python 文字处理

REF

REF

字符串和数字

int("33") 

float("3.2")

str(32)

长度

     len()

搜索

S.find(substr, [start, [end]]) 

#返回S中出现substr的第一个字母的标号，如果S中没有substr则返回-1。start和end作用就相当于在S[start:end]中搜索 

S.index(substr, [start, [end]]) 

#与find()相同，只是在S中没有substr时，会返回一个运行时错误 

S.rfind(substr, [start, [end]]) 

#返回S中最后出现的substr的第一个字母的标号，如果S中没有substr则返回-1，也就是说从右边算起的第一次出现的substr的首字母标号 

S.rindex(substr, [start, [end]]) 

S.count(substr, [start, [end]]) #计算substr在S中出现的次数 

S.replace(oldstr, newstr, [count]) 

#把S中的oldstar替换为newstr，count为替换次数。这是替换的通用形式，还有一些函数进行特殊字符的替换 

S.strip([chars]) 

#把S中前后chars中有的字符全部去掉，可以理解为把S前后chars替换为None 

S.lstrip([chars]) 

S.rstrip([chars]) 

S.expandtabs([tabsize]) 

#把S中的tab字符替换没空格，每个tab替换为tabsize个空格，默认是8个 

string和list

               S.split([sep, [maxsplit]]) 

#以sep为分隔符，把S分成一个list。maxsplit表示分割的次数。默认的分割符为空白字符 

S.rsplit([sep, [maxsplit]]) 

S.splitlines([keepends]) 

#把S按照行分割符分为一个list，keepends是一个bool值，如果为真每行后而会保留行分割符。 

S.join(seq) #把seq代表的序列──字符串序列，用S连接起来 

字符串对象是不可改变的，也就是说在python创建一个字符串后，你不能把这个字符中的某一部分改变。任何上面的函数改变了字符串后，都会返回一个新的字符串，原字串并没有变。其实这也是有变通的办法的，可以用S=list(S)这个函数把S变为由单个字符为成员的list，这样的话就可以使用S[3]='a'的方式改变值，然后再使用S=" ".join(S)还原成字符串

编解码

S.encode([encoding,[errors]]) 

# 其中encoding可以有多种值，比如gb2312 gbk gb18030 bz2 zlib big5 bzse64等都支持。errors默认值为"strict"，意思是UnicodeError。可能的值还有'ignore', 'replace', 'xmlcharrefreplace', 'backslashreplace' 和所有的通过codecs.register_error注册的值。这一部分内容涉及codecs模块，不是特明白 

S.decode([encoding,[errors]]) 

字符串的测试函数，这一类函数在string模块中没有，这些函数返回的都是bool值： 

检测

S.startwith(prefix[,start[,end]]) 

#是否以prefix开头 

S.endwith(suffix[,start[,end]]) 

#以suffix结尾 

S.isalnum() 

#是否全是字母和数字，并至少有一个字符 

S.isalpha() #是否全是字母，并至少有一个字符 

S.isdigit() #是否全是数字，并至少有一个字符 

S.isspace() #是否全是空白字符，并至少有一个字符 

S.islower() #S中的字母是否全是小写 

S.isupper() #S中的字母是否便是大写 

S.istitle() #S是否是首字母大写的 

字符串类型转换函数，这几个函数只在string模块中有： 

string.atoi(s[,base]) 

#base默认为10，如果为0,那么s就可以是012或0x23这种形式的字符串，如果是16那么s就只能是0x23或0X12这种形式的字符串 

string.atol(s[,base]) #转成long 

string.atof(s[,base]) #转成float 

格式化

 

a=43

b='%d' %a

b即为a转换成的字符串

%d            整数

%f%F        浮点数

%e%E       科学计数

%g%G        e 和%f/%E 和%F 的简写 

%%              输出%

*            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( + ) 

<sp>          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)