第6章1-字符串及正则表达式 p63

字符串的常用方法 p63 p64

字符串是不可变数据类型

方法名	描述说明
str.lower()	将str字符串全部转成小写字母并产生一个新的字符串，str字符串保持不变
str.upper()	将str字符串全部转成大写字母并产生一个新的字符串，str字符串保持不变
str.split(sep=None)	将str按照指定的分隔符sep进行分隔，产生一个新列表类型，原字符串不变
str.count()	sub这个字符串在str中出现的次数
str.find(sub)	查询sub这个字符串在str中是否存在，若不存在返回-1，若存在返回sub首次出现的索引
str.index(sub)	功能与find相同，区别在于要查询的子串sub不存在时，程序报错
str.startwith(s)	查询字符串str是否以子串s开头
str.endwith(s)	查询字符串str是否以子串s结尾
str.replace(old,news)	使用news字符串替换字符串s中所有old字符串，结果是一个新的字符串
str.center(width,fillchar)	字符串str在指定的宽度范围内居中，可以使用fillchar进行填充
str.join(iter)	在iter中的每个元素后面都增加一个新的字符串str（除了最后一个元素或者字符），如果是包含多个字符串元素的列表，会先添加再把这些都串起来
str.strip(chars)	从字符串中去掉左侧和右侧chars中列出的字符串
str.lstrip(chars)	从字符串中去掉左侧chars中列出的字符串
str.rstrip(chars)	从字符串中去掉右侧chars中列出的字符串

代码实例：

# 大小写相互转换
s1='HelloWorld'
s2=s1.lower()
print(s1)
print(s2)

s3=s1.upper()
print(s3)

# 字符串的分隔
e_mail='123@qq.com'
lst=e_mail.split('@')
print(e_mail)
print(lst[0],lst[1])

# 统计子串'o'出现的次数
print(s1.count('o'))
print(s1.count('m')) # 不存在的字符返回0

# 字符串的检索操作
print(s1.find('o')) # 若存在，找到首次出现的索引
print(s1.find('m')) # 若不存在，返回-1

print(s1.index('o'))
#print(s1.index('m')) # 'm'不存在于s1中

# 判断前缀和后缀
print('demo.py'.endswith('.py'))
print('text.txt'.endswith('.txt'))

print(s1.startswith('H'))
print(s1.startswith('P'))


s='HelloWorld'
# 字符串的替换
s1=s.replace('o','你好') # 第三个参数是替换几次，若未指定则是替换所有
print(s)
print(s1)
s2=s.replace('o','你好',1)
print(s2)

# 字符串在指定的宽度范围内居中
print(s.center(20))
print(s.center(20,'*'))

# 去掉字符串左右的空格
s='    Hello    World    '
print(s)
print(s.strip(' ')) # 左右两侧的空格都被去掉了
print(s.lstrip(' ')) # 只取掉左侧的空格
print(s.rstrip(' ')) # 只取掉右侧的空格

# 去掉指定的字符
s='dl-HelloWorld'
print(s.strip('ld')) # 与顺序无关,任何一种顺序都可以
print(s.lstrip('ld'))

s='dlr-HelloWorld'
print(s.strip('rld'))

s='rdl-HelloWorld'
print(s.strip('rld'))

格式化字符串的三种方式 p65

1、占位符

%s:字符串格式
%d:十进制整数格式
%f:浮点数格式
%.1f:小数位数为1的浮点数格式

2、f-string

使用 f'字符串' 和 {} 标明被替换的字符

3、str.format()方法

模板字符串.format(逗号分隔的参数)

代码实例

# 1、使用占位符进行格式化
name='马冬梅'
age=18
score=98.5
print('姓名；%s,年龄：%d，成绩：%f' % (name,age,score))
print('姓名；%s,年龄：%d，成绩：%.1f' % (name,age,score)) # 通过使用%.1f控制小数点位数

# 2、f-string python3.6之后可以用
print(f'姓名：{name},年龄:{age},成绩：{score}')

# 3、使用字符串的format方法
print('姓名:{0},年龄:{1},成绩:{2}'.format(name,age,score))
print('姓名:{2},年龄:{0},成绩:{1}'.format(age,score,name))

format详细格式控制 p66

格式化字符串的详细格式

:	填充	对齐方式	宽度	，	.精度	类型
引导符号	用于填充单个字符	<左对齐，>右对齐，^居中对齐	字符串的输出宽度	数字的千位分隔符	浮点数小数部分的精度或字符串的最大输出长度	整数类型：b\d\o\x\X，浮点数类型：e\E\f\%

注意十六进制输出时，不包含0x

代码实例：

s='HelloWorld'
print('{0:*<20}'.format(s))
print('{0:*>20}'.format(s))
print('{0:*^20}'.format(s))

print(s.center(20,'*'))

# 千位分隔符（只适用于整数和浮点数）
print('{0:,}'.format(123456789))
print('{0:,}'.format(123456789.123456))

# 浮点数小数部分的精度
print('{0:.2f}'.format(3.1415926))

# 字符串类型表示最大的显示长度
print('{0:.5}'.format('helloworld')) # hello

# 整数类型
a=425
print('二进制:{0:b},十进制:{0:d},八进制:{0:o},十六进制:{0:d}'.format(425))

# 浮点数类型
b=3.1415926
print('{0:.2f},{0:.2E},{0:.2e},{0:.2%}'.format(b))

字符串的编码和解码 p67

str：字符串类型
bytes：二进制类型

字符串的网络传输：
str -> bytes -> str

str -> bytes是字符串编码的过程
bytes -> str是字符串解码的过程

字符串的编码：
将str类型转换成bytes类型，需要使用到字符串encode()方法

str.endcode(encoding='utf-8',errors='strict/ignore/replace')

字符串的解码：
将bytes类型转换成str类型，需要使用到bytes类型的decode方法

bytes.decode(encoding='utf-8',errors='strict/ignore/replace')

strict，ignore，replace是执行出错的处理方案：
strict：执行出错就报错
ignore：执行出错忽略错误
replace：执行出错时将出错的地方使用?替代

默认是 strict

代码实例：

s='伟大的中国梦'

# 编码：str->bytes
s_code=s.encode(errors='replace') # encoding默认是utf-8，因为utf-8中文占3个字节
print(s_code)

s_code_gbk=s.encode(encoding='GBK',errors='replace') # gbk编码中一个中文占两个字节
print(s_code_gbk)

# 编码中的出错问题
s2='耶♬'

s2_code=s2.encode(encoding='GBK',errors='ignore')
print(s2_code)

# 出错处理变成严格后，这里会报错
#s2_encode=s2.encode('gbk',errors='strict')

s2_encode=s2.encode('gbk',errors='replace')
print(s2_encode)

# 解码：bytes->str
print(s_code_gbk.decode('gbk'))
print(s2_encode.decode('gbk'))

数据的验证 p68

指程序对用户输入的数据进行合法性验证

方法名	描述说明
str.isdigit()	所有字符都是数字（阿拉伯数字）只能是十进制的阿拉伯数字
str.isnumeric()	所有字符都是数字，可以是阿拉伯数字，罗马数字，中文一二三四这些
str.isalpha()	所有字符都是字母（包含中文字符）
str.isalnum()	所有字符都是数字或者字母
str.islower()	所有字符都是小写
str.isupper()	所有字符都是大写
str.istitle()	所有字符都是首字母大写
str.isspace()	所有字符都是空白字符

代码实例：

# isdigit() 只识别十进制的阿拉伯数字
print('123'.isdigit())
print('一二三'.isdigit())
print('0b101'.isdigit()) # F
print('Ⅰ'.isdigit()) # F

# 是数字就行，罗马数字，阿拉伯数字，中文数字，人民币数字
print('123'.isnumeric())
print('一二三'.isnumeric())
print('0b101'.isnumeric()) # F
print('Ⅰ'.isnumeric()) # T
print('壹'.isnumeric()) # T

print('-'*100)

# 所有字符都是字母（包含中文字符）
print('hello大家'.isalpha())
print('hello大家123'.isalpha()) # F
print('hello大家一二三'.isalpha()) # T
print('hello大家ⅠⅠⅠ'.isalpha()) # F

print('-'*100)

# 所有字符是数字或者字母
print('123'.isalnum())
print('一二三'.isalnum())
print('0b101'.isalnum()) # F
print('Ⅰ'.isalnum()) # T
print('壹'.isalnum()) # T

print('-'*100)

# 判断字符的大小写
print('HelloWorld'.islower())
print('helloworld'.islower())
print('hello你好'.islower()) # T 汉字可以被视为大写也可以被视为小写
print('HELLO你好'.isupper()) # T 汉字可以被视为大写也可以被视为小写

print('-'*100)

# 所有字符都是首字母大写
print('Hello'.istitle())
print('HelloWorld'.istitle()) # F 因为有一个不是首字母的大写了
print('Helloworld'.istitle()) # T
print('Hello World'.istitle()) # T
print('Hello world'.istitle()) # F

print('-'*100)

# 判断是否都是空白字符,注意制表符和换行符也是空白字符
print('\t'.isspace()) # T
print('\n'.isspace()) # T
print(' '.isspace())

字符串的拼接操作 p69

字符串拼接的几种方式：
1、使用str.ioin()方法进行拼接字符串
2、直接拼接
3、使用格式化字符串进行拼接

代码实例：

s1='hello'
s2='world'

# 1、使用加号拼接
print(s1+s2)

# 2、使用str.ioin()方法
print(''.join([s1,s2])) # 使用空字符串进行拼接

print('*'.join(['hello','world','python'])) # hello*world*python

# 3、直接拼接，两个字符串连着写
print('hello''world') # 不能连着写字符串变量

# 4、使用格式化字符串进行拼接
print('%s%s' % (s1,s2))
print(f'{s1}{s2}')
print('{0}{1}'.format(s1,s2))

字符串的去重操作 p70

s='helloworldhelloworldasdsdasdas'

# 1、字符串拼接  和 not in
new_s=('')
for item in s:
    if item not in new_s:
        new_s+=item # 字符串的拼接操作

print(new_s)

# 2、使用索引和not in
new_s2=''
for i in range(len(s)):
    if s[i] not in new_s2:
        new_s2+=s[i]
print(new_s2)

# 3、通过集合去重 + 列表排序
new_s3=set(s)
print(new_s3)
lst=list(new_s3)
print(lst)
lst.sort(key=s.index) # 注意这个key=s.index
print(lst)
print(''.join(lst))

正则表达式的简介及相关符号 p71

元字符：具有特殊意义的专用字符
例如 ^ 和 $ 分别表示匹配的开始和结束

元字符	描述说明	举例	结果
.	匹配任意字符，除了 \n	p\nytho\tn	p,y,t,h,o,\t,n
\w	匹配字母，数字，下划线	python\n123	p,y,t,h,i,n,1,2,3
\W	匹配非（字母、数字、下划线）	pythoin\n123	\n
\s	匹配任意空白字符	python\t123	\t
\S	匹配任意非空白字符	python\t123	p,y,t,h,o,n,1,2,3
\d	匹配任意十进制数	python\t123	123

限定符：限定匹配的次数。

限定符	描述说明	举例	结果
?	匹配前面的字符0次或者1次	colou?r	可以匹配color或者colour
+	匹配前面的字符1次或多次	colou+r	可以匹配colour或colouu...r
*	匹配前面的字符0次或多次	colou*r	可以匹配color或colouu...r
{n}	匹配前面的字符n次	colou{2}r	可以匹配colouur
{n,}	匹配前面的字符最少n次	colou{2,}r	可以匹配colouur或colouuu...r
{n,m}	匹配前面的字符最少n次，最多m次	colou{2,4}r	可以匹配colouur或colouuur或colouuuur

其他字符

其他字符	描述说明	举例	结果
区间字符[]	匹配[]中所指定的字符	[.?!] [0-9]	匹配标点符号：点号，问号，感叹号；匹配0到9数字
排除字符^	匹配不在[]中指定的字符	[^0-9]	匹配除0到9的字符
选择字符|	用于匹配|左右的任意字符	\d{18}|\d{15}	匹配18位或者15位数字
转义字符	同python中的转义字符	\.	将.作为普通字符来使用
[\u4e00-\u9fa5]	匹配任意一个汉字
分组()	改变限定符的作用	six|fourth 和 (six|four)th	一个是匹配six或fourth，一个是匹配sixth或fourth

re模块中的match函数的使用 p72

re模块：python中的内置模块
用于实现python中的正则表达式操作

函数	功能描述
re.match(pattern,string,flags=0)	用于从字符串的开始位置进行匹配，若起始位置匹配成功(部分匹配成功也算成功，结算成功的部分)，结果为Match对象，否则结果为None
re.search(pattern,string,flags=0)	用于在整个字符串中搜索第一个匹配的值，若匹配成功，结果为Match对象，否则结果为None
re.findall(pattern,string,flags=0)	用于在整个字符串中搜索所有符合正则表达式的值，结果是一个列表类型
re.sub(pattern,repl,string,count,flags=0)	用于实现对字符串中指定子串的替换
re.split(pattern,string,maxsplit,flags=0)	与字符串中的split()方法功能相同，都是分隔字符串

代码实例：

import re

pattern='\d\.\d+'                           # 模式字符串，注意\.就是表示'.'字符
s='I study Python 3.11 every day'           # 待匹配字符串
match=re.match(pattern,s,re.I)
print(match) # match是从开始的位置进行匹配的，开头就不适合

s2='3.11Python I study every day'
match2=re.match(pattern,s2,re.I)
print(match2) # <re.Match object; span=(0, 4), match='3.11'>

print('匹配值的起始位置：',match2.start())
print('匹配值的结束位置：',match2.end())
print('匹配区间的位置元素：',match2.span())
print('待匹配的字符串：',match2.string)
print('匹配的数据：',match2.group())

re模块中search函数和findall函数的使用 p73

search函数

找到第一个满足模式的

import re

pattern='\d\.\d+'
s='I study Python3.11 every day Python2.7 I love you'
match=re.search(pattern,s) # 有两个满足的，但是search只找到第一个满足条件的
s2='4.10 Python I study every day'
match2=re.search(pattern,s2)
s3='Python I study every day'
match3=re.search(pattern,s3)
print(match)
print(match2)
print(match3)

print(match.group())
print(match2.group())

findall函数

找到所有满足条件的
结果是列表类型

import re

pattern='\d\.\d+'
s='I study Python3.11 every day Python2.7 I love you'
s2='4.10 Python I study every day'
s3='Python I study every day'

lst=re.findall(pattern,s)
lst2=re.findall(pattern,s2)
lst3=re.findall(pattern,s3)

print(lst)
print(lst2)
print(lst3)

re模块中sub函数和split函数的使用 p74

import re

pattern='黑河|破解|反爬'
s='我想学习python，想破解一些VIP视频，Python可以实现无底线反爬吗'

new_s=re.sub(pattern,'xxx',s)
print(new_s)

s2='https://www.google.com.hk/search?q=jl&newwindow=1&sca_esv=593555560&rlz=1C1GCEA_enCN982CN982&ei=CWCJZbBh_tHaug-VmamoCA&ved=0ahUKEwjwiYbttqqDAxX-qFYBHZVMCoUQ4dUDCBA&uact=5&oq=jl'
pattern2='[?&]'
lst=re.split(pattern2,s2)
print(lst)