Python中常用操作字串的函式與方法總結
本文轉載自:https://www.jb51.net/article/79196.htm
Python中常用操作字串的函式與方法總結
這篇文章主要介紹了Python中常用操作字串的函式與方法總結,包括字串的格式化輸出與拼接等基礎知識,需要的朋友可以參考下
例如這樣一個字串 Python,它就是幾個字元:P,y,t,h,o,n,排列起來。這種排列是非常嚴格的,不僅僅是字元本身,而且還有順序,換言之,如果某個字元換了,就程式設計一個新字串了;如果這些字元順序發生變化了,也成為了一個新字串。
在 Python 中,把像字串這樣的物件型別(後面還會冒出來類似的其它有這種特點的物件型別,比如列表),統稱為序列。顧名思義,序列就是“有序排列”。
比如水泊梁山的 108 個好漢(裡面分明也有女的,難道女漢子是從這裡來的嗎?),就是一個“有序排列”的序列。從老大宋江一直排到第 108 位金毛犬段景住。在這個序列中,每個人有編號,編號和每個人一一對應。1 號是宋江,2 號是盧俊義。反過來,通過每個人的姓名,也能找出他對應的編號。武松是多少號?14 號。李逵呢?22 號。
在 Python 中,給這些編號取了一個文雅的名字,叫做索引(別的程式語言也這麼稱呼,不是 Python 獨有的。)。
索引和切片
前面用梁山好漢的為例說明了索引。再看 Python 中的例子:
>>> lang = "study Python" >>> lang[0] 's' >>> lang[1] 't'
有一個字串,通過賦值語句賦給了變數 lang。如果要得到這個字串的第一個單詞 s,可以用 lang[0]。當然,如果你不願意通過賦值語句,讓變數 lang 來指向那個字串,也可以這樣做:
>>> "study Python"[0] 's'
效果是一樣的。因為 lang 是標籤,就指向了 "study Python" 字串。當讓 Python 執行 lang[0] 的時候,就是要轉到那個字串物件,如同上面的操作一樣。只不過,如果不用 lang 這麼一個變數,後面如果再寫,就費筆墨了,要每次都把那個字串寫全了。為了省事,還是複製給一個變數吧。變數就是字串的代表了。
字串這個序列的排序方法跟梁山好漢有點不同,第一個不是用數字1表示,而是用數字 0 表示。不僅僅 Python,其它很多語言都是從 0 開始排序的。為什麼這樣做呢?這就是規定。當然,這個規定是有一定優勢的。此處不展開,有興趣的網上去 google 一下,有專門對此進行解釋的文章。
0 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 |
---|---|---|---|---|---|---|---|---|---|---|---|
s | t | u | d | y | l | p | y | t | h | o | n |
上面的表格中,將這個字串從第一個到最後一個進行了排序,特別注意,兩個單詞中間的那個空格,也佔用了一個位置。
通過索引能夠找到該索引所對應的字元,那麼反過來,能不能通過字元,找到其在字串中的索引值呢?怎麼找?
>>> lang.index("p") 6
就這樣,是不是已經能夠和梁山好漢的例子對上號了?只不過區別在於第一個的索引值是 0。
如果某一天,宋大哥站在大石頭上,向著各位弟兄大喊:“兄弟們,都排好隊。”等兄弟們排好之後,宋江說:“現在給各位沒有老婆的兄弟分配女朋友,我這裡已經有了名單,我念叨的兄弟站出來。不過我是按照序號來念的。第 29 號到第 34 號先出列,到旁邊房子等候分配女朋友。”
在前面的例子中 lang[1] 能夠得到原來字串的第二個字元 t,就相當於從原來字串中把這個“切”出來了。不過,我們這麼“切”卻不影響原來字串的完整性,當然可以理解為將那個字元 t 賦值一份拿出來了。
那麼宋江大哥沒有一個一個“切”,而是一下將幾個兄弟叫出來。在 Python 中也能做類似事情。
>>> lang 'study Python' #在前面“切”了若干的字元之後,再看一下該字串,還是完整的。 >>> lang[2:9] 'udy pyt'
通過 lang[2:9]要得到部分(不是一個)字元,從返回的結果中可以看出,我們得到的是序號分別對應著 2,3,4,5,6,7,8(跟上面的表格對應一下)字元(包括那個空格)。也就是,這種獲得部分字元的方法中,能夠得到開始需要的以及最後一個序號之前的所對應的字元。有點拗口,自己對照上面的表格數一數就知道了。簡單說就是包括開頭,不包括結尾。
上述,不管是得到一個還是多個,通過索引得到字元的過程,稱之為切片。
切片是一個很有意思的東西。可以“切”出不少花樣呢?
>>> lang 'study Python' >>> b = lang[1:] # 得到從 1 號到最末尾的字元,這時最後那個需要不用寫 >>> b 'tudy Python' >>> c = lang[:] # 得到所有字元 >>> c 'study Python' >>> d = lang[:10] # 得到從第一個到 10 號之前的字元 >>> d 'study pyth'
在獲取切片的時候,如果分號的前面或者後面的序號不寫,就表示是到最末(後面的不寫)或第一個(前面的不寫)
lang[:10]的效果和 lang[0:10]是一樣的。
>>> e = lang[0:10] >>> e 'study pyth'
那麼,lang[1:]和 lang[1:11]效果一樣嗎?請思考後作答。
>>> lang[1:11] 'tudy pytho' >>> lang[1:] 'tudy python'
果然不一樣,你思考對了嗎?原因就是前述所說的,如果分號後面有數字,所得到的切片,不包含該數字所對應的序號(前包括,後不包括)。那麼,是不是可以這樣呢?lang[1:12],不包括 12 號(事實沒有 12 號),是不是可以得到 1 到 11 號對應的字元呢?
>>> lang[1:12] 'tudy python' >>> lang[1:13] 'tudy python'
果然是。並且不僅僅後面寫 12,寫 13,也能得到同樣的結果。但是,我這個特別要提醒,這種獲得切片的做法在程式設計實踐中是不提倡的。特別是如果後面要用到迴圈的時候,這樣做或許在什麼時候遇到麻煩。
如果在切片的時候,冒號左右都不寫數字,就是前面所操作的 c = lang[:],其結果是變數 c 的值與原字串一樣,也就是“複製”了一份。注意,這裡的“複製”我打上了引號,意思是如同複製,是不是真的複製呢?可以用下面的方式檢驗一下
>>> id(c) 3071934536L >>> id(lang) 3071934536L
id()的作用就是檢視該物件在記憶體地址(就是在記憶體中的位置編號)。從上面可以看出,兩個的記憶體地址一樣,說明 c 和 lang 兩個變數指向的是同一個物件。用 c=lang[:]的方式,並沒有生成一個新的字串,而是將變數 c 這個標籤也貼在了原來那個字串上了。
>>> lang = "study python" >>> c = lang
如果這樣操作,變數 c 和 lang 是不是指向同一個物件呢?或者兩者所指向的物件記憶體地址如何呢?看官可以自行檢視。
字串基本操作
字串是一種序列,所有序列都有如下基本操作:
- len():求序列長度
- :連線 2 個序列
- : 重複序列元素
- in :判斷元素是否存在於序列中
- max() :返回最大值
- min() :返回最小值
- cmp(str1,str2) :比較 2 個序列值是否相同
通過下面的例子,將這幾個基本操作在字串上的使用演示一下:
“+”連線字串
>>> str1 + str2 'abcdabcde' >>> str1 + "-->" + str2 'abcd-->abcde'
這其實就是拼接,不過在這裡,看官應該有一個更大的觀念,我們現在只是學了字串這一種序列,後面還會遇到列表、元組兩種序列,都能夠如此實現拼接。
in
>>> "a" in str1 True >>> "de" in str1 False >>> "de" in str2 True
in 用來判斷某個字串是不是在另外一個字串內,或者說判斷某個字串內是否包含某個字串,如果包含,就返回 True,否則返回 False。
最值
>>> max(str1) 'd' >>> max(str2) 'e' >>> min(str1) 'a'
一個字串中,每個字元在計算機內都是有編碼的,也就是對應著一個數字,min()和 max()就是根據這個數字裡獲得最小值和最大值,然後對應出相應的字元。關於這種編號是多少,看官可以 google 有關字元編碼,或者 ASCII 編碼什麼的,很容易查到。
比較
>>> cmp(str1, str2) -1
將兩個字串進行比較,也是首先將字串中的符號轉化為對一個的數字,然後比較。如果返回的數值小於零,說明第一個小於第二個,等於 0,則兩個相等,大於 0,第一個大於第二個。為了能夠明白其所以然,進入下面的分析。
>>> ord('a') 97 >>> ord('b') 98 >>> ord(' ') 32
ord()是一個內建函式,能夠返回某個字元(注意,是一個字元,不是多個字元組成的串)所對一個的 ASCII 值(是十進位制的),字元 a 在 ASCII 中的值是 97,空格在 ASCII 中也有值,是 32。順便說明,反過來,根據整數值得到相應字元,可以使用 chr():
>>> chr(97) 'a' >>> chr(98) 'b'
於是,就得到如下比較結果了:
>>> cmp("a","b") #a-->97, b-->98, 97 小於 98,所以 a 小於 b -1 >>> cmp("abc","aaa") 1 >>> cmp("a","a") 0
看看下面的比較,是怎麼進行的呢?
>>> cmp("ad","c") -1
在字串的比較中,是兩個字串的第一個字元先比較,如果相等,就比較下一個,如果不相等,就返回結果。直到最後,如果還相等,就返回 0。位數不夠時,按照沒有處理(注意,沒有不是 0,0 在 ASCII 中對應的是 NUL),位數多的那個天然大了。ad 中的 a 先和後面的 c 進行比較,顯然 a 小於 c,於是就返回結果 -1。如果進行下面的比較,是最容易讓人迷茫的。看官能不能根據剛才闡述的比較遠離理解呢?
>>> cmp("123","23") -1 >>> cmp(123,23) # 也可以比較整數,這時候就是整數的直接比較了。 1 “*”
字串中的“乘法”,這個乘法,就是重複那個字串的含義。在某些時候很好用的。比如我要列印一個華麗的分割線:
>>> str1*3 'abcdabcdabcd' >>> print "-"*20 # 不用輸入很多個`-` -------------------- len()
要知道一個字串有多少個字元,一種方法是從頭開始,盯著螢幕數一數。哦,這不是計算機在幹活,是鍵客在幹活。
鍵客,不是劍客。劍客是以劍為武器的俠客;而鍵客是以鍵盤為武器的俠客。當然,還有賤客,那是賤人的最高境界,賤到大俠的程度,比如嶽不群之流。
鍵客這樣來數字符串長度:
>>> a="hello" >>> len(a) 5
使用的是一個函式 len(object)。得到的結果就是該字串長度。
>>> m = len(a) # 把結果返回後賦值給一個變數 >>> m 5 >>> type(m) # 這個返回值(變數)是一個整數型 <type 'int'>
字串格式化輸出
什麼是格式化?在維基百科中有專門的詞條,這麼說的:
格式化是指對磁碟或磁碟中的分割槽(partition)進行初始化的一種操作,這種操作通常會導致現有的磁碟或分割槽中所有的檔案被清除。
不知道你是否知道這種“格式化”。顯然,此格式化非我們這裡所說的,我們說的是字串的格式化,或者說成“格式化字串”,都可以,表示的意思就是:
格式化字串,是 C、C++ 等程式設計語言 printf 類函式中用於指定輸出引數的格式與相對位置的字串引數。其中的轉換說明(conversion specification)用於把隨後對應的 0 個或多個函式引數轉換為相應的格式輸出;格式化字串中轉換說明以外的其它字元原樣輸出。
這也是來自維基百科的定義。在這個定義中,是用 C 語言作為例子,並且用了其輸出函式來說明。在 Python 中,也有同樣的操作和類似的函式 print,此前我們已經瞭解一二了。
如果將那個定義說的通俗一些,字串格式化化,就是要先制定一個模板,在這個模板中某個或者某幾個地方留出空位來,然後在那些空位填上字串。那麼,那些空位,需要用一個符號來表示,這個符號通常被叫做佔位符(僅僅是佔據著那個位置,並不是輸出的內容)。
>>> "I like %s" 'I like %s'
在這個字串中,有一個符號:%s,就是一個佔位符,這個佔位符可以被其它的字串代替。比如:
>>> "I like %s" % "python" 'I like python' >>> "I like %s" % "Pascal" 'I like Pascal'
這是較為常用的一種字串輸出方式。
另外,不同的佔位符,會表示那個位置應該被不同型別的物件填充。下面列出許多,供參考。不過,不用記憶,常用的只有 %s 和 %d,或者再加上 %f,其它的如果需要了,到這裡來查即可。
佔位符 | 說明 |
---|---|
%s | 字串(採用 str()的顯示) |
%r | 字串(採用 repr()的顯示) |
%c | 單個字元 |
%b | 二進位制整數 |
%d | 十進位制整數 |
%i | 十進位制整數 |
%o | 八進位制整數 |
%x | 十六進位制整數 |
%e | 指數 (基底寫為 e) |
%E | 指數 (基底寫為 E) |
%f | 浮點數 |
%F | 浮點數,與上相同 |
%g | 指數(e) 或浮點數 (根據顯示長度) |
%G | 指數(E)或浮點數 (根據顯示長度) |
看例子:
>>> a = "%d years" % 15 >>> print a 15 years
當然,還可以在一個字串中設定多個佔位符,就像下面一樣
>>> print "Suzhou is more than %d years. %s lives in here." % (2500, "qiwsir") Suzhou is more than 2500 years. qiwsir lives in here.
對於浮點數字的列印輸出,還可以限定輸出的小數位數和其它樣式。
>>> print "Today's temperature is %.2f" % 12.235 Today's temperature is 12.23 >>> print "Today's temperature is %+.2f" % 12.235 Today's temperature is +12.23
注意,上面的例子中,沒有實現四捨五入的操作。只是擷取。
常用的字串方法
字串的方法很多。可以通過 dir 來檢視:
>>> dir(str) ['__add__', '__class__', '__contains__', '__delattr__', '__doc__', '__eq__', '__format__', '__ge__', '__getattribute__', '__getitem__', '__getnewargs__', '__getslice__', '__gt__', '__hash__', '__init__', '__le__', '__len__', '__lt__', '__mod__', '__mul__', '__ne__', '__new__', '__reduce__', '__reduce_ex__', '__repr__', '__rmod__', '__rmul__', '__setattr__', '__sizeof__', '__str__', '__subclasshook__', '_formatter_field_name_split', '_formatter_parser', 'capitalize', 'center', 'count', 'decode', 'encode', 'endswith', 'expandtabs', 'find', 'format', 'index', 'isalnum', 'isalpha', 'isdigit', 'islower', 'isspace', 'istitle', 'isupper', 'join', 'ljust', 'lower', 'lstrip', 'partition', 'replace', 'rfind', 'rindex', 'rjust', 'rpartition', 'rsplit', 'rstrip', 'split', 'splitlines', 'startswith', 'strip', 'swapcase', 'title', 'translate', 'upper', 'zfill']
這麼多,不會一一介紹,要了解某個具體的含義和使用方法,最好是使用 help 檢視。舉例:
>>> help(str.isalpha)
Help on method_descriptor: isalpha(...) S.isalpha() -> bool Return True if all characters in S are alphabetic and there is at least one character in S, False otherwise.
按照這裡的說明,就可以在互動模式下進行實驗。
>>> "python".isalpha() # 字串全是字母,應該返回 True True >>> "2python".isalpha() # 字串含非字母,返回 False False
split
這個函式的作用是將字串根據某個分割符進行分割。
>>> a = "I LOVE PYTHON" >>> a.split(" ") ['I', 'LOVE', 'PYTHON']
這是用空格作為分割,得到了一個名字叫做列表(list)的返回值,關於列表的內容,後續會介紹。還能用別的分隔嗎?
>>> b = "www.itdiffer.com" >>> b.split(".") ['www', 'itdiffer', 'com']
去掉字串兩頭的空格
這個功能,在讓使用者輸入一些資訊的時候非常有用。有的朋友喜歡輸入結束的時候敲擊空格,比如讓他輸入自己的名字,輸完了,他來個空格。有的則喜歡先加一個空格,總做的輸入的第一個字前面應該空兩個格。
這些空格是沒用的。Python 考慮到有不少人可能有這個習慣,因此就幫助程式設計師把這些空格去掉。
方法是:
- S.strip() 去掉字串的左右空格
- S.lstrip() 去掉字串的左邊空格
- S.rstrip() 去掉字串的右邊空格
- 例如:
>>> b=" hello " # 兩邊有空格 >>> b.strip() 'hello' >>> b ' hello '
特別注意,原來的值沒有變化,而是新返回了一個結果。
>>> b.lstrip() # 去掉左邊的空格 'hello ' >>> b.rstrip() # 去掉右邊的空格 ' hello'
字元大小寫的轉換
對於英文,有時候要用到大小寫轉換。最有名駝峰命名,裡面就有一些大寫和小寫的參合。如果有興趣,可以來這裡看自動將字串轉化為駝峰命名形式的方法。
在 Python 中有下面一堆內建函式,用來實現各種型別的大小寫轉化
- S.upper() #S 中的字母大寫
- S.lower() #S 中的字母小寫
- S.capitalize() # 首字母大寫
- S.isupper() #S 中的字母是否全是大寫
- S.islower() #S 中的字母是否全是小寫
- S.istitle()
- 看例子:
>>> a = "qiwsir,Python" >>> a.upper() # 將小寫字母完全變成大寫字母 'QIWSIR,PYTHON' >>> a # 原資料物件並沒有改變 'qiwsir,Python' >>> b = a.upper() >>> b 'QIWSIR,PYTHON' >>> c = b.lower() # 將所有的小寫字母變成大寫字母 >>> c 'qiwsir,Python' >>> a 'qiwsir,Python' >>> a.capitalize() # 把字串的第一個字母變成大寫 'Qiwsir,Python' >>> a # 原資料物件沒有改變 'qiwsir,Python' >>> b = a.capitalize() # 新建立了一個 >>> b 'Qiwsir,Python' >>> a = "qiwsir,github" # 這裡的問題就是網友白羽毛指出的,非常感謝他。 >>> a.istitle() False >>> a = "QIWSIR" # 當全是大寫的時候,返回 False >>> a.istitle() False >>> a = "qIWSIR" >>> a.istitle() False >>> a = "Qiwsir,github" # 如果這樣,也返回 False >>> a.istitle() False >>> a = "Qiwsir" # 這樣是 True >>> a.istitle() True >>> a = 'Qiwsir,Github' # 這樣也是 True >>> a.istitle() True >>> a = "Qiwsir" >>> a.isupper() False >>> a.upper().isupper() True >>> a.islower() False >>> a.lower().islower() True
再探究一下,可以這麼做:
>>> a = "This is a Book" >>> a.istitle() False >>> b = a.title() # 這樣就把所有單詞的第一個字母轉化為大寫 >>> b 'This Is A Book' >>> b.istitle() # 判斷每個單詞的第一個字母是否為大寫 True
join 拼接字串
用“+”能夠拼接字串,但不是什麼情況下都能夠如願的。比如,將列表(關於列表,後續詳細說,它是另外一種型別)中的每個字元(串)元素拼接成一個字串,並且用某個符號連線,如果用“+”,就比較麻煩了(是能夠實現的,麻煩)。
用字串的 join 就比較容易實現。
>>> b 'www.itdiffer.com' >>> c = b.split(".") >>> c ['www', 'itdiffer', 'com'] >>> ".".join(c) 'www.itdiffer.com' >>> "*".join(c) 'www*itdiffer*com'