python基础第四节 -- 字符串处理
4.1 字符串
字符串是 Python 中最常用的数据类型. 在python中，引号之间的字符，都是字符串.
创建字符串的方式:
1.单引号。
2.双引号。
3.三引号: 之前在注释的章节，在python中三引号可以作为多行注释来用，但是三引号内的本质上还是字符串。
如果使用变量去接受这个三引号的值，那么这个变量的类型就是str。
4.2 字符串的编码
在python3中，字符串是使用的Unicode。 支持多语言，包括中文，类型是str。
也可以认为是utf-8。utf-8是基于unicode编码的一种节约字节的编码。
为了节省大小，就出现了utf-8，使用1到4个字节进行存储，常用的英文字母被编码成1个字节，汉字通常是3个字节，只有很生僻的字符才会被编码成4个字节。
在python中，常用到的编码和解码的方法是:
编码: encode
解码: decode
参考文章: https://www.zhihu.com/question/23374078/answer/69732605
- 数据存在内存里是使用的unicode。但是如果要进行网络传输的话，是需要将unicode转换成bytes的。
- 在python中bytes类型的数据表示法是: b"xxx"
- 使用encode和decode可以将字符串在utf8和bytes之间来回转换.
- 其中encode和decode是可以传参进去的, 它默认就是要编码或解码utf-8, 可以不用传参
print("案例1:", 'Python'.encode('ascii')) # 转换为了bytes
print("案例2:", '猿人学python'.encode('utf-8')) # 转换为了bytes类型,注意:中文不能用ascii编码,会报错
print("案例3:", b'\xe7\x8c\xbf\xe4\xba\xba\xe5\xad\xa6python'.decode())
print("案例4:", b'Python'.decode())
print(type('Python'.encode('ascii'))) # 转为bytes类型 注意:中文不能用ascii编码,会报错
print(type('猿人学python'.encode('utf-8'))) # 转为bytes类型
案例1: b'Python'
案例2: b'\xe7\x8c\xbf\xe4\xba\xba\xe5\xad\xa6python'
案例3: 猿人学python
案例4: Python
<class 'bytes'>
<class 'bytes'>
4.3 转义符
\ 转义符 & 续行符(在行尾时是续行符)
\r 回车
\n 换行
\t 制表符
1. 转义符 & 续行符 \
续行作用
libai = "日照香炉生紫烟, 遥看瀑布挂前川。\
飞流直下三千尺, 疑是银河落九天。"
print(libai)
a = 1
b = a \
+ 1
print(b)
日照香炉生紫烟, 遥看瀑布挂前川。飞流直下三千尺, 疑是银河落九天。
2
转义作用 -该符号后的东西不具备功能作用,只代表本身
# lb = "作者:"李白" 子:"太白" 号:"青莲居士"" --报错
lb = "作者:\"李白\" 子:\"太白\" 号:\"青莲居士\""
print(lb)
# 另一个方法:让最外面这层变成单引号,外面用双引号,里面用单引号也是可以的,不冲突就行
lb2 = '作者:"李白" 子:"太白" 号:"青莲居士"'
print(lb2)
lb3 = '''作者:"李白" 子:"太白" 号:"青莲居士"'''
print(lb3)
作者:"李白" 子:"太白" 号:"青莲居士"
作者:"李白" 子:"太白" 号:"青莲居士"
作者:"李白" 子:"太白" 号:"青莲居士"
2. 回车符\r
作用:光标重置回顶格
`
libai2 = "日照香炉生紫烟, 遥看瀑布挂前川。\r飞流直下三千尺, 疑是银河落九天。"
print(libai2)
飞流直下三千尺, 疑是银河落九天。
3. 换行符\n
libai3 = "日照香炉生紫烟, 遥看瀑布挂前川。\n飞流直下三千尺, 疑是银河落九天。"
print(libai3)
飞流直下三千尺, 疑是银河落九天。
日照香炉生紫烟, 遥看瀑布挂前川。
4、制表符\t
print("学号 姓名 语文 数学 英语")
print('-'*20)
print("01 张三 99 88 0")
print("01 李四 92 45 93")
print("08 王五 77 82 100")
print("学号\t姓名\t语文\t数学\t英语")
print('-'*36)
print("01\t张三\t99\t88\t0")
print("01\t李四\t92\t45\t93")
print("08\t王五\t77\t82\t00")
4.4 原生字符 r''
原生字符 raw strings
在python中, 以r修饰符引领的字符串(r''), 表示字符串中的内容会被原样输出.
path = 'D:\network\work'
print(path)
pathr = r'D:\network\work'
print(pathr)
D:
etwork\work
D:\network\work
4.5 字符串的拼接和格式化
可以使用+号来实现字符串的拼接。 （但是在字符串的拼接中, 如果变量过多, 拼接起来会十分的麻烦）
name = "张三"
age = 20
gender = '男'
hobby = "打篮球,打游戏"
print("我的名字叫:" + name + "我的年龄是:" + str(age) + "我的性别是:" + gender + " 我的爱好是:" + hobby)
我的名字叫:张三我的年龄是:20我的性别是:男 我的爱好是:打篮球,打游戏
但是在字符串的拼接中, 如果变量过多, 拼接起来会十分的麻烦，而且字符串和数字或者其他类型无法完成拼接。除了+号外，还有三种便捷方法（格式化）：
字符串的格式化也是字符串拼接的一种，只是语法格式化有它自己的一套语法，python中常用的字符串的格式化的方式有多种。
1. % 站位
- 使用
%来占位，非字符串类型也能使用%来占位。 - 完整语法
%s，s的意思是将变量变为字符串放入占位的地方. 可以接收整型，或者浮点型。 - 使用
%占位符, 如果接受的变量类型是整型, 或者浮点型, 你想要它保持它原本的样子, 还可以使用%d,%f - 数字类型的精度控制：在格式化输出中, 使用
m.n(m不常用)的形式来控制数字类型的精度。 - 需要注意的是：如果
m比数字本身的宽度还小, 则m不会生效。 .n对小数部分做精度控制的同时会对小数部分做四舍五入。
text1 = '我的名字叫%s。' % name
text2 = '我的名字叫%s,今天%s岁。' % (name,age)
score = 88.9
text3 = "我的考试分数是%s" % score # 格式化一个对象为字符串
text4 = "我的考试分数是%d" % score # 格式化一个对象为十进制整数
text5 = "我的考试分数是%f" % score # 格式化一个对象为浮点数
text6 = "我的考试分数是%.2f" % score
text7 = "我的考试分数是%7.2f" % score # 长度不够的部分由空格凑
text8 = "我的考试分数是%4.2f" % score # m比数字本身的宽度还小, 则m不会生效
print(text1)
print(text2)
print(text3)
print(text4)
print(text5)
print(text6)
print(text7)
print(text8)
我的名字叫张三。
我的名字叫张三,今天20岁。
我的考试分数是88.9
我的考试分数是88
我的考试分数是88.900000
我的考试分数是88.90
我的考试分数是 88.90
我的考试分数是88.90
2. format占位
使用大括号为占位符. 语法: str.format()
(此处视频课程中讲的在{}中写入name, 如{name}实际上是传参的意思, 大家还没学到, 如不理解, 也不必在意, 后续会学到.)
也是支持运算的。
txt1 = '我的名字叫{},今天{}岁。'.format(name,age)
txt2 = '我的名字叫{name},今天{age}岁。'.format(name = '李四',age = 15) # 实际name和age的变量不会被改变
print(txt1)
print(txt2)
print(name)
print(age)
# 也是支持运算的
test1 = '我的名字叫{},今天{}岁,马上就{}岁了。'.format(name,age,age + 1)
我的名字叫张三,今天20岁。
我的名字叫李四,今天15岁。
张三
20
我的名字叫张三,今天20岁, 马上就21岁了。
3. f-string
f-string: 在python3.6加入, f-string 在形式上是以 f 修饰符引领的字符串(f''),
字符串中的 {} 表明将要被替换的字段。
f-string 在本质上并不是字符串常量, 而是一个在运行时运算求值的表达式.
tft1 = f'我的名字叫{name},今天{age}岁'
tft2 = f'我的名字叫{name},今天{age}岁, 过完生日,马上我就{age + 1}岁了'
print(tft1)
print(tft2)
# 注意此处不行,因为调用的还是前面定义的age, age = 15 并未生效
test2 = '我的名字叫{name},今天{age}岁,马上就{new_age}岁了。'.format(name = '李四',age = 15, new_age = age+ 1)
print(test1)
print(test2)
我的名字叫张三,今天20岁
我的名字叫张三,今天20岁, 过完生日,马上我就21岁了
我的名字叫李四,今天15岁,马上就21岁了。
4.6 字符串的常用方法
1. 常用函数
- 字符串.upper()：转换字符串中的小写字母为大写
- 字符串.lower()：转换字符串中所有大写字符为小写
- len(字符串)：可以获取到字符串的长度
- 字符串.count(子字符串)：可以统计某一个子字符串出现的次数
- 字符串.index(子字符串)：可以返回子字符串出现的左边第一个位置
- 字符串.find(子字符串)：可以返回子字符串出现的左边第一个位置
注意: 想要返回右边第一个,则用rindex,rfind,它们是从右边开始找.
注意: 若找不到子字符串,index/rindex则会报错,find/rfind则会返回-1
注意: 字符串的索引值是从0开始计算的. - 字符串.strip()：去除字符串首尾的空字符和转义符，其中可以传入参数，去掉想去掉的首尾子字符
- split(str, num)：切分字符串, 以 str 为分隔符切片 string, 如果 num 有指定值, 则仅分隔 num+1 个子字符串
- replace(str1, str2)：替换字符串. 将字符串中的str1替换为str2.
# upper & lower
hello_string = 'hello world'
print(hello_string.upper())
print(hello_string.upper().lower())
HELLO WORLD
hello world
# len & count
print(len(hello_string)) # 包括标点和空格
print(hello_string.count('wo'))
11
1
# index & find
print(hello_string.index('o')) # 字符串的索引值是从0开始计算的.
print(hello_string.find('o')) # 字符串的索引值是从0开始计算的
# 想要返回右边第一个,则用rindex,rfind,它们是从右边开始找
print(hello_string.rindex('o')) # 字符串的索引值是从0开始计算的.
print(hello_string.rfind('o')) # 字符串的索引值是从0开始计算的
4
4
7
7
# strip
hello_string = '\n hello world \n'
print(hello_string.strip()) # 实际变量没有改变
hello_string = 'hello world'
print(hello_string.strip('hlde')) # 去首尾找有没有h l d e,有就去掉
print(hello_string)
hello world
o wor
hello world
# split
hello_string = 'hello world'
print(hello_string.split('o')) # 返回切分后的列表 ['hell', ' w', 'rld']
hello_string = 'hello world hello world'
print(hello_string.split('o',2)) # 返回切分后的列表 ['hell', ' w', 'rld hello world'],仅前两个o左右切
['hell', ' w', 'rld']
['hell', ' w', 'rld hello world']
# replace
hello_string = 'hello world'
print(hello_string.replace('world','世界'))
hello 世界
# 获得某类型变量能用的所有方法
print(dir('hello_world'))
['add', 'class', 'contains', 'delattr', 'dir', 'doc', 'eq', 'format', 'ge', 'getattribute', 'getitem', 'getnewargs', 'getstate', 'gt', 'hash', 'init', 'init_subclass', 'iter', 'le', 'len', 'lt', 'mod', 'mul', 'ne', 'new', 'reduce', 'reduce_ex', 'repr', 'rmod', 'rmul', 'setattr', 'sizeof', 'str', 'subclasshook', 'capitalize', 'casefold', 'center', 'count', 'encode', 'endswith', 'expandtabs', 'find', 'format', 'format_map', 'index', 'isalnum', 'isalpha', 'isascii', 'isdecimal', 'isdigit', 'isidentifier', 'islower', 'isnumeric', 'isprintable', 'isspace', 'istitle', 'isupper', 'join', 'ljust', 'lower', 'lstrip', 'maketrans', 'partition', 'removeprefix', 'removesuffix', 'replace', 'rfind', 'rindex', 'rjust', 'rpartition', 'rsplit', 'rstrip', 'split', 'splitlines', 'startswith', 'strip', 'swapcase', 'title', 'translate', 'upper', 'zfill']
2. 类型判断
- 字符串.isspace() 如果string中只包含空格, 则返回True 否则返回 False
- 字符串.isalnum() 如果string中至少有一个字符且所有字符都是字母或者数字, 则返回True 否则返回 False
- 字符串.isalpha() 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
- 字符串.isdecimal() 如果 string 只包含十进制数字则返回 True 否则返回 False.
- 字符串.isdigit() 如果 string 只包含数字则返回 True 否则返回 False.
- 字符串.isnumeric() 如果 string 中只包含数字字符, 则返回 True, 否则返回 False
- 字符串.istitle() 如果 string 是标题化的(所有单词都是以大写开始, 其余字母均为小写)则返回 True, 否则返回 False
- 字符串.islower() 如果 string 中包含至少一个区分大小写的字符, 并且所有这些(区分大小写的)字符都是小写, 则返回 True, 否则返回 False
- 字符串.isupper() 如果 string 中包含至少一个区分大小写的字符, 并且所有这些(区分大小写的)字符都是大写, 则返回 True, 否则返回 False
str0 = 'hello word'
str1 = ' '
str2 = 'helloword2'
str3 = '12393²'
str4 = '一万'
print(str1.isspace())
print(str0.isalnum()) # 不仅有字母和数字,还有空格,则返回false
print(str2.isalpha()) # 不仅有字母,还有数字,所有返回false
print(str3.isdecimal()) # 是否都是0-9数字
print(str3.isdigit()) # 平方符号不属于十进制,但是是数字
print(str4.isnumeric()) # 中文一万,也属于数字字符,则返回True
titile = 'Space Joking'
print(titile.istitle())
print(titile.islower())
print(titile.isupper())
True
False
False
False
True
True
True
False
False
3. 查找替换
- 字符串.startswith(x, beg, end) 检查字符串是否以x开头, 如果beg 或者 end 指定则检查指定的范围内是否以 obj 开头, 如果是, 返回 True,否则返回 False.
- 字符串.endswith(x, beg, end) 检查字符串是否以x结束, 如果beg 或者 end 指定则检查指定的范围内是否以 obj 结束, 如果是, 返回 True,否则返回 False.
- 字符串.find(str, beg, end) 检测 str 是否包含在 string 中, 如果 beg 和 end 指定范围, 则检查是否包含在指定范围内, 如果是返回开始的索引值, 否则返回-1
- 字符串.index() 跟find()方法一样, 只不过如果str不在 string中会报一个异常.
- 字符串.reaplce(str1, str2) 替换字符串. 将字符串中的str1替换为str2.
# 查找和替换
string = 'hello world'
# 包左不包右, 且此处不可用-1表示倒数
print(string.startswith('h',1,11))
print(string.startswith('h',0,11))
print(string.endswith('d',0,11))
print(string.endswith('d',0,10))
print(string.find('d',0,11))
print(string.index('d',0,11))
False
True
True
False
10
10
4.7 字符串的下标和切片
下标: 也可以理解为索引. 如下列字符串:
name = 'abcdef'
# 注意: 字符串的索引值是从0开始计算的.
print(name[0])
print(name[1])
print(name[2])
print(name[3])
print(name[4])
print(name[5])
print(name[-1])
切片:
切片是指对操作的对象截取其中一部分的操作。字符串、列表、元组都支持切片操作.
切片的语法: [起始:结束:步长], 步长不写, 默认为1
注意: 选取的区间属于左闭右开型, 即从"起始"位开始, 到"结束"位的前一位结束(不包含结束位本身)
即包左不包右。
本节课的切片均是以字符串的切片为案例讲解。
print('-'*20)
name = 'abcdef'
print(name[0:3]) # 取 下标0~2 的字符
print(name[:5]) # 取 下标为0~4 的字符
print(name[3:5]) # 取 下标为3、4 的字符
print(name[2:]) # 取 下标为2开始到最后的字符
print(name[2:-1]) # 取 下标为2开始 到 最后第2个之间的字符
print(name[0:]) # 取所有的
print(name[:]) # 取所有的
print('-'*20)
name = 'abcdef'
print(name[0:3:2]) # 以2为步长取每一步的第一个
print(name[0:5:2]) # 以2为步长取每一步的第一个
print('-'*20)
# 若开始位置比结束位置要大,默认步长是1,步长正值是往后切, 5 + 1 没有字母了, 则切不到东西,返回一个空的str
print(name[5:1])
# 若开始位置比结束位置大, 使用负值步长往前切, 则按步长反向从后往前取字符
print(name[5:1:-1])
print(name[5:1:-2])
print('-'*20)
############# 如何利用切片将一个字符串倒序呢?###############
name = 'abcdef'
print-1]
print-1]
a
b
c
d
e
f
f
--------------------
abc
abcde
de
cdef
cde
abcdef
abcdef
--------------------
ac
ace
--------------------
fedc
fd
--------------------
fedcba
fedcba
练习
1. 将字符串 "abcd" 转成大写
2. 计算字符串 "cd" 在 字符串 "abcd"中出现的位置
3. 字符串 "a,b,c,d" ，请用逗号分割字符串，分割后的结果是什么类型的?
4. "{}喜欢{}".format("张三") 执行会出错，请修改代码让其正确执行
5. string = "Python is good", 请将字符串里的Python替换成python,并输出替换后的结果
6. 有一个字符串 string="python字符串学习.py"，请写程序从这个字符串里获得.py前面的部分
7. "this is python",请将字符串里的python替换成apple
8. "this is python", 请用程序判断该字符串是否以this开头
9. "this is python", 将此字符串的每一个单词首字母大写
10. "this is a book\n"， 字符串的末尾有一个换行符，请将其删除
11. "\nthis is a book\n"， 字符串的首尾有一个换行符，请将其开头的换行符删除
# 1. 将字符串 "abcd" 转成大写
print("abcd".upper())
# 2. 计算字符串 "cd" 在 字符串 "abcd"中出现的位置
print("abcd".find('cd'))
# 3. 字符串 "a,b,c,d" , 请用逗号分割字符串, 分割后的结果是什么类型的?
print(type("a,b,c,d".split(',')))
# 4. "{}喜欢{}".format("张三") 执行会出错, 请修改代码让其正确执行
print("{}喜欢{}".format("张三","张三"))
# 5. string = "Python is good", 请将字符串里的Python替换成python,并输出替换后的结果
string = "Python is good"
print(string.replace('P','p'))
# 6. 有一个字符串 string="python字符串学习.py", 请写程序从这个字符串里获得.py前面的部分
string="python字符串学习.py"
print(string[0:-3])
print(string[0:-len('.py')])
print(string.split('.')[0])
a_list= string.split('.')
end = len(a_list[-1]) + 1
print(string[:-end])
# 7. "this is python",请将字符串里的python替换成apple
print("this is python".replace('python','apple'))
# 8. "this is python", 请用程序判断该字符串是否以this开头
print("this is python".startswith('this'))
# 9. "this is python", 将此字符串的每一个单词首字母大写
print("this is python".title())
# 10. "this is a book\n", 字符串的末尾有一个换行符, 请将其删除
print("this is a book\n".strip())
# 11. "\nthis is a book\n", 字符串的首尾有一个换行符, 请将其开头的换行符删除
print("\nthis is a book\n"[2:])
print("-")
print(dir('aaa')) # 找可以去除左边换行符的功能 'lstrip'
print("\nthis is a book\n".lstrip())
print("-")
ABCD
2
<class 'list'>
张三喜欢张三
python is good
python字符串学习
python字符串学习
python字符串学习
python字符串学习
this is apple
True
This Is Python
this is a book
his is a book
-
['add', 'class', 'contains', 'delattr', 'dir', 'doc', 'eq', 'format', 'ge', 'getattribute', 'getitem', 'getnewargs', 'getstate', 'gt', 'hash', 'init', 'init_subclass', 'iter', 'le', 'len', 'lt', 'mod', 'mul', 'ne', 'new', 'reduce', 'reduce_ex', 'repr', 'rmod', 'rmul', 'setattr', 'sizeof', 'str', 'subclasshook', 'capitalize', 'casefold', 'center', 'count', 'encode', 'endswith', 'expandtabs', 'find', 'format', 'format_map', 'index', 'isalnum', 'isalpha', 'isascii', 'isdecimal', 'isdigit', 'isidentifier', 'islower', 'isnumeric', 'isprintable', 'isspace', 'istitle', 'isupper', 'join', 'ljust', 'lower', 'lstrip', 'maketrans', 'partition', 'removeprefix', 'removesuffix', 'replace', 'rfind', 'rindex', 'rjust', 'rpartition', 'rsplit', 'rstrip', 'split', 'splitlines', 'startswith', 'strip', 'swapcase', 'title', 'translate', 'upper', 'zfill']
this is a book
-