强大的python字符串解析

1.python字符串通常有单引号（'...'）、双引号（"..."）、三引号（"""..."""）或（'''...'''）包围，三引号包含的字符串可由多行组成，一般可表示大段的叙述性字符串。在使用时基本没有差别，但双引号和三引号（"""..."""）中可以包含单引号，三引号 ('''...''')可以包含双引号，而不需要转义。

2.用（\）对特殊字符转义，如（\）、（'）、（"）。

3.常用字符串内置函数

1)str.count() //返回该字符串中某个子串出现的次数

2)str.find() //返回某个子串出现在该字符串的起始位置

3)str.lower() //将该字符串全部转化为小写

4)str.upper() //转为大写

5)str. split() //分割字符串，返回字串串列表，默认以空格分割

6)len(str) //返回字符串长度

例如：

>>> str = 'Hello, world'

>>> str.count('o')

>>> 2

>>> str.find('lo')

>>> 3

>>> str.lower()

>>> 'hello, world'

>>> str.upper()

>>> 'HELLO, WORLD'

>>> str. split()

>>> ['Hello,', 'world']

>>> str. split(',')

>>> ['Hello', ' world']

>>> len(str)

>>> 13

>>> str

>>> 'Hello, world'

以上所有操作都不会改变字符串本身！

4.正则表达式，re模块

import re

常用函数：

1)compile()： //将正则表达式字符串编译成正则re对象

2)search() //在目标字符串中匹配正则表达式

3)match() //从目标字符串第一个字符开始匹配正则表达

search和match匹配成功返回 MatchObject对象，失败返回None

>>> p = re.compile('abc') >>> p.search('zabcy') <_sre.SRE_Match object at 0x2a95659030> 不先编译成正则re对象也是可以的，上例也可以为： >>> re.search('abc','xabcy') <_sre.SRE_Match object at 0x2a95659098> compile还可加些标志位，例如：re.I(re.IGNORECASE)忽略大小写 >>> p = re.compile('abc') >>> print p.search('xAbCy') None >>> p = re.compile('abc',re.I) >>> print p.search('xAbCy') <_sre.SRE_Match object at 0x2a9565a098> search和match区别见下例： >>> p = re.compile('abc') >>> print p.search('xxxabcyyy') <_sre.SRE_Match object at 0x2a95659030> >>> print p.match('xxxabcyyy') None >>> print p.match('abcyyy') <_sre.SRE_Match object at 0x2a95659098>

4) split() //类似字符串内置函数 split()

区别在于：内置 split()以确定字符串分割，而正则 split函数以正则表达式分割字

例如：以空格(1个或者多个空格)分割： >>> p.split('a b c d') ['a', 'b', 'c', 'd'] 而内置split分割的结果为： >>> 'a b c d'.split(' ') ['a', 'b', '', '', 'c', '', 'd']

5)findall() //返回目标字符串中匹配正则表达式中所有子串列表

>>> p = re.compile('^([a-z]{2}):([1-9]{3}):(.+)$') >>> p.findall('as:123:a12') [('as', '123', 'a12')] 上例中正则表达式的子串为3个用括弧括起的，分别为：'[a-z]{2}'、'[1-9]{3}'、'.+', 分别被as、123、a12匹配，注意此返回的是匹配字符串元组的一维列表。

以上比较常用的正则函数，更多用法请参照python手册。

5.字符串与数字相互转换，string模块

import string

string.atoi(str[,base]) //base为可选参数，表示将字符转换成的进制类型

数字转换成字符串可简单了，直接用str()

6.字符与ASCII转换

char->ascii ord()
ascii->char chr()