Python基础之字符串处理

一 什么是字符串

1.在Python中，使用单引号或者双引号括起来的，就是字符串。
2.字符串也可以使用六个单引号或者六个双引号括起来。
3.在Python3中，字符串分为两种类型，第一种是str，是unicode字符串，第二种是bytes，就是经过编码后的字符串，是一种字节码，适用于保存在磁盘上或者在网络上传输。

二 字符串拼接

1.使用加号的形式

 a = 'hello'
 b = 'world'
 c = a + b
 print(c)

2.使用格式化的形式

 a = '___'
 b = 'abc'
 c = "%s%s%s" % (a,b,a)

三 字符串格式化

字符串格式化，是将一个字符串中某些经常可能会改变的地方，提取出来，用一些占位符占位，后面再通过格式化的方式填充进去。格式化字符串有两种方式，第一种方式是使用%s的形式，第二种是使用format方法。

1. 使用%的形式

course = 'python'
school = 'zhiliao'
intro = "I love %s,I study in %s" % (course,school)

以上就是使用%的形式进行补充。当然针对不同的数据类型，应该使用不同的格式化：

• 字符串：使用%s。
• 整形：使用%d。
• 浮点类型：使用%f。如果想要指定小数点后的位数。可以使用%.nf来表示，n为1表示一位小数，n为2表示2为小数，依次类推。

2. 使用format函数的形式

• 使用位置参数占位符，示例代码如下

greet = "I love {},I study in {}".format('python','zhiliao')

• 使用关键字参数占位符，示例代码如下

greet = "I love {arg1},I study in {arg2}".format(arg1='python',arg2='zhiliao')

四 字符串下标

下标操作：字符串实际上就是跟一个容器一样，也可以跟列表和元组一样进行下标操作。
示例代码：

   username = 'zhiliao'
    print(username[0])
    print(username[1])
    print(username[2])
    print(username[-1]) # 从后面开始

五 切片操作

• 起始位置：切片操作包括开始位置。负数从后面开始，最后一个元素是-1。
• 结束位置：切片操作包括的是结束位置前面的一个元素。负数从后面开始，最后一个元素是-1。
• 步长：代表每次取值的跨度。如果没有设置，默认为1。正数表示从左到右，负数表示从右到左。
• 逆序：从后面往前开始走。所以起始位置应该是-1，然后要往前面走，那么应该指定步长为-1，然后要取到所有的值，那么结束位置应该留空。

六 字符串常见操作

1. find方法

返回查找字符串的下标位置。如果返回的是-1，代表的是没有查找到该字符串。rfind是从右边到左边。

text = 'hello zhiliao'
position = text.find("zhiliao")
if position > 0:
	print('zhiliao在text中')
else:
	print('zhiliao不在text中')

2. index方法

和find非常类似。只不过当查找不到这个字符串的时候，不是返回-1，而是抛出一个异常。rindex是从右边开始查找。

text = 'hello zhiliao'
position = text.index("python")
print(position)

3. len函数

获取字符串字符的长度。

text = 'hello zhiliao'
length = len(text)
print(length)

4. count方法

用来获取子字符串在原来字符串中出现的次数。

text = 'hello python python'
count = text.count('zhiliao')
print(count)

5. replace方法不会改变原来字符串的值

新创建一个字符串，把原来字符串中的某个字符串替换为你想要的字符串。

text = 'hello python python'
new_text = text.replace("python",'zhiliao',1)
print(text)
print(new_text)

6. split方法

按照给定的字符串进行分割。返回的是一个列表。

text = 'hello python zhiliao'
words = text.split(" ")
for word in words:
	print(word)

7. startswith方法

判断一个字符串是否以某个字符串开始。

text = 'hello python'
if text.startswith("h"):
	print("是以hello开头的")
else:
	print('不是以hello开头的')

8. endswith方法

判断一个字符串是否以某个字符串结束。

text = 'hello python'
if text.endswith("python"):
	print("True")
else:
	print('False')

9. lower方法不会改变原来字符串

将字符串全部改成小写。

text ='I am zhiliao'
new_text = text.lower()
print(text)
print(new_text)

10. upper方法不会改变原来字符串的值

将字符串全部改成大写。

text ='I am zhiliao'
new_text = text.upper()
print(text)
print(new_text)

11. strip方法

将字符串左右的空格全部去掉。

text = '   python    '
new_text = text.strip()
print(text)
print(new_text)

12. lstrip方法

删除字符串左边的空格。

text = '   python    '
new_text = text.strip()
print(text)
print(new_text)

13. partition方法

删除字符串右边的空格。

text = 'hello python zhiliao'
result = text.partition("python")
print(result)

14. isalnum方法

从str出现的第一个位置起，把字符串string分成一个3元素的元组(string_pre_str,str,string_post_str)，如果 string中不包含str，则string_pre_str == string。

text = 'zhiliao123.'
result = text.isalnum()
print(result)

15. isalpha方法

如果string至少有一个字符并且所有字符都是字母或数字则返回True，否则返回False。

text = 'hello12'
result = text.isalpha()
print(result)

16. isdigit方法

如果string至少有一个字符并且所有字符都是字母则返回True，否则返回False。

text = '123sbc'
result = text.isdigit()
print(result)

17. isspace方法

如果string只包含数字则返回True否则返回 False。

result = text.isspace()
print(result)

18 isspace

如果字符串中只包含空格，则返回True，否则返回False。

test="  "
print(test.isspace())

七 转义字符

转义字符	描述
\在行尾	续行符
\n	换行符
\’	单引号
\"	双引号
\t	制表符
\	反斜杠

八 原生字符串

原始字符串不会对字符串中任何字符进行转义，你写了什么东西，这个字符串就是什么，达到一种所见即所得的效果。
语法：r’xxx’。

text = 'hello \
world'

print(text)


text = 'hello \nworld'
print(text)

text = "apple\"s\tprice is $9"
print(text)

text = '\\'
print(text)

# raw：原生
text = r'abc\ncde'
print(text)

九 字符串编码和解码

在Python3中，默认写的字符串都是unicode类型，unicode是一个万能的字符集，可以存储任意的字符，但是unicode字符串只能在内存中存在，不能在磁盘和网络间传输数据，如果要在文件或者网络间传输数据，必须要将unicode转换为bytes类型的字符串，因此我们在写代码的时候有时候要对unicode和bytes类型字符串进行转换，转换的函数如下：

• encode(‘utf-8’)：将unicode编码成bytes类型，并且编码方式采用的是utf-8。
• decode(‘utf-8’)：将bytes解码成unicode类型，并且解码的方式采用的是utf-8。
• utf-8是编码的方式，还有其他编码方式，比如gbk、ascii等。

text = 'hello world'
# str
# unicode
# unicode -> bytes：encode
text_bytes = text.encode("utf-8")
print(text_bytes)
print(type(text_bytes))

# bypes->unicode: decode
text_bytes = b'hello world'
text = text_bytes.decode("utf-8")
print(text)
print(type(text))


from hashlib import md5
text = 'hello world'
result = md5(text.encode("utf-8")).hexdigest()
print(result)

with open("abc.txt",'w') as fp:
	fp.write("hello world")

十 Unicode字符串

1.什么是unicode字符串

因为历史原因，在Python2版本中，默认的字符串编码采用的是ascii编码（Python早于unicode发布）。而ascii编码是采用1个字节来存储，也就是8位，最多只能表示2^{8也即256个字符，这在全世界远远是不够的，单拿中国汉字来讲，常用的汉字也有6000多个。因此，为了满足全球各个国家不同语言的编码需求，全球统一码联盟提出了unicode编码。unicode编码默认情况下会采用2个字节存储字符（UCS-2），这样能够存储的2}16也即65536个字符，但也还是不能满足全世界所有语言，因此后来又补充了用4个字节存储（UCS-4），这就可以包含全球所有的文字了。

2.unicode与其他编码的区别

• unicode是一个字符集，相当于一个字典，全世界所有的字符或者标点符号都对应一个数字。以后要在计算机中显示这个字符的时候，就使用unicode字符集中对应的那个数字就可以了。
• utf-8、gbk、latin-1、ascii都是具体的编码实现。 因为unicode中，将大部分的字符都用2个字节存储，但是对于英文字母，比如a，其实他只需要一个字节就够了，如果都用2个字节存储，那么比较浪费硬盘空间或者浪费流量，因此unicode并不适合用来存储。而utf-8则是unicode的一种实现方式，他默认会使用8位，也就是一个字节存储，如果存储不下了，则会动态的改变大小用来存储字符。因此utf-8比较节省空间，并且也可以包含全世界所有的字符。

3. 在Python2中如何定义unicode字符串

在字符串的前面加上一个u，比如u’中国’。

4. unicode可以解决什么问题

在出现乱码或者编码错误的时候可以解决问题。

5.如何将其他形式的编码字符串解码为unicode字符串

greet = '你好'
greet_unicode = greet.decode('utf-8')

6.如何将unicode编码成其他编码字符串

greet = u'你好'
greet_utf8 = greet.encode('utf-8')

7.sys的作用是什么

import sys
reload(sys)
sys.setdefaultencoding('utf-8')

设置字符串在转换编码时候的默认编码。
比如使用函数unicode将一个str字符串转换成unicode字符串，那么默认使用的就是ascii编码。如果你设置了以上的代码，那么将使用utf-8编码。

8.#coding

utf-8是用来干什么的：用来设置Python解释器在读取这个源代码文件时候使用的编码。在python2中默认使用ascii，所以需要改变一下文件的默认编码。而在python3中，默认使用了utf-8，则可以不要更改文件编码就可以支持中文了。