文本字符分析python_002_第一部分_[字典 / 列表解析 / 字符串操作 / STR与BYTES的区别 ]...

一.字典:

定义字典:

d = {}

d = dict()

d = {"a":1, "b":2}

1.获取元素:

d['a']

d.get('a')

>这两个的区别,用get在key不存在的时候不会抛出Error;

d.get('a', 'information') //设置当key不存在的时候返回的内容;

2.增加和修改元素:

d['a'] = 3 //修改和增加元素的方法都是这个

3.删除元素:

d.pop('c') //删除的同时返回删除的内容

>如果删除不存在的key会报KeyError,这个时候就需要给定返回值

d.pop('c', 'information')

help(d.pop)

>这样返回的就是information,不会报KeyError错误;

d.popitem() //从字典中随机删除一个;

利用关键字del 删除,del 可以删除一个变量 同时也可以用来删除字典:

del d['a']

4.遍历:

>[生成一个生成器,可以进行迭代操作][字典是无序的,所以返回的迭代对象也是无序的]

d.items() 生成器中是一个元组的列表

d.values()

d.keys()

for i in d.keys()

d = {}

d['root'] = 'root'

d['root']['left'] = 'left'

d['root']['right'] = 'right'

d //生成一个二叉树

二.列表解析:

列表解析是Python重要的语法糖

列表解析的速度比for in 迭代 快

基本语法:

ret = [expression for item in iterator]

ret = [expression for item in iterator if iterator >=1 and iterator != 7 ]

ret = [expression for x in X for y in Y] //返回的是一个笛卡尔积,相当于两个嵌套的for循环

等价于

ret = []

for item in iterator:

ret.append(expression)

例子1:

lst = list(range(10))

[x + 1 for x in lst]

import timeit

def fn1():

timeit.timeit(fn1()) //查看函数执行需要的时间

例子2:

带条件的列表解析:

lst = list(range(10))

[x + 1 for x in lst if x % 2 == 0] //输出奇数

[x + 1 for x in lst if x % 2 == 0 and x > 2 ] //两个条件

例子3:

l1 = [1, 3, 5, 7, 9]

l2 = [0, 2, 4, 6, 8]

[(x,y) for x in l1 for y in l2]

[(1, 0-8) //每个l1的值 x 都会循环一遍l2

(3,0-8 )

(5, 0-8)

]

三.集合解析:

**集合解析中得到的元素只能有一个**

ret = {expression for item in iterator}

例子1:

s = [1, 3, 5, 5]

{x + 1 for x in s}

{2, 4, 6}

四.字典解析:

ret = {exprK:exprV for item in iterator}

例子1:

d = {'a':1, 'b':2}

{k, v for k, v in d.items()}

例子2:

{k:v for k, v in [('a',1), ('b', 2)]}

{'a':1, 'b':2}

五.字符串与文本操作:

python2 和python3最大的差别就是在于字符串

python2中字符串是byte的有序序列

python3中字符串是unicode的有序序列

字符串是不可变的

字符串支持下标和切片

1.字符串的切片操作:

t = 'asdfzxv' //前面是闭区间,从0开始,后面是开区间

t[1]

t[-1]

t[0:]

t[:]

t[1:-1]

2.字符串格式化:

1.使用 % 来格式化

'i love %s' % ('python',)

'i love %(name)s' % {'name':'python'}

'i love %(name)s %(name)s' % {'name':'python'} //当有多个重复使用的值,可以使用字典的方式

'i love %s ,%s' % ('python', 'python') //进行多个不同数值的格式化

FLAG

flag |说明 |实例 输出:

n n表示一个数字 '%3s' % ('a', ) ' a' //在a前面会有两个空格

0 使用0填充,仅适用与数字 '%03d' % (1, ) '001'

. 是有那个空格填充,默认行为 '%.3d' % (1, ) ' 1' //在1前面以空格填充

右边使用空格填充 '%-3d' % (1, ) '1 ' //在1后面以两个空格填充

填充之前加'+' 仅对于正数 '%+03d' % (1, ) '+01' //在1前面填充0,增加正数标记符

CONVERSION

符号 说明

整数

整数

八进制整数

小写十六进制整数

X 大写十六进制整数

浮点数

F 浮点数

小写科学计数法

E 大写科学计数法

整数, 已废弃

同f,如果指数小于-4,同e

G 同f,如果指数小于-4,同E

字符,接收unicode编码或单字符字符串

字符串,使用ascii函数转换

字符串,使用repr函数转换

字符串,使用str函数转换

例子1:

'%d' % 3.4

> 3

2.使用format方法格式化:

1.template 使用 {} 标示变量

2.{}或{\d+} 使用 *args 按顺序填充

3.{key} 使用 **kwargs 按 key 填充

4.Format String Syntax

例子1:

'{0}, {name}'.format('hello',name='world')

3.字符串常用操作 [重点] :

字符串连接join

字符串分割split, rsplit, splitlines, partition, rpartition

字符串修改-大小写 capitalize, title, lower, upper, swapcase

字符串修改-填充清除 center, ljust, rjust, zfill, strip, rstrip,lstrip

字符串判断 startswith, endswith,is*

字符串查找替换 count, find, rfind, index, rindex, replace

1.join[字符串连接]:

lst = ['i', 'like', 'python']

' '.join(lst)

'_'.join(lst)

ret = ''

for i in lst:

ret += i

ret += ' '

ret

2.split - rsplit - splitlines[分割]:

内置函数split是不支持正则表达式的,需要先import re模块;

help(str.split)

S.split(sep=None, maxsplit=-1)

例子1:

s＝'i like python'

s.split()

['i', 'like', 'python']

例子2:

s.split('o') //指定的分割符不会被保留;

>['i like pyth', 'n']

例子3:

s.split(' ', 1) //后面的数表示分割几次,默认是最大分割, -1表示从后开始分割

ssplit(' ', -1)

这里可以使用UNPACKING:

s = 'root:x:0:0:root:/root:/bin/bash'

username,_ = s.plit(':', 1)

username

> 'root'

例子4:

s = 'root\n:x:0\n:0\n:root:/root:/bin/bash' //按照换行符分割

s = ''' //像这样需要多行的且需要按行分割的就需要用到splitlines

11111111 //这里总共是4行,按照换行符算,第一行也有换行符

22222222

33333333

'''

s.splitlines()

> ['root', ':x:0', ':0', ':root:/root:/bin/bash']

s.splitlines(True) //填写True将会保留换行符,默认False

3.partition - rpartition[分割]:

s = 'root\n:x:0\n:0\n:root:/root:/bin/bash'

s.partition(':') //partition会按照顺序 将分隔符单独分割成一个元素,

>('root', ':', 'x:0:0:root:/root:/bin/bash')

4.capitalize - title - lower - upper - swapcase[修改 大小写]:

capilize : 第一个字母变大写,其他字母变小写

title: 每个单词的首字母大写,其他字母变小写

lower: 将所有字母变小写

upper: 将所有字母变大写

swapcase: 将大小写对换;

5.center - ljust - rjust - zfill - strip - rstrip - lstrip [修改 字母]:

center: 前后填充

s.center(20) //默认用空格进行前后填充,填充满20个字符

s.center(20,'#') //以'#'进行前后填充.

ljust: 填充向左边

s.ljust(20,'#') #号将会填充在原来字符串的右边,因为是向左填充

rjust: 填充向右边

与ljust方向相反;

zfill: zfill() 方法返回指定长度的字符串，原字符串右对齐，前面填充0

str.zfill(width)

strip: 删除头尾匹配符,默认删除换行符和空格,tab键

rstrip: 删除结尾匹配符

lstrip: 删除开头匹配符

f = open('/etc/passwd', 'r')

f.readline() //返回的一行带有换行符

f.readline().strip() //这样将不会带上换行符

6.startswith - endswith - is *[判断]:

for line in f.readlines():

line = line.strip()

if line.startwith('root:'):

_, shell = line.rsplit(":",1)

print(shell)

7.count, find, rfind, index, rindex, replace[查找 和 替换]:

f = 'sdfsdfsdfsadfsdf'

f.count('r') //统计有多少个r,如果是多个字符就是多个字符进行匹配统计

f.find('fs') //从左开始查找第一次匹配到的位置; 找不到会返回 -1

f.find('fs', 2, 4) //设置 [开始] [结束] 位置

f.index('fs') //从左开始查找第一次匹配到的位置;找不到会返回ValueError

f.replace('fs','pp') //替换 将fs替换成pp

f.replace('fs','pp', 2) //从左向右进行替换,替换两个;

六.STR与BYTES的区别:

Python3中严格区分了文本和二进制数据

Python2并没有严格区分

文本数据使用str类型,底层实现是unicode

二进制数据使用bytes类型,底层是byte

str使用encode方法转化为bytes

bytes方法使用decode方法转化成str

由于清晰的区分文本和二进制,Python3解决了大多数python2的编码问题

python3 中json的应用:

import json

json.loads('{"name":"comyn"}')

socket中的发送信息;需要将str转换成bytes才能发送;

s.send('{"name":"comyn"}'.encode())