python字符串格式化

1.8.12.格式化字符转

• 概念：格式化字符串是指指定一个模板，该模板留出一些空位，再根据需要填上相应的内容

• 通过操作符%实现：''% [-][+][0[m][.n]'格式化字符串%exp

• 参数说明：

  • [ ]:表示内容可选

  • -：左对齐

  • +：右对齐

  • 0：右对齐，用0填充空白，一般配合参数m使用

  • m:宽度

  • n：小数保留数

  • %格式化字符如下表：

格式化字符	作用	格式化字符	作用
%s	字符串	%r	字符串
%c	单个字符	%o	八进制
%d或%i	十进制整数	%e	指数
%x	十六进制整数	%E	指数
%f或%F	浮点数	%%	字符%

str1='编号：%05d\t公司名称：%s官网：http://www.%s.com'
str2=(1,'百度','baidu')
str3=(2,'腾讯','qq')
str4=(3,'字节跳动','bytedance')
print(str1%str2)
print(str1%str3)
print(str1%str4)

1.8.13.通过format()方法实现

python2.6版本以后推荐使用format()方法格式化字符串

格式：str.format(args)

参数分析

str：字符串显示的样式即模板

grgs:需要转换的对象，若有多项可以使用逗号分隔

占位符：{}和：

模板格式：{index：fill aglin sign # width.percision type}

index:索引位置，从0开始，若省略则自动分配

fill:空白填充的字符

aglin:对齐方式，一般与width配合

<:左对齐

>:右对齐

=：内容右对齐，只对数字类型有效，即将数字放在填充字符的最右侧

^：内容居中

sign：指定有无符号

+：正数

负数

空格：正数加正数，负数加符号

#：值为二、八、十六进制时，数字显示0b、0o、0x的前缀

width:宽度

.percision:保留的小数位数

type:类型

import math as m
​
print('￥{:,.2f}元'.format(2000000 + 2345))
print('{0:E}'.format(230000.1))
print('{:.7f}'.format(m.pi))
print('二进制：{:#b}'.format(1001))
print('八进制：{:#o}'.format(1001))
print('十六进制：{:#x}'.format(1001))
print('天才是由{:.0%}的灵感，加上{:.0%}的汗水！'.format(0.01,0.99))

1.8.14.python常见的字符串编码

• ASCLL码：对10个数字、52英文大小写字母、其他字符进行编号，最多表示256个字符，每个字符占1B

• GBK\GBK2312:中文汉字编码，1B表示英文字母，2B表示汉字

• Unicode和UTF-8的关系

  • Unicode：称为万国码、统一码，用于满足跨国语言、跨平台的文件转换处理要求

  • unicode表示字符太浪费空间，为了解决字符的存储和传输问题而产生了UTF编码

• UTF：（unicode transformation format）:对unicode进行转换，以便于在存储和传输时节省空间和时间

  • UTF-8：使用1、2、3、4个字节表示字符，有先使用1B表示字符，无法满足时增加1B，最多4B，英文占1B，欧洲语系占2B，东亚语系占3B，其他的特殊字符占4B

  • UTF-16：使用2、4字表示字符

  • UTF-32：使用4B表示字符

  • 总结：UTF编码是为了UNICODE编码设计的一种存储和传输时节省空间的编码方案

• python的2种字符串类型

  • str：在内存中使用unicode表示字符串

  • bytes:字节类型，网络传输或存储时磁盘时使用二进制数据表示，以b开头如：

b'\xs2\xb0'

• 使用encode（）方法编码

  • 作用：将字符串转为二进制（bytes）数据

  • 格式：strname.encode(encoding='编码格式')

  • 编码格式：可省略，默认UTF-8，也可以省略encoding=

str1='书山有路勤为径'
by1=str1.encode('GBK')
by2=str1.encode()
print('原串：',str1)
print('转为GBK：',by1)
print('转为UTF-8：',by2)

• 使用decode（）解码

  • 解码：将bytes类型二进制数据转换为字符串

  • 格式：bytes.decode(endcoding='UTF-8')

str1='学海无涯苦作舟'
by1=str1.encode('GBK')
​
print('解码后：',by1.decode('GBK'))

1.9.正则表达式

1.9.1.正则表达式用于描述字符串的复杂文本规则的代码，一般用于查询匹配

1.9.2.常见元字符

• 作用表示特殊含义，一般为范围性、不好确切描述的字符串

• 单字符匹配的元字符

字符	功能
.	匹配任意1个字符
[ ]	匹配[ ]中列举的字符
\d	匹配0-9数字
\D	匹配非数字
\s	匹配空白（空格，tab）
\w	匹配0-9、a-z、A-Z、下划线、汉字
\W	匹配非\w的字符

• 数量元字符

字符	功能
*	匹配前面的字符0次或多次、可有可无
？	匹配前面的字符一次或0次，至少有1次，要么没有
+	匹配前面字符1次或多次
{m}	匹配前面字符出现m次
{m,}	匹配前面字符至少出现m
{m,n}	匹配前面字符至少出现m次，最多n次

• 边界字符

字符	功能
^	行首
&	行尾
\b	匹配单词的开始或结束，分节符为空格
\B	匹配非单词边界

• 其他字符

字符	功能
[^]	排除
\	转义

• 分组元字符

字符	功能
|	匹配左右两边任意一个表达式
（ab）	将括号中的字符作为一个分组

4.9.3.示例

• 匹配8位qq号

^\d{8}$

• 匹配任意元音字母

[aeiou]

• 匹配身份证号：18位，前17位为数字时，最后一位为x或X进行校验

（^\d{17}）(\d|X|x)$

• 匹配输入的163、126、qq、邮箱，前面至少5位最多11位

r'\w{5,11}@(163|126|qq).(com|cn)'

• 检索python文件名为：xxx.py

r'\w+\.py\b'

1.9.4.re模块

• 需要加载：import re

• math（）方法

  • 格式：re.math（pattern,string,[fiags]）

  • 作用：从字符串起始位置开始查询匹配，成功返回math对象，否则返回None，只能匹配一个

  • pattern：使用正则表达式表示的模式字符串

  • string：要匹配的字符串

  • flags:可省略，表示标志位，控制匹配方法。如：是否区分大小写字母

标志	作用
A	ASCLL
I	不区分大小写字母
M	将^和￥应用于一行
S	使用（.）匹配所有字符
X	忽略空格、注释等

例1：匹配字符串是否以mr_开头，不分大小写

import re
p=r'mr_\w+' #模式字符串
str1='MR_SHOP mr_shop'
m=re.match(p,str1,re.I)
print(m)
​
​
#返回的对象内置多个功能方法
print('匹配值得起始位置：',m.start())
print('匹配值得结束位置：',m.end())
print('匹配位置的元组：',m.span())
print('匹配的数据：',m.group())
​
​
#只能在起始位置匹配
str2='123MR_SHOP me_shop'
n=re.match(p,str2,re.I)
print(n)

例2：验证输入的手机号是否为中国移动的号码

import re
m=input('请输入手机号：')
p=r'(13[4-9]\d{8})$ | (15[01289]\d{8})$'
mt=re.match(p,m)
if mt==None:
    print('不是移动号段')
else:
    print(m,'是有效的中国移动手机号')

• search()方法匹配

  • 作用：在字符串任意位置进行检索第一个匹配的值，成功返回search对象，不成功返回None

  • 格式：re.search（pattern,string,[fiags]）

  • 例：上例修改

import re
p=r'mr_\w+' #模式字符串
str1='123MR_SHOP mr_shop'
m=re.search(p,str1,re.I)
print(m)

• findall()方法

  • 作用：在字符串中检索所有符合正则表达式规则的字符串，并以列表的形式返回，不成功返回列表

  • 格式：re.findall(pattern,string,[fiags])