容器型数据类型——字符串

容器型数据类型——字符串

字符串的定义

注意！！！：字符串同元组一样只能进行读操作，不能进行写操作

在Python程序中，如果我们把单个或多个字符用单引号或者双引号包围起来，就可以表示一个字符串。字符串中的字符可以是特殊符号、英文字母、中文字符、日文的平假名或片假名、希腊字母、Emoji字符等。

字符串的运算

再次注意：字符串和元组一样也是不变的数据类型，只能读操作不能写操作

循环遍历字符串每个字符

a = 'hello world'
#获取字符串的长度(空格也算)
print(len(a))
#循环遍历字符串每个字符
for i in range(len(a)):#i表示下标
    print(a)
for i in a:   #i表示元素
    print(i)
    

重复运算

a = 'hello world'
print(a * 5)

成员运算

a = 'hello world'
print('or' in a)
print('ko' in a)

比较运算

（比较字符串的内容）比的是字符编码的大小

a = 'hello world'
b = 'hello,world'
print(a == b)
print(a != b)
c = 'goodbye, world'
print(b>c)

d = 'hello, everybody'
print(b >=c)
print(ord('g'),ord('h'))

字符串的索引和切片

字符串的索引与切片与列表元组一样

a = 'hello, world'
print(a[0],a[-len(a)])
print(a[len(a) - 1],a[-1])
print(a[a], a[-7])
print(a[2:5])
print(a[1:10:2])
print(a[::-1])

字符串相关函数与操作

操作字符串大小写

• upper() 全变大写

• lower() 全变小写

• capitalize() 首字母大写

• title() 每个单词首字母大写

  a = 'hello, world123'
  
  print(a.upper())       #变全大写
  print(a.lower())       #变全小写
  print(a.capitalize())  #首字母大写
  print(a.title())       #每个单词首字母大写
  print(a)               #可以看出前面操作对字符串没有改变
  

判断字符串性质

判断字符串的性质返回的都是布尔值

在以后的数据分析中我们查看数据的性质会用到此些函数

• isdigit() 判断字符串是不是数字

• isalpha() 判断字符串是不是字母

• isalnum() 判断字符串是不是字母和数字

• isascii() 判断字符串是不是ASCII码 （python3.0以后才有此函数）

  b = 'abc123'
  print(b.isdigit())#判断字符串是不是数字
  print(b.isalpha())#判断字符串是不是字母
  print(b.isalnum())#判断字符串是不是字母和数字
  print(b.isascii())#判断字符串是不是ASCII码 python 3.7 以上版本
  

• startswith() 判断字符串是否以指定内容开头

• endswith() 判断字符串是否以指定内容结尾

  c = '你好呀'
  print(c.startswith('你好'))#判断字符串是否以指定内容开头
  print(c.endswith('啊'))#判断字符串是否以指定内容结尾
  

查找有没有子串

• index() / rindex() 从左开始查找 / 从右开始查找

• find() / rfind() 同上

  a = 'hO apple, i love apple.'
  #index --> 从左向右寻找指定的字串，可以指定从哪开始找，默认是0
  #找到了返回字串对应的索引(下标），找不到直接报错（程序崩溃）
  print(a.index('apple'))
  print(a.index('apple',10))
  print(a.rindex('apple'))#从右向左
  #同上  但查找不到不会报错
  print(a.find('apple'))
  print(a.find('apple', 10))
  print(a.rfind('apple'))
  print(a.find('banana'))
  print(a.rfind('banana'))
  

字符串对齐操作

• center() 居中

• rjust() 右对齐

• ljust() 左对齐

  a = 'hello, world'
  print(a.center(80, '~'))  # 居中80个字符  可以指定字符，默认空格。用~填充也可换其它
  print(a.rjust(80, '='))  # 右对齐
  print(a.ljust(80, '-'))  # 左对齐
  

• zfill() 零填充（在左边补0）

  b = '123'
  print(b.zfill(6))  # 零填充（在左边补六个0）
  

字符串的修剪操作

• strip() 修剪字符串两端空格

• lstrip() 修剪字符串左端空格

• rstrip() 修剪字符串右端空格

• replace() 将指定的字符串替换为新的内容

  email = ' 308143018@qq.com   '
  content = '  马化腾是个傻逼    '
  #修剪字符串左右两端空格
  print(email.strip())
  print(content.strip())
  #修剪字符串左端的空格
  print(email.lstrip())
  #修剪字符串右端的空格
  print(email.rstrip())
  
  #将指定的字符串替换为新的内容
  print(content.strip().replace('马化腾','*').replace('傻逼','*'))
  

字符串的拆分与合并

• split() 用空格拆分字符串得到一个列表

• rsplit() 从右向左进行字符串拆分

• print(' '.join(contents))将列表中的字符串，用指定的字符连接起来

  content = 'You go your way, I will go  mine.'
  content2 = content.replace(',','').replace(',','')
  # 用空格拆分字符串得到一个列表
  words = content2.split()
  print(words, len(words))
  for word in words:
      print(word)
  
  # 用空格拆分字符串，最多允许拆分三次
  words = content2.split(' ', maxsplit=3)
  print(words, len(words))
  
  #从右向左进行字符串拆分，做多允许拆分三次
  words = content2.rsplit(' ',maxsplit=3)
  print(words,len(words))
  
  #用逗号拆分字符串
  items = content.split(',')
  for item in items:
      print(item)
  
  contents = [
      '请不要相信我的美丽',
      '更不要相信我的爱情',
      '因为在涂满油彩的面孔下',
      '有着一颗戏子的心'
  ]
  #将列表中的字符串，用指定的字符连接起来 这里用的是空格
  print(' '.join(contents))
  

字符串的编码与解码

字符串的编码与解码非常重要，在我们的以后数据提取与分析中有着重要的作用。

要点；
1.选者字符集（编码）的时候，最佳的选择（也是默认的）是UTF-8。
2.编码和解码的字符集要保持一致，否则就会出现乱码现象。
3.不能用IOS-8856-1编码保存中文，否则会出现编码黑洞，中文变成？。
4.UTF-8是Unicode的一种实现方案，也一种变长的编码。
最少1个字节(英文和数字)，最多4个字节(Emoji),表示中文用3个字节。

编码，str(字符串)  --->encode() --->bytes(字节串)
解码：bytes(字节串) --->decode() --->str(字符串)

• encode() 编码

• decode() 解码

  # 字符串的编码和解码（gbk《——gbk2312 《——ASCII）
  # 编码（以后选UTF-8（万国码），变长的编码方式，中文占3个字符）
  # .encode(编码类型) # 默认UTF-8
  # 解码
  # .decode(编码类型)
  # 例子：
  a = '我爱你中国'
  print(a.encode('gbk'))
  b = b'\xce\xd2\xb0\xae\xc4\xe3\xd6\xd0\xb9\xfa'
  print(b.decode('gbk'))
  
  
  message = 'attack at dawn'
  # 生成字符串转换的对照表
  table = str.maketrans(
      'abcdefghijklmnopqrstuvwxyz',
      'defghijklmnopqrstuvwxyzabc'
  )
  # 通过字符串的.translate()方法实现字符串的转译
  print(message.translate(table))
  

字符串格式化操作

主要有三种

c = 1234
d = 345

print(f'{c}+{d}={c + d:.2f}')# python 3.6 以上才有的格式化字符串的语法  :.2f 输出结果保留两位小数
#下面和上面的写法等价的语法  建议使用这一种

print('%d + %d = %d' % (c, d, c + d))
print('{}+{}={}'.format(c, d, c + d))
print('{2}+{1}={0}'.format(c + d, d, c))#也可以加下标表示对应的位置

训练

生成随机验证码（数字由文字字母构成，长度为4）

方法一

import random
nums = [str(i) for i in range(10)]#把0~9转换成字符串列表
print(nums)
big_leteers = [chr(i) for i in range(65,91)]#把26个字母的ASCII码转换成字符
print(big_leteers)
small_letters = [chr(i) for i in range(97,123)]#小写
all_letters = big_leteers + small_letters+nums#拼接
for _ in range(4):
    selected_chars = random.choices(all_letters,k=4)  #choices()随机又放回抽样 抽4次
    print(''.join(selected_chars))#把列表内字符串连接起来
print()

方法二

import random
import string   #字符串模块
all_chars = string.ascii_letters +string.digits#把字母和数字拼接
for _ in range(4):
    selected_chars = random.choices(all_chars,k=4)
    print(''.join(selected_chars))

总结

知道如何表示和操作字符串对程序员来说是非常重要的，因为我们需要处理文本信息，Python中操作字符串可以用拼接、切片等运算符，也可以使用字符串类型的方法。