Python语法学习记录（13）：字符串

1、字符串简介：

字符串（即不能修改的字符list）字符串是一个整体。如果你想直接修改字符串的某一部分，是不可能的。但我们能够读出字符串的某一部分。进行子字符串的提取。

2、字符串的操作：

2.1 字符串的赋值定义、子字符串

字符串的赋值与定义：

string_test = "Hello My Friend"

子字符串的提取：

可以使用方括号来截取字符串

string_test = "Hello My Friend"
srring_test_sub = string_test[:6]

2.2 字符串运算符

下表实例变量a值为字符串 “Hello”，b变量值为 “Python”：

操作符	描述	实例
+	字符串连接	a + b 输出结果： HelloPython
*	重复输出字符串	a*2 输出结果：HelloHello
[]	通过索引获取字符串中字符	a[1] 输出结果 e
[ : ]	截取字符串中的一部分，遵循左闭右开原则，str[0,2] 是不包含第 3 个字符的。	a[1:4] 输出结果 ell
in	成员运算符 - 如果字符串中包含给定的字符返回 True	’H’ in a 输出结果 True
not in	成员运算符 - 如果字符串中不包含给定的字符返回 True	’M’ not in a 输出结果 True
r/R	原始字符串 - 原始字符串：所有的字符串都是直接按照字面的意思来使用，没有转义特殊或不能打印的字符。 原始字符串除在字符串的第一个引号前加上字母 r（可以大小写）以外，与普通字符串有着几乎完全相同的语法。	print( r'\n' ) print( R'\n' )
%	格式字符串	请看下一节内容。

2.3 字符串的内置函数：

len(string) # 返回字符串长度
max(str)#返回字符串 str 中最大的字母
min(str)#返回字符串 str 中最小的字母
cmp(“my friend”, str) #字符串比较。第一个大，返回1

2.4 字符串的转换：

oat(str) #变成浮点数，float(“1e-1″) 结果为0.1
int(str) #变成整型， int(“12″) 结果为12
int(str,base) #变成base进制整型数，int(“11″,2) 结果为2
long(str) #变成长整型，
long(str,base) #变成base进制长整型

2.5 字符串的分割与拼接：

分割：

str.partition(s) # 用s将str切分成三个值
str.split(s[, num]) # 以s为分隔符切片str num=string.count(str)) 以 str 为分隔符截取字符串，如果 num 有指定值，则仅截取 num+1 个子字符串
str.splitlines([keepends]) # 按照行分隔，返回一个包含各行作为元素的列表.按照行('\r', '\r\n', \n')分隔，返回一个包含各行作为元素的列表，如果参数 keepends 为 False，不包含换行符，如果为 True，则保留换行符。
str.rpartition(s) # 类似于 partition()函数,不过是从右边开始查找

拼接：

join(seq) # 以指定字符串作为分隔符，将 seq 中所有的元素(的字符串表示)合并为一个新的字符串
s1 = "-"
s2 = ""
seq = ("r", "u", "n", "o", "o", "b") # 字符串序列
print (s1.join( seq ))
print (s2.join( seq ))
# r-u-n-o-o-b
# runoob

2.6 字符串查找、替换、索引、计数：

str.replace(a, b[,max]) # 将字符串str中的a替换成b  次数不超过max次数
str.count(s) # 返回字符串s在str中出现的次数
str.find(s) # 返回字符串s在字符串str中的位置索引，没有则返回-1  
str.rfind(s) # 类似于 find()函数，不过是从右边开始查找
str.index(s) # 和find()方法一样，但是如果s不存在于str中则会抛出异常
str.rindex(s) # 类似于 index()，不过是从右边开始

字符映射表：

str.maketrans(intab, outtab)
str.translate(table)
bytes.translate(table[, delete])    
bytearray.translate(table[, delete]) 

例子：

intab = "aeiou"
outtab = "12345"
trantab = str.maketrans(intab, outtab)   # 制作翻译表
 
str = "this is string example....wow!!!"
print (str.translate(trantab))
# 输出 th3s 3s str3ng 2x1mpl2....w4w!!!

# 制作翻译表
bytes_tabtrans = bytes.maketrans(b'abcdefghijklmnopqrstuvwxyz', b'ABCDEFGHIJKLMNOPQRSTUVWXYZ')
# 转换为大写，并删除字母o
print(b'runoob'.translate(bytes_tabtrans, b'o'))
# 输出 b'RUNB'

2.7 字符串的大小写和部分字符处理：

str.capitalize() # 把字符串的首字母大写
str.lower() # 转换str中所有大写字符为小写
str.strip() # 等于同时执行rstrip()和lstrip()  
str.title() # 返回”标题化”的str,所有单词都是以大写开始，其余字母均为小写
str.upper() # 返回str所有字符为大写的字符串
str.center(width) # 将原字符串用空格填充成一个长度为width的字符串，原字符串内容居中
str.ljust(width) # 返回一个原字符串左对齐的并使用空格填充至长度width的新字符串
str.lstrip() # 去掉str左边的不可见字符
str.rstrip() # 去掉str右边的不可见字符
str.swapcase() # 将字符串中大写转换为小写，小写转换为大写
str.zfill(width) # 返回长度为 width 的字符串，原字符串str右对齐，前面填充0
str.rjust(width) # 返回一个原字符串右对齐的并使用空格填充至长度width的新字符串
expandtabs(tabsize=8) # 把字符串 string 中的 tab 符号转为空格，tab 符号默认的空格数是8 

2.8 字符串的编码解码：

str.decode(encoding=’UTF-8’,errors=’strict’) # 以指定编码格式解码字符串  
str.encode(encoding=’UTF-8’,errors=’strict’) # 以指定编码格式编码字符串
bytes.decode(encoding="utf-8", errors="strict") # Python3 中没有 decode 方法，但我们可以使用 bytes 对象的 decode() 方法来解码给定的 bytes 对象，这个 bytes 对象可以由 str.encode() 来编码返回。

2.9 判断字符串的某种情况：

str.endswith(s) # 判断字符串str是否以字符串s结尾
str.isalnum() # 如果str至少有一个字符并且都是字母或数字则返回True,否则返回False  
str.isalpha() # 如果str至少有一个字符并且都是字母则返回True,否则返回False  
str.isdigit() # 如果str只包含数字则返回 True 否则返回 False  
str.isdecimal() # 检查字符串是否只包含十进制字符，如果是返回 true，否则返回 false
str.islower() # 如果str存在区分大小写的字符，并且都是小写则返回True 否则返回False  
str.isspace() # 如果str中只包含空格，则返回 True，否则返回 False  
str.istitle() # 如果str是标题化的(单词首字母大写)则返回True，否则返回False  
str.isupper() # 如果str存在区分大小写的字符，并且都是大写则返回True 否则返回False
str.startswith(s) # 检查字符串str是否是以s开头，是则返回True，否则返回False

3、字符串格式化

Python 支持格式化字符串的输出 。尽管这样可能会用到非常复杂的表达式，但最基本的用法是将一个值插入到一个有字符串格式符 %s 的字符串中。

print ("我叫 %s 今年 %d 岁!" % ('小明', 10))
# 输出 我叫 小明 今年 10 岁!

3.1 python字符串格式化符号:

符 号	描述
%c	格式化字符及其ASCII码
%s	格式化字符串
%d	格式化整数
%u	格式化无符号整型
%o	格式化无符号八进制数
%x	格式化无符号十六进制数
%X	格式化无符号十六进制数（大写）
%f	格式化浮点数字，可指定小数点后的精度
%e	用科学计数法格式化浮点数
%E	作用同%e，用科学计数法格式化浮点数
%g	%f和%e的简写
%G	%f 和 %E 的简写
%p	用十六进制数格式化变量的地址

3.2 格式化操作符辅助指令:

符号	功能
*	定义宽度或者小数点精度
-	用做左对齐
+	在正数前面显示加号( + )
	在正数前面显示空格
#	在八进制数前面显示零(‘0’)，在十六进制前面显示’0x’或者’0X’(取决于用的是’x’还是’X’)
0	显示的数字前面填充’0’而不是默认的空格
%	‘%%‘输出一个单一的’%’
(var)	映射变量(字典参数)
m.n.	m 是显示的最小总宽度,n 是小数点后的位数(如果可用的话)

Python2.6 开始，新增了一种格式化字符串的函数 str.format()，它增强了字符串格式化的功能。

4、字符串常量

需要import string

常数	含义
string.ascii_lowercase	小写字母’abcdefghijklmnopqrstuvwxyz’
string.ascii_uppercase	大写的字母’ABCDEFGHIJKLMNOPQRSTUVWXYZ’
string.ascii_letters	ascii_lowercase和ascii_uppercase常量的连接串
string.digits	数字0到9的字符串:’0123456789’
string.hexdigits	字符串’0123456789abcdefABCDEF’
string.letters	字符串’abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ’
string.lowercase	小写字母的字符串’abcdefghijklmnopqrstuvwxyz’
string.octdigits	字符串’01234567’
string.punctuation	所有标点字符
string.printable	可打印的字符的字符串。包含数字、字母、标点符号和空格
string.uppercase	大学字母的字符串’ABCDEFGHIJKLMNOPQRSTUVWXYZ’
string.whitespace	空白字符 ‘\t\n\x0b\x0c\r ‘

5、转义字符

在需要在字符中使用特殊字符时，python用反斜杠()转义字符。如下表：

转义字符	描述
(在行尾时)	续行符
\	反斜杠符号
’	单引号
"	双引号
\a	响铃
\b	退格(Backspace)
\e	转义
\000	空
\n	换行
\v	纵向制表符
\t	横向制表符
\r	回车
\f	换页
\oyy	八进制数，yy代表的字符，例如：\o12代表换行
\xyy	十六进制数，yy代表的字符，例如：\x0a代表换行
\other	其它的字符以普通格式输出

6、字符串模板Template

通过string.Template可以为Python定制字符串的替换标准,下面是具体列子：

from string import Template
s = Template('$who like $what')
print(s.substitute(who='i', what='python'))
# 输出 i like python
print(s.safe_substitute(who='i')) # 缺少key时不会抛错
# 输出 i like $what
print(Template('${who}LikePython').substitute(who='I')) # 在字符串内时使用{}
# 输出 ILikePython

Template还有更加高级的用法，可以通过继承string.Template, 重写变量delimiter(定界符)和idpattern(替换格式), 定制不同形式的模板。

import string
template_text = '''
    Delimiter : $de
    Replaced : %with_underscore
    Ingored : %notunderscored
'''
d = {'de': 'not replaced',
     'with_underscore': 'replaced',
     'notunderscored': 'not replaced'}
class MyTemplate(string.Template):
    # 重写模板 定界符(delimiter)为"%", 替换模式(idpattern)必须包含下划线(_)
    delimiter = '%'
    idpattern = '[a-z]+_[a-z]+'

print(string.Template(template_text).safe_substitute(d))  # 采用原来的Template渲染
print(MyTemplate(template_text).safe_substitute(d))  # 使用重写后的MyTemplate渲染

输出：

    Delimiter : not replaced
    Replaced : %with_underscore
    Ingored : %notunderscored
    
    Delimiter : $de
    Replaced : replaced
    Ingored : %notunderscored

原生的Template只会渲染界定符为$的情况，重写后的MyTemplate会渲染界定符为%且替换格式带有下划线的情况。

7、常用字符串技巧

7.1 反转字符串

>>> s = '1234567890'
>>> print s[::-1]
0987654321

7.2 关于字符串链接

尽量使用join()链接字符串，因为’+’号连接n个字符串需要申请n-1次内存,使用join()需要申请1次内存。

7.3 固定长度分割字符串

>>> import re
>>> s = '1234567890'
>>> re.findall(r'.{1,3}', s)  # 已三个长度分割字符串
['123', '456', '789', '0']

7.4 使用()括号生成字符串

sql = ('SELECT count() FROM table '
       'WHERE id = "10" '
       'GROUP BY sex')

print sql

SELECT count() FROM table WHERE id = "10" GROUP BY sex

7.5 将print的字符串写到文件

>>> print >> open("somefile.txt", "w+"), "Hello World"  # Hello World将写入文件somefile.txt