Python描述数据结构之字符串篇

前言

  字符串通常被称为串，前面博客也提到过，它是Python的一种基本数据类型，所以在本篇博文不再对字符串做过的叙述，而是整理一下Python中内置的对字符串的操作方法。

1. count()

  $str.count(sub[,start[,end]])$
  统计子字符串$sub$在$[start,end]$范围内出现的次数。可选参数$start$与$end$是切片表示法。

	str_x = 'abcdbbefg'
    print(str_x.count('bb'))
>>>>1

2. encode()

  $str.encode(encoding="utf-8",errors="strict")$
  对字符串按指定编码进行编码。 默认编码为${}^{\prime }utf-8^{\prime }$。可以通过$errors$来设置不同的错误处理方案，$errors$的默认值为${}^{\prime }stric{t}^{\prime }$，表示编码错误会引发$UnicodeError$，其他可用的值为${}^{\prime }ignor{e}^{\prime }$，${}^{\prime }replac{e}^{\prime }$。

	str_x = 'abcdbbefg'
    print(str_x.encode())
>>>>b'abcdbbefg'

3. decode()

  $bytes.decode(encoding{=}^{\prime }UTF-8^{\prime },errors{=}^{\prime }stric{t}^{\prime })$
  对字符串按指定编码进行解码。正好与$encode()$是相反的操作。

	str_x = 'abcdbbefg'
    print(str_x.encode(encoding='utf-8'))
    print(str_x.encode(encoding='utf-8').decode(encoding='utf-8'))
>>>>b'abcdbbefg'
>>>>abcdbbefg

4. format()

  $str.format(\ast args,\ast \ast kwargs)$
  执行字符串格式化操作。
  格式： { < 参 数 序 号 > : \{<参数序号>: {<参数序号>: $<格式控制符>\}$。其中，格式控制标记用来控制参数显示时的格式，格式内容如下：

:	<填充>	<对齐>	<宽度>	< , >	< .精度 >	<类型>
引导符号	用于填充的单个字符，默认为空格	< 左对齐 > 右对齐 ^ 居中	输出宽度	数字的千位分隔符，适用于整数和浮点数	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，c，d，o，x，X，浮点数类型，e，E，f，%

	print("{:*^15}".format('abcdefg'))
    print("{:,}".format(1000000))
    print("{:.2f}".format(3.1415926))
    print("{:.2%}".format(3.1415926))
    print("{:.2e}".format(1000000))
    print("{:b}".format(5))
>>>>****abcdefg****
>>>>1,000,000
>>>>3.14
>>>>314.16%
>>>>1.00e+06
>>>>101

  *$args$表示任何多个无名参数，它是一个$tuple$；**$kwargs$表示关键字参数，它是一个$dict$。如果同时使用*$args$和**$kwargs$时，*$vargs$参数列必须要放在**$kwargs$前面。

5. find()

  $str.find(sub[,start[,end]])$
  查找子字符串$sub$在$str[start:end]$切片内的最小索引。如果$sub$未被找到则返回 -1，可选参数$start$与$end$是切片表示法。

	str_x = 'abcdbbefg'
    print(str_x.find('b'))
>>>>1

6. index()

  $str.index(sub[,start[,end]])$
  类似于$find()$，但在找不到子类时会引发$ValueError$。

7. endswith()

  $str.endswith(suffix[,start[,end]])$
  如果字符串以指定的$suffix$结尾，则返回$True$，否则返回$False$。$suffix$也可以为由多个供查找的后缀构成的元组。可选参数$start$与$end$是切片表示法。

	str_x = 'abcdbbefg'
    print(str_x.endswith(('a', 'g')))
>>>>True

8. startswith()

  $str.startswith(prefix[,start[,end]])$
  如果字符串以指定的$suffix$开始，则返回$True$，否则返回$False$。用法同$endswith()$。

9. join()

  $str.join(iterable)$
  将序列中的元素以指定的字符连接，生成一个新的字符串。

	str_list = ['abd', 'cca', 'befg']
    print(' '.join(str_list))
>>>>abd cca befg

10. split()

  $str.split(sep=None,maxsplit=-1)$
  以$sep$(默认为所有的空字符，包括空格、换行(\n)、制表符(\t)等)进行分割字符串，返回分割后的列表，$maxsplit$是分割次数，如果未指定，则进行所有可能的拆分。

	str_x = 'this is a pig'
    print(str_x.split())
    print(str_x.split(' '))
    print(str_x.split(' ', maxsplit=1))
>>>>['this', 'is', 'a', 'pig']
>>>>['this', 'is', 'a', 'pig']
>>>>['this', 'is a pig']

11. strip()

  $str.strip([chars])$
  移除其中的首部和末尾字符。$chars$参数为指定要移除字符的字符串，默认移除空格符。 实际上$chars$参数并非指定单个前缀或后缀，而是会移除参数值的所有组合。

	str_x = ' this is a pig*  '
    print(str_x.strip())
    print(str_x.strip('*'))
    print(str_x.strip('* '))
>>>>this is a pig*
>>>> this is a pig*  
>>>>this is a pig

12. replace()

  $str.replace(old,new[,count])$
  将所有子字符串$old$替换为$new$。 如果给出了可选参数$count$，则只替换前$count$次出现的。

	str_x = 'this is a pig'
    print(str_x.replace('pig', 'tiger'))
>>>>this is a tiger

13. zfill()

  $str.zfill(width)$
  在字符串左边填充${}^{\prime }{0}^{\prime }$使其长度变为$width$。 正负值前缀${(}^{\prime }{+}^{\prime }{,}^{\prime }{-}^{\prime })$的处理方式是在正负符号之后填充而非在之前。 如果$width$小于等于$len(str)$，则返回原字符串的副本。

	str_x = '999'
    print(str_x.zfill(5))
>>>>00999

14. lower()

  $str.lower()$
  将大写的字符均转换为小写。

	str_x = 'this Is A pig'
    print(str_x.lower())
>>>>this is a pig

15. upper()

  $str.upper()$
  将小写的字符均转换为大写。

	str_x = 'this Is A pig'
    print(str_x.upper())
>>>>THIS IS A PIG

16. capitalize()

  $str.capitalize()$
  返回原字符串的副本，其首个字符大写，其余为小写。

	str_x = 'abcdefg'
    print(str_x.capitalize())
    print(str_x)
    
>>>>Abcdefg
>>>>abcdefg

17. isalnum()

  $str.isalnum()$
  检测字符串是否只由字母或数字组成，如果是返回$True$，否则返回$False$。

	str_x = 'abc9befg'
    print(str_x.isalnum())
    str_x = 'abc9 befg'
    print(str_x.isalnum())
>>>>True
>>>>False

18. isalpha()

  $str.isalpha()$
  检测字符串是否只由字母或中文组成，如果是返回$True$，否则返回$False$。

	str_x = 'abc9befg'
    print(str_x.isalpha())
    str_x = 'abc李befg'
    print(str_x.isalpha())
>>>>False
>>>>True

19. isdigit()

  $str.isdigit()$
  检测字符串是否只由数字组成，如果是返回$True$，否则返回$False$。

	str_x = 'abc9befg'
    print(str_x.isdigit())
>>>>False

20. islower()

  $str.islower()$
  检测字符串所有字母是否都为小写，如果是返回$True$，否则返回$False$。

	str_x = 'abc3456befg'
    print(str_x.islower())
>>>>True

21. isupper()

  $str.isupper()$
  检测字符串所有的字母是否都为大写，如果是返回$True$，否则返回$False$。

	str_x = 'Abd Dihgj'
    print(str_x.isupper())
>>>>False

22. isspace()

  $str.isspace()$
  检测字符串是否只由空格组成，如果是返回$True$，否则返回$False$。

	str_x = 'abc34 56befg'
    print(str_x.isspace())
>>>>False

23. istitle()

  $str.istitle()$
  检测字符串中所有的单词拼写首字母是否为大写，且其他字母为小写，如果是返回$True$，否则返回$False$。

	str_x = 'Abd Dihgj'
    print(str_x.istitle())
>>>>True

24. title()

  $str.title()$
  返回原字符串的标题版本，其中每个单词第一个字母为大写，其余字母为小写。

	str_x = 'this is a pig'
    print(str_x.title())
>>>>This Is A Pig

25. swapcase()

  $str.swapcase()$
  将大写字母转换为小写，小写字母转换为大写。

	str_x = 'this iS a Pig'
    print(str_x.swapcase())
>>>>THIS Is A pIG

26. splitlines()

  $str.splitlines([keepends])$
  按照行(${}^{\prime }$\r${}^{\prime }$, ${}^{\prime }$\r\n${}^{\prime }$, ${}^{\prime }$\n${}^{\prime }$)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。

27. maketrans()

  $str.maketrans(x[,y[,z]])$
  用于创建字符映射的转换表，如果只有一个参数$x$，则$x$必须是字典；如果有两个参数$x$和$y$，$x$、$y$必须是长度相等的字符串；如果有三个参数$x$、$y$、$z$，第三个参数$z$必须是字符串，其字符将被映射为$None$，即删除该字符。

28. translate()

  $str.translate(table)$
  根据参数$table$给出的映射表(通过$maketrans()$方法转换而来)。

	str_x = 'this iS a Pig'
    table = str_x.maketrans('abcdefg', '1234567')
    result = str_x.translate(table)
    print(result)
>>>>this iS 1 Pi7

29. center()

  $str.center(width[,fillchar=None])$
  返回长度为$width$的字符串，原字符串在其正中。 使用指定的$fillchar$填充两边的空位(默认使用空格填充)。 如果$width$小于等于$len(str)$则返回原字符串的副本。

30. ljust()

  $str.ljust(width[,fillchar])$
  返回长度为$width$的字符串，原字符串在其中靠左对齐。 使用指定的$fillchar$填充空位 (默认使用空格)。

31. rjust()

  $str.rjust(width[,fillchar])$
  返回长度为$width$的字符串，原字符串在其中靠右对齐。 使用指定的$fillchar$填充空位 (默认使用空格)。

	str_x = 'abcdefg'
    print(str_x.center(15, '*'))
    print(str_x.ljust(15, '*'))
    print(str_x.rjust(15, '*'))
>>>>****abcdefg****
>>>>abcdefg********
>>>>********abcdefg

32. lstrip()

  $str.lstrip([chars])$
  删除字符串左边的空格或指定字符。参数同$strip()$。

33. rstrip()

  $str.rstrip([chars])$
  删除字符串右边的空格或指定字符。参数同$strip()$。

34. rfind()

  $str.rfind(sub[,start[,end]])$
  从右边开始查找，参数同$find()$。

35. rindex()

  $str.rindex(sub[,start[,end]])$
  从右边开始查找，参数同$index()$。

36. rsplit()

  $str.rsplit(sep=None,maxsplit=-1)$
  从右边开始分割，参数同$split()$。

  更多方法请参考官方文档。

结束语

  根据平时使用的情况，做一个简单小结：平时做爬虫，不同的文本需要进行不同的编/解码，常用$encode()$和$decode()$方法，如果涉及到加/解密还会用到其他函数库，这些以后在Python爬虫专栏里面说；对字符进行格式化输出、分割、替换字符等等，常用$format()$、$split()$、$replace()$等；将列表转换成字符串，常用$join()$；对文本进行预处理，删除换行符时，常用$strip()$；给文件统一按序号命名，常用$zfill()$；其他对字符串的处理，比如匹配，常用的是正则表达式，即$re$库。