python——字符串 & 正则表达

raw字符串（原始字符串)

所见即所得，例如

print('\n')

print(r'\n')

\n

len('\n')

1

len(r'\n')

2

Unicode 字符串

• ASCII码：每个字符都是以7位二进制数的方式存储在计算机内，ASCI字符只能表示95个可打印字符。
• Unicode：通过使用一个或多个字节来表示一个字符的方式突破了ASCII码的限制。

示例：

'\nabc'

'\nabc'

u'\nabc'

'\nabc'

u'刘备'

'刘备'

U'卓越'

'卓越'

Python转义字符

在需要在字符中使用特殊字符时，python用反斜杠(\)转义字符。如下表：

转义字符	描述
\(在行尾时)	续行符
\\	反斜杠符号
\'	单引号
\"	双引号
\a	响铃
\b	退格(Backspace)
\e	转义
\000	空
\n	换行
\v	纵向制表符
\t	横向制表符
\r	回车
\f	换页
\oyy	八进制数，yy代表的字符，例如：\o12代表换行
\xyy	十六进制数，yy代表的字符，例如：\x0a代表换行

格式化操作

python字符串格式化符号:

符   号	描述
%c	格式化字符及其ASCII码
%s	格式化字符串
%u	格式化无符号整型
%o	格式化无符号八进制数
%x	格式化无符号十六进制数
%X	格式化无符号十六进制数（大写）
%f	格式化浮点数字，可指定小数点后的精度
%e或%E	用科学计数法格式化浮点数
%g	%f和%e的简写
%G	%f 和 %E 的简写
%p	用十六进制数格式化变量的地址
%d	格式化整数

---

格式化操作符辅助指令:

符号	功能
*	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)

形式：
format%values

values的输入形式：

• 元组形式
• 字典形式（键作为format出现，值作为values存在）

print('hello %s, %s enough!'%('world','happy'))

hello world, happy enough!

print('int：%d,str:%s,str:%s'%(1.0,['in list','i am list'],'i am str'))

int：1,str:['in list', 'i am list'],str:i am str

'%x'%100

'64'

'%X'%110

'6E'

'we are at %d%%'%100

'we are at 100%'

'%s is %d years old'%('Li',20)

'Li is 20 years old'

for i in range(1000,10000):
    a=int(i/1000)
    b=int(i/100)%10
    c=(int(i/10))%10
    d=i%10
    if a**4+b**4+c**4+d**4==i:
        print('%d=%d^4+%d^4+%d^4+%d^4'%(i,a,b,c,d))

1634=1^4+6^4+3^4+4^4
8208=8^4+2^4+0^4+8^4
9474=9^4+4^4+7^4+4^4

m.n 宽度与精度

'%.3f'%123.12345

'123.123'

'%.5s'%'hello world'

'hello'

'%+d'%4

'+4'

'%+d'%-4

'-4'

from math import pi
'%-10.2f'%pi

'3.14      '

'%10.4f'%pi

'    3.1416'

'My name is %(name)s,age is %(age)d,gender is %(gender)s'%{'name':'LiMing','age':28,'gender':'male'}

'My name is LiMing,age is 28,gender is male'

字符串模板

字符串对象Template对象存在与string模块中：

• 使用美元符号$定义代替换的参数
• 使用substitute()方法(缺少参数时会报错，KeyError异常) & safe_substitute()方法（缺少key时，直接显示参数字符串）进行参数替换

示例：

from string import Template
s=Template('There are ${how_many} nodes in the ${tree}')
print(s.substitute(how_many=32,tree='splay_tree'))

There are 32 nodes in the splay_tree

print(s.substitute(how_many=32))

---------------------------------------------------------------------------

KeyError                                  Traceback (most recent call last)

<ipython-input-4-6c5e84463638> in <module>()
----> 1 print(s.substitute(how_many=32))


D:\ProgramData\Anaconda3\lib\string.py in substitute(*args, **kws)
    124             raise ValueError('Unrecognized named group in pattern',
    125                              self.pattern)
--> 126         return self.pattern.sub(convert, self.template)
    127 
    128     def safe_substitute(*args, **kws):


D:\ProgramData\Anaconda3\lib\string.py in convert(mo)
    117             named = mo.group('named') or mo.group('braced')
    118             if named is not None:
--> 119                 return str(mapping[named])
    120             if mo.group('escaped') is not None:
    121                 return self.delimiter


KeyError: 'tree'

from string import Template
s=Template('There are ${how_many} nodes in the ${tree}')
print(s.safe_substitute(how_many=32))

There are 32 nodes in the ${tree}

正则表示

import re

# 判断字符串是否由‘hello’开始
pattern=re.compile('hello') #得到匹配字符串‘hello’的正则表示对象
res=pattern.match('hello world') #使用match方法进行匹配
if res :
    print(res.group()) # 使用group方法得到匹配内容
else:
    print('not match')

hello

# 查找字符串是否包含'hello'
pattern=re.compile('hello') #得到匹配字符串‘hello’的正则表示对象
res=pattern.search('world hello') #使用search方法进行匹配
if res :
    print(res.group()) # 使用group方法得到匹配内容
else:
    print('not match')

hello

# 查找字符串中包含'hello'的所有部分
pattern=re.compile('hello') #得到匹配字符串‘hello’的正则表示对象
res=pattern.findall('world hello world hello') #使用findall方法得到所有匹配内容
print(res)

['hello', 'hello']

.

import re
pattern=re.compile(r'ab.xy')
res=pattern.match(r'ab0xy')
if res:
    print(res.group())

ab0xy

|

import re
pattern=re.compile(r'abc|xyz')
res=pattern.match(r'abc')
if res:
    print(res.group())

abc

res=pattern.match(r'xyz')
if res:
    print(res.group())

xyz

[ ]

import re 
pattern=re.compile(r'[ab][xy][01]')
res=pattern.match(r'ax0')
if res:
    print(res.group())

ax0

import re
html = 'Hello <a href="https://www.biaodainfu.com">biaodianfu</a>'
m = re.findall('<a.*>.*<\/a>', html)
if m:
    print(m)

['<a href="https://www.biaodainfu.com">biaodianfu</a>']

import re
html = 'Hello <a href="https://www.biaodainfu.com">biaodianfu</a> | Hello <a href="https://www.google.com">Google</a>'
m = re.findall('<a.*>.*<\/a>', html)
if m:
    print(m)

['<a href="https://www.biaodainfu.com">biaodianfu</a> | Hello <a href="https://www.google.com">Google</a>']

Python 的字符串内建函数