Python字符串处理全面教程

极客代码

已于 2024-08-30 22:14:17 修改

阅读量1.3k

点赞数 27

分类专栏：玩转Python 文章标签：开发语言 python 字符串

于 2024-05-28 07:49:37 首次发布

本文链接：https://blog.csdn.net/suifengme/article/details/137756978

版权

玩转Python 专栏收录该内容

160 篇文章 67 订阅

订阅专栏

rfind() 和 rindex() 方法

lstrip() 和 rstrip() 方法

2.8 字符串判断

startswith() 和 endswith() 方法

isalpha(), isdigit(), isalnum(), isspace() 方法

2.9 字符串的填充和对齐

center(), ljust(), rjust(), zfill() 方法

2.10 字符串的翻译和替换

translate() 和 maketrans() 方法

总结：

第三部分：Python字符串处理高级技巧

3.1 正则表达式（Regular Expressions）

使用 split() 和 strip() 解析

使用 startswith() 和 find() 解析

Python 是一种高级编程语言，以其简洁易读的语法和强大的功能而闻名。在 Python 中，字符串（String）是一种常用的数据类型，用于存储和处理文本数据。字符串处理是编程中常见的需求，无论是文本分析、数据清洗还是日常编程任务，都离不开字符串操作。

本文将全面介绍 Python 字符串处理的基础知识、常用方法和高级技巧。文章将分为四大部分，第一部分将重点介绍 Python 字符串的基础知识，包括字符串的创建、索引、切片、连接、重复和格式化等。接下来，我们将逐步深入，探讨字符串的常用方法、高级技巧以及在实际应用中的案例。

第一部分：Python字符串基础

1.1 创建字符串

在 Python 中，字符串可以通过单引号（‘）、双引号（"）或三引号（’‘’ 或 “”"）来创建。单引号和双引号的作用是相同的，而三引号则用于创建多行字符串。

# 使用单引号创建字符串
str1 = 'Hello, World!'

# 使用双引号创建字符串
str2 = "Hello, World!"

# 使用三引号创建多行字符串
str3 = '''Hello,
World!'''

1.2 索引和切片

Python 字符串是序列类型，可以通过索引来访问字符串中的特定字符。索引从 0 开始，表示字符串中的第一个字符。切片则用于获取字符串中的一部分。

# 创建一个字符串
str4 = "Python"

# 使用索引访问特定字符
first_char = str4[0]  # 获取第一个字符 'P'
last_char = str4[5]   # 获取最后一个字符 'n'

# 使用切片获取字符串的一部分
sub_str = str4[1:4]  # 获取从索引 1 到 3 的字符 "yth"

1.3 字符串连接和重复

Python 字符串可以使用 + 运算符进行连接，使用 * 运算符进行重复。

# 字符串连接
str5 = "Hello, " + "World!"  # 结果为 "Hello, World!"

# 字符串重复
str6 = "Python " * 3  # 结果为 "Python Python Python "

1.4 字符串格式化

Python 提供了多种方式来格式化字符串，包括使用 % 运算符、str.format() 方法和 f-string（Python 3.6+）。

使用 % 运算符格式化字符串

# 使用 % 运算符格式化字符串
name = "Alice"
age = 25
formatted_str = "My name is %s and I am %d years old." % (name, age)

使用 str.format() 方法格式化字符串

# 使用 str.format() 方法格式化字符串
formatted_str = "My name is {} and I am {} years old.".format(name, age)

使用 f-string 格式化字符串

# 使用 f-string 格式化字符串
formatted_str = f"My name is {name} and I am {age} years old."

1.5 字符串的不可变性

Python 字符串是不可变的，这意味着一旦创建了一个字符串，就不能修改它的内容。如果需要修改字符串，可以创建一个新的字符串。

# 字符串的不可变性
str7 = "Hello"
str7[0] = "J"  # 报错，字符串是不可变的

总结：

本部分介绍了 Python 字符串的基础知识，包括字符串的创建、索引、切片、连接、重复和格式化等。这些知识是进行字符串处理的基础，掌握这些内容对于深入学习 Python 字符串处理至关重要。在下一部分中，我们将介绍 Python 字符串的常用方法，包括查找、替换、大小写转换等。

第二部分：Python字符串常用方法

Python 的字符串类（str）提供了大量的方法来执行各种操作，如查找、替换、大小写转换等。这些方法使得字符串处理变得非常方便和高效。在本部分中，我们将介绍一些最常用的字符串方法。

2.1 查找子字符串

`find()` 方法

find() 方法用于在字符串中查找子字符串，如果找到则返回子字符串的最低索引，否则返回 -1。

# 使用 find() 方法查找子字符串
text = "Hello, World!"
index = text.find("World")
print(index)  # 输出 7

`index()` 方法

index() 方法与 find() 类似，但它会在找不到子字符串时引发一个异常。

# 使用 index() 方法查找子字符串
text = "Hello, World!"
index = text.index("World")
print(index)  # 输出 7

`rfind()` 和 `rindex()` 方法

这两个方法与 find() 和 index() 类似，但它们是从字符串的右侧开始查找。

# 使用 rfind() 方法从右侧查找子字符串
text = "Hello, World!"
index = text.rfind("l")
print(index)  # 输出 9

2.2 计算子字符串出现次数

`count()` 方法

count() 方法用于计算子字符串在字符串中出现的次数。

# 使用 count() 方法计算子字符串出现次数
text = "Hello, World!"
count = text.count("l")
print(count)  # 输出 3

2.3 字符串替换

`replace()` 方法

replace() 方法用于将字符串中的指定子字符串替换为另一个字符串。

# 使用 replace() 方法替换子字符串
text = "Hello, World!"
new_text = text.replace("World", "Python")
print(new_text)  # 输出 "Hello, Python!"

2.4 大小写转换

`upper()` 方法

upper() 方法将字符串中的所有字符转换为大写。

# 使用 upper() 方法转换为大写
text = "Hello, World!"
uppercase_text = text.upper()
print(uppercase_text)  # 输出 "HELLO, WORLD!"

`lower()` 方法

lower() 方法将字符串中的所有字符转换为小写。

# 使用 lower() 方法转换为小写
text = "Hello, World!"
lowercase_text = text.lower()
print(lowercase_text)  # 输出 "hello, world!"

`capitalize()` 方法

capitalize() 方法将字符串的第一个字符转换为大写，其余字符转换为小写。

# 使用 capitalize() 方法首字母大写
text = "hello, world!"
capitalized_text = text.capitalize()
print(capitalized_text)  # 输出 "Hello, world!"

`title()` 方法

title() 方法将字符串中的每个单词的首字母转换为大写。

# 使用 title() 方法每个单词首字母大写
text = "hello, world!"
titled_text = text.title()
print(titled_text)  # 输出 "Hello, World!"

2.5 字符串分割

`split()` 方法

split() 方法用于将字符串分割成列表，默认以空白字符作为分隔符。

# 使用 split() 方法分割字符串
text = "Hello World Python"
words = text.split()
print(words)  # 输出 ['Hello', 'World', 'Python']

`splitlines()` 方法

splitlines() 方法用于按行分割字符串。

# 使用 splitlines() 方法按行分割字符串
text = "Hello\nWorld\nPython"
lines = text.splitlines()
print(lines)  # 输出 ['Hello', 'World', 'Python']

2.6 字符串连接

`join()` 方法

join() 方法用于将序列中的元素连接成一个新的字符串。

# 使用 join() 方法连接字符串
words = ["Hello", "World", "Python"]
text = " ".join(words)
print(text)  # 输出 "Hello World Python"

2.7 字符串修剪

`strip()` 方法

strip() 方法用于移除字符串两端的空白字符（包括换行符、制表符等）。

# 使用 strip() 方法移除字符串两端的空白字符
text = "  Hello, World!  "
trimmed_text = text.strip()
print(trimmed_text)  # 输出 "Hello, World!"

`lstrip()` 和 `rstrip()` 方法

lstrip() 方法用于移除字符串左侧的空白字符，而 rstrip() 方法用于移除字符串右侧的空白字符。

# 使用 lstrip() 方法移除字符串左侧的空白字符
text = "  Hello, World!  "
left_trimmed_text = text.lstrip()
print(left_trimmed_text)  # 输出 "Hello, World!  "

# 使用 rstrip() 方法移除字符串右侧的空白字符
text = "  Hello, World!  "
right_trimmed_text = text.rstrip()
print(right_trimmed_text)  # 输出 "  Hello, World!"

2.8 字符串判断

`startswith()` 和 `endswith()` 方法

startswith() 方法用于检查字符串是否以指定的前缀开始，而 endswith() 方法用于检查字符串是否以指定的后缀结束。

# 使用 startswith() 方法检查字符串前缀
text = "Hello, World!"
prefix = text.startswith("Hello")
print(prefix)  # 输出 True

# 使用 endswith() 方法检查字符串后缀
text = "Hello, World!"
suffix = text.endswith("World!")
print(suffix)  # 输出 True

`isalpha()`, `isdigit()`, `isalnum()`, `isspace()` 方法

这些方法用于判断字符串是否满足特定的条件。

isalpha()：检查字符串是否全是字母。
isdigit()：检查字符串是否全是数字。
isalnum()：检查字符串是否是字母或数字的组合。
isspace()：检查字符串是否全是空白字符。

# 使用 isalpha() 方法检查字符串是否全是字母
text = "Hello"
is_alpha = text.isalpha()
print(is_alpha)  # 输出 True

# 使用 isdigit() 方法检查字符串是否全是数字
text = "123"
is_digit = text.isdigit()
print(is_digit)  # 输出 True

# 使用 isalnum() 方法检查字符串是否是字母或数字的组合
text = "Hello123"
is_alnum = text.isalnum()
print(is_alnum)  # 输出 True

# 使用 isspace() 方法检查字符串是否全是空白字符
text = "  "
is_space = text.isspace()
print(is_space)  # 输出 True

2.9 字符串的填充和对齐

`center()`, `ljust()`, `rjust()`, `zfill()` 方法

这些方法用于对字符串进行填充和对齐。

center()：将字符串居中填充。
ljust()：将字符串左对齐填充。
rjust()：将字符串右对齐填充。
zfill()：将字符串右对齐填充，使用 0 作为填充字符。

# 使用 center() 方法居中填充字符串
text = "Hello"
centered_text = text.center(10, "*")
print(centered_text)  # 输出 "****Hello****"

# 使用 ljust() 方法左对齐填充字符串
text = "Hello"
left_justified_text = text.ljust(10, "*")
print(left_justified_text)  # 输出 "Hello*****"

# 使用 rjust() 方法右对齐填充字符串
text = "Hello"
right_justified_text = text.rjust(10, "*")
print(right_justified_text)  # 输出 "*****Hello"

# 使用 zfill() 方法使用 0 填充字符串
text = "42"
zero_filled_text = text.zfill(5)
print(zero_filled_text)  # 输出 "00042"

2.10 字符串的翻译和替换

`translate()` 和 `maketrans()` 方法

translate() 方法用于根据给定的翻译表替换字符串中的字符，而 maketrans() 方法用于创建一个翻译表。

# 使用 translate() 和 maketrans() 方法替换字符串中的字符
intab = "aeiou"
outtab = "12345"
trantab = str.maketrans(intab, outtab)
text = "hello world"
translated_text = text.translate(trantab)
print(translated_text)  # 输出 "h2ll4 w4rld"

总结：

在本部分中，我们介绍了 Python 字符串的常用方法，包括查找、替换、大小写转换、分割、连接、修剪、判断、填充和对齐以及翻译和替换等。这些方法极大地丰富了字符串处理的能力，使得在 Python 中操作文本数据变得异常简单和高效。在下一部分中，我们将探讨 Python 字符串处理的高级技巧，包括正则表达式的使用、字符串解析和生成等。

第三部分：Python字符串处理高级技巧

在掌握了Python字符串的基础知识和常用方法之后，我们可以进一步探索一些高级技巧，这些技巧可以帮助我们更高效地处理字符串。本部分将介绍正则表达式的使用、字符串解析和生成等高级话题。

3.1 正则表达式（Regular Expressions）

正则表达式是一个强大的工具，用于在字符串中匹配和查找模式。Python的re模块提供了正则表达式的支持。

基本匹配

import re

pattern = "Hello"
text = "Hello, World!"

# 使用 re.search() 查找匹配
match = re.search(pattern, text)
if match:
    print("Found:", match.group())
else:
    print("Not found")

捕获组和命名组

import re

pattern = r"(?P<first_name>\w+) (?P<last_name>\w+)"
text = "Alice Johnson"

# 使用 re.search() 查找匹配并捕获组
match = re.search(pattern, text)
if match:
    first_name = match.group('first_name')
    last_name = match.group('last_name')
    print("First name:", first_name)
    print("Last name:", last_name)

替换和分割

import re

pattern = r"\s+"  # 匹配一个或多个空白字符
text = "Hello World Python"

# 使用 re.sub() 替换匹配的文本
replaced_text = re.sub(pattern, "_", text)
print(replaced_text)  # 输出 "Hello_World_Python"

# 使用 re.split() 根据匹配分割字符串
split_text = re.split(pattern, text)
print(split_text)  # 输出 ['Hello', 'World', 'Python']

findall 和 finditer

import re

pattern = r"\w+"  # 匹配一个或多个字母数字字符
text = "Hello, World! Python is great."

# 使用 re.findall() 查找所有匹配
matches = re.findall(pattern, text)
print(matches)  # 输出 ['Hello', 'World', 'Python', 'is', 'great']

# 使用 re.finditer() 创建一个迭代器，包含所有匹配
for match in re.finditer(pattern, text):
    print(match.group())

3.2 字符串解析

字符串解析是指从字符串中提取信息的过程。在某些情况下，正则表达式可能是过度复杂的解决方案，可以使用简单的字符串方法来解析。

使用 `split()` 和 `strip()` 解析

text = "Name: Alice, Age: 25, Country: USA"

# 使用 split() 和 strip() 解析字符串
parts = text.split(", ")
name = parts[0].split(": ")[1]
age = parts[1].split(": ")[1]
country = parts[2].split(": ")[1]

print("Name:", name)
print("Age:", age)
print("Country:", country)

使用 `startswith()` 和 `find()` 解析

text = "Name: Alice, Age: 25, Country: USA"

# 使用 startswith() 和 find() 解析字符串
name_start = text.find("Name: ")
name_end = text.find(", ", name_start)
name = text[name_start + 6: name_end]

age_start = text.find("Age: ")
age_end = text.find(", ", age_start)
age = text[age_start + 5: age_end]

country_start = text.find("Country: ")
country = text[country_start + 9:]

print("Name:", name)
print("Age:", age)
print("Country:", country)

3.3 字符串生成

在某些情况下，你可能需要根据特定的规则生成字符串。这可以通过字符串的格式化方法或模板来完成。

使用 `format()` 生成字符串

# 使用 format() 生成字符串
template = "Hello, my name is {} and I am {} years old."
name = "Alice"
age = 25
generated_text = template.format(name, age)
print(generated_text)

使用模板字符串生成字符串

from string import Template

# 使用 Template 生成字符串
template = Template("Hello, my name is $name and I am$age years old.")
name = "Alice"
age = 25
generated_text = template.substitute(name=name, age=age)
print(generated_text)

总结：

在本部分中，我们介绍了Python字符串处理的一些高级技巧，包括正则表达式的使用、字符串解析和生成。这些技巧在处理复杂字符串问题时非常有用，能够帮助我们更有效地提取和生成文本数据。在下一部分中，我们将通过一些实际案例来展示这些技巧在现实世界中的应用。

第四部分：Python字符串处理实际案例

在前面的部分中，我们已经学习了Python字符串的基础知识、常用方法和高级技巧。现在是时候将这些知识应用于实际问题中了。在本部分中，我们将通过一些实际案例来展示Python字符串处理的能力。

4.1 文本数据分析

假设我们有一段文本数据，需要分析其中的单词频率。我们可以使用字符串方法和正则表达式来完成这个任务。

import re
from collections import Counter

text = "Hello, World! This is a sample text. Text analysis is fun. Have fun with text analysis."

# 使用正则表达式找到所有的单词
words = re.findall(r'\b\w+\b', text.lower())

# 使用 Counter 计算单词频率
word_counts = Counter(words)

# 打印最常见的单词
for word, count in word_counts.most_common(5):
    print(f"{word}: {count}")

4.2 数据清洗

在实际应用中，我们常常需要从数据源中提取信息，并对其进行清洗。例如，我们可能需要从网页中提取电子邮件地址，并去除无效的地址。

import re

text = "Contact us at contact@example.com or support@example.com. Ignore test@example.com, it's a test address."

# 使用正则表达式找到所有的电子邮件地址
email_pattern = r'\b[A-Za-z0-9._%+-]+@[A-Za-z0-9.-]+\.[A-Z|a-z]{2,}\b'
emails = re.findall(email_pattern, text)

# 假设我们有一个函数来验证电子邮件地址
def is_valid_email(email):
    # 这里可以添加更复杂的验证逻辑
    return email.endswith('@example.com')

# 清洗数据，只保留有效的电子邮件地址
valid_emails = [email for email in emails if is_valid_email(email)]

print(valid_emails)

4.3 文本替换

在某些情况下，我们可能需要替换文本中的特定模式或关键字。例如，我们可能需要将文档中的敏感信息替换为占位符。

import re

text = "Your password is: secret123. Please keep it safe."

# 使用正则表达式替换所有的密码
password_pattern = r'\b\w{8}\b'
replaced_text = re.sub(password_pattern, '*****', text)

print(replaced_text)

4.4 文本格式化

在生成报告或文档时，我们通常需要将数据格式化为特定的样式。使用字符串的格式化方法，我们可以轻松地完成这项任务。

name = "Alice"
age = 25
salary = 50000.0

# 使用字符串格式化生成报告
report = f"Employee Report:\nName: {name}\nAge: {age}\nSalary: ${salary:.2f}"
print(report)

4.5 JSON数据解析和生成

JSON（JavaScript Object Notation）是一种轻量级的数据交换格式，常用于数据的存储和传输。Python内置的json模块可以帮助我们解析和生成JSON数据。

import json

# JSON数据
json_data = '{"name": "Alice", "age": 25, "is_employee": true}'

# 解析JSON数据
data = json.loads(json_data)
print(data)

# 生成JSON数据
new_data = {"name": "Bob", "age": 30, "is_employee": False}
json_output = json.dumps(new_data)
print(json_output)

总结：

在本部分中，我们通过一些实际案例展示了Python字符串处理的能力。这些案例包括文本数据分析、数据清洗、文本替换、文本格式化以及JSON数据的解析和生成。这些实际应用展示了Python在处理字符串方面的强大功能和灵活性。通过这些案例，我们可以看到Python字符串处理技术在现实世界中的应用价值，以及如何使用Python来解决实际问题。