有编程语言在项目开发过程中涉及最多的一块内容。大部分项目的运行结果，都需要以文本的形式展示给客户，比如财务系统的总账报表，火车站的列车时刻表等。这些都是经过程序精密的计算、判断和梳理，将我们想要的内容用文本形式直观地展示出来。下面我们将重点介绍如果操作字符串和正则表达式的应用。

5.1 字符串常用操作

（1）拼接字符串
使用“+”运算符可完成对多个字符串的拼接，“+”运算符可以连接多个字符串并产生一个字符串对象。代码示例如下：

chinese = "汉语"
english = "English"
print(chinese + '--' + english)

输出结果如下：

注意：字符串不允许直接与其他类型的数据拼接，示例代码如下：

str1 = '今天我一共花了'
money = 88
str2 = '元'
print(str1 + num + str2)

输出结果如下：

上述问题的解决办法：可以将整数转化为字符串，可以使用str()函数实现，修改后如下，

str1 = '今天我一共花了'
money = 88
str2 = '元'
print(str1 + str(money) + str2)

最后输出如下：

（2）计算字符串的长度
由于不同的字符所占字节数不同，所以要计算字符串的长度，需要先了解各字符所占的字节数。在Python中，数字、英文、小数点、下划线和空格占一个字节；一个汉字可能会占2-4个字节，占几个字节取决于采用的编码。汉字在GBK/GB2312编码中占2个字节，在UTF-8/Unicode中一般占用3个字节（或4个字节）。下面以Python默认的UTF-8编码为例进行说明，即一个汉字占3个字节。在Python中，提供了len()函数计算字符串的长度，语法格式如下：

len(string)
string：用于指定要进行长度统计的字符串

代码示例如下：

str1 = '今天我一共花了88个W'
print(len(str1))

代码执行后输出结果为11。从执行结果可以看出，在默认情况下，通过len()函数计算字符串的长度时，不区分英文、数字和汉字，所有字符都认为是一个。
在实际开发中，有时需要获取字符串实际所占的字节数，即如果采用UTF-8编码，汉字占3个字节，采用GBK或者GB2312时，汉字占2个字节。这时，可以通过encode()方法进行编码后再进行获取。代码示例如下：

str1 = '今天我一共花了88个W'

print(len(str1.encode()))

代码执行后输出结果为27。因为8个汉字占24个字节，英文和数字占3个字节，总共27个字节。如果想要获取GBK编码的字符串长度，代码如下：

str1 = '今天我一共花了88个W'
print(len(str1.encode('gbk')))

代码执行后，输出结果为19。

（3）截取字符串
由于字符串也属于序列，所以要截取字符串，可以采用切片方法实现。通过切片截取字符串语法格式如下：

string[start : end : step]
string:表示要截取的字符串
start:表示要截取的第一个字符的索引（包括该字符），如果不指定，默认为0。
end:表示要截取的最后一个字符的索引（不包括该字符），如果不指定则默认为该字符串的长度。
step:表示切片的步长，如果省略，则默认为1，当省略该步长时，最后一个冒号也可以省略

说明：字符串的索引同序列的索引是一样的，也是从0开始，并且每个字符占一个位置。代码示例如下：

str1 = '今天我一共花了88个W'
substr1 = str1[1]
substr2 = str1[5:]
substr3 = str1[:5]
substr4 = str1[2:5]
print('原字符：', str1)
print(substr1 + '\n' + substr2 + '\n' + substr3 + '\n' + substr4)

运行结果如下：

（4）分割字符串

在Python中，字符串对象提供了分割字符串的方法。分割字符串是把字符串分割为列表，分割字符串可以看做是互逆操作。字符串对象的split()方法可以实现字符串分割，也就是把一个字符串按照指定的分隔符切分为字符串列表，该列表的元素中，不包括分隔符。split()方法的语法格式如下：

str.split(sep, maxsplit)
str:表示要进行分割的字符串
sep:用于指定分隔符，可以包含多个字符，默认为None，即所有空字符（包括空格、换行“\n”、制表符“\t”等）
maxsplit:可选参数，用于指定分割的次数，如果不指定或者为-1，则分割次数没有限制，否则返回结果列表的元素个数最多为maxsplit+1。
返回值：分隔后的字符串列表

注意：在split()方法中如果不指定sep参数，那么也不能指定maxsplit参数。
示例代码如下：

str1 = '电 子 科 技 大 学 官 网 >>> www.uestc.edu.cn'
print('原字符串：', str1)
list1 = str1.split()  # 采用默认分隔符进行分割4
list2 = str1.split('>>>')
list3 = str1.split('.')
list4 = str1.split(' ', 4)
print(str(list1) + '\n' + str(list2) + '\n' + str(list3) + '\n' + str(list4))
list5 = str1.split('>')
print(list5)

运行结果如下：

说明：在使用split()方法时，如果不指定参数，默认采用空白符进行分割，这时无论有几个空格或者空白符都将作为一个分隔符进行分割。

（5）检索字符串
在Python中，字符串对象提供了很多应用于字符串查找的方法，下面开始介绍几种方法。

1. count()方法
   count()方法用于检索指定字符串在另一个字符串中出现的次数。如果检索的字符串不存在，则返回0，否则返回出现的次数。语法格式如下：

str.count(sub[, start[, end]])
str:表示原字符串。
sub:表示要检索的子字符串。
start:可选参数，表示检索范围的起始位置的索引，如果不指定则从头开始。
end:可选参数，表示检索范围的结束位置的索引，如果不指定，则一直检索到结尾。

示例代码如下：

str1 = '@电子科技大学官网 @四川大学 @四川师范大学'
print('字符串”', str1, '“中包括', str1.