字串

基本字串操作

字串也是序列，因此序列的基本操作（索引、分片、連線、乘法、長度、求最大值和最小值、成員資格）對字元串同樣適用：

索引

>>> 'a_string'[0]

'a'

長度

>>> len('a_string')

8

求最大值

>>> max('a_string')

't'

求最小值

>>> min('a_string')

'_'

乘法

>>> 'a_string'*2

'a_stringa_string'

連線

>>> 'a_string'+'another_string'

'a_stringanother_string'

分片

>>> 'a_string'[2:6]

'stri'

>>> 'a_string'[1:7:3]

'_r'

賦值

>>> 'a_string'[3]='b'

Traceback (most recent call last):

  File "<stdin>", line 1, in <module>

TypeError: 'str' object does not support item assignment

因為字串是不可修改的，因此，賦值操作對字串不可用。

字串格式化

字串格式化使用字串格式化操作符，即百分號%來實現。

在%的左側放置一個字串（格式化字串），而右側則放置希望格式化的值。可以使用一個值，如一個字串或者數字：

>>> print "Hello,%s!" %'signjing'

Hello,signjing!

>>> age=20

>>> print "I'm %d years old!" %age

I'm 20 years old!

也可以使用多個值的元組或者字典。一般情況下使用元組：

>>> format="Hello,%s,%s enough for ya?"

>>> values=('world','Hot')

>>> print format % values

Hello,world,Hot enough for ya?

如果使用列表或者其他序列代替元組，序列會被解釋為一個值。只有元組和字典可以格式化一個以上的值。

格式化字串的%s部分稱為轉換說明符，它們標記了需要插入轉換值的位置。s表示值會被格式化為字串——如果不是字串，則會用str將其轉換為字串。這個方法對大多數值都有效。

如果要在格式化字串裡面包括百分號，那麼必須使用%%，指引python就不會將百分號誤認為是轉換說明符了。

>>> print "%s %s" %'test'

Traceback (most recent call last):

  File "<stdin>", line 1, in <module>

TypeError: not enough arguments for format string

>>> print "%s %%s" %'test'

test %s

>>> print "%%s %s" %'test'

%s test

如果要格式化實數（浮點數），可以使用f說明符型別，同時提供所需要的精度：一個句點再加上希望保留的小數位數。因為格式化說明符總是以表示型別的字元結束，所以精度應該放在型別字元前面：

>>> print "PI is %.2f" %3.1415926

PI is 3.14

格式化操作符的右運算元可以是任何東西，如果是元組或者對映型別（如字典），那麼字串格式化將會有所不同。

如果右運算元是元組的話，其中的每一個元素都會被單獨格式化，每個值都需要一個對應的轉換說明符。如果需要轉換的元組作為轉換表示式的一部分存在，那麼必須將它用圓括號括起來，以免出錯：

正確

>>> '%s plus %s is %s' %(12,3,4)

'12 plus 3 is 4'

錯誤

>>> '%s plus %s is %s' %12,%3,%4

  File "<stdin>", line 1

    '%s plus %s is %s' %12,%3,%4

                           ^

SyntaxError: invalid syntax

>>> '%s plus %s is %s' %12 %3 %4

Traceback (most recent call last):

  File "<stdin>", line 1, in <module>

TypeError: not enough arguments for format string

>>> '%s plus %s is %s' %12 %3 %4

Traceback (most recent call last):

  File "<stdin>", line 1, in <module>

TypeError: not enough arguments for format string

基本的轉換說明符

基本的轉換說明符（不包括對映鍵的說明符）包括如下[這些項的順序是至關重要的]：

%[轉換標誌][最小欄位寬度][.精度值]轉換型別

%字元：

標記轉換說明符的開始

轉換標誌（可選）：

-表示左對齊；

+表示在轉換值之前要加上正負號；

””（空白字元）表示正數之前保留空格；

0表示轉換值若位數不夠則用0填充；

最小欄位寬度（可選）：

轉換後的字串至少應該具有該值指定的寬度。

如果是*，則寬度會從值元組中讀出。

點(.)後跟精度值（可選）：

如果轉換的是實數，精度值就表示出現在小數點後的位數。

如果轉換的是字串，那麼該數字就表示最大欄位寬度。

如果是*，那麼精度將會從元組中讀出。

轉換型別：見下表；

字串格式化轉換型別

轉換型別 含義

d,i 帶符號的十進位制整數

o 不帶符號的八進位制

u 不帶符號的十進位制

x 不帶符號的十六進位制（小寫）

X 不帶符號的十六進位制（大寫）

e 科學計數法表示的浮點數（小寫）

E 科學計數法表示的浮點數（大寫）

f,F 十進位制浮點數

g 如果指數大於-4或者小於精度值則和e相同，其它情況與f相同

G 如果指數大於-4或者小於精度值則和E相同，其它情況與F相同

c 單字元（接受整數或者單字元字串）

r 字串（使用repr轉換任意python物件）

s 字串（使用str轉換任意python物件）

簡單轉換

帶符號的十進位制整數

>>> "Price is $%d" %42

'Price is $42'

>>> "Price is $%i" %42

'Price is $42'

不帶符號的八進位制

>>> "number is %o" %42

'number is 52'

不帶符號的十進位制

>>> "number is %u" %100

'number is 100'

不帶符號的十六進位制（大寫）

>>> 'number is %X' %155

'number is 9B'

不帶符號的十六進位制（小寫）

>>> 'number is %x' %155

'number is 9b'

科學計數法表示的浮點數（小寫）

>>> 'number is %e' %155

'number is 1.550000e+02'

科學計數法表示的浮點數（大寫）

>>> 'number is %E' %155

'number is 1.550000E+02'

十進位制浮點數

>>> 'number is %f' %155

'number is 155.000000'

>>> 'number is %F' %155

'number is 155.000000'

如果指數大於-4或者小於精度值則和E相同，其它情況與F相同

>>> 'number is %G' %0.000000126

'number is 1.26E-07'

>>> 'number is %g' %0.000000126

'number is 1.26e-07'

>>> 'number is %G' %126

'number is 126'

>>> 'number is %g' %126

'number is 126'

>>> 'number is %g' %1260000000000

'number is 1.26e+12'

>>> 'number is %G' %1260000000000

'number is 1.26E+12'

單字元（接受整數（0~255）或者單字元字串）

>>> 'number is %c' %123

'number is {'

>>> 'number is %c' %'b'

'number is b'

>>> 'number is %c' %255

'number is \xff'

>>> 'number is %c' %256

Traceback (most recent call last):

  File "<stdin>", line 1, in <module>

OverflowError: unsigned byte integer is greater than maximum

>>> 'number is %c' %0

'number is \x00'

>>> 'number is %c' %-1

Traceback (most recent call last):

  File "<stdin>", line 1, in <module>

OverflowError: unsigned byte integer is less than minimum

字串（使用str轉換任意python物件）

>>> 'Using str:%s' %12L

'Using str:12'

字串（使用repr轉換任意python物件）

>>> 'Using repr:%r' %12L

'Using repr:12L'

欄位寬度和精度

轉換說明符可以包括字元寬度和精度。

字元寬度：

是轉換後的值所保留的最小字元個數，

精度：

（對於數字來說）則是結果中應該包含的小數位數；

（對於字串轉換來說）是轉換後的值所包含的最大字元個數；

這兩個引數都是整數（首先是字元寬度，然後是精度），通過點號(.)分隔。雖然兩個都是可選的引數，但如果只給出精度，就必須包含點號：

>>> from math import pi

>>> '%10f' %pi

'  3.141593'

>>> '%10.2f' %pi

'      3.14'

>>> '%.2f' %pi

'3.14'

>>> '%.5s' % 'Signjing'

'Signj'

可以使用*（星號）作為欄位寬度或者精度（或者兩者都使用*），此時數值會從元組引數中讀出：

>>> '%.*s' % (5,"signjing")

'signj'

>>> '%.*s' % (7,"signjing")

'signjin'

符號、對齊和0填充

在欄位寬度和精度值之前還可以放置一個“標表”，該標表可以是零、加號、減號或空格。零表示數字將會用0進行填充。

>>> '%10.2f' %pi

'      3.14'

>>> '%010.2f' %pi

'0000003.14'

>>> '%+010.2f' %pi

'+000003.14'

>>> '%-010.2f' %pi

'3.14      '

>>> '% 10.2f' %pi

'      3.14'

注意：

在010中開頭的那個0並不意味著欄位寬度說明符為八進位制，它只是個普通的python數值。

當使用010作為字元寬度說明符的時候，表示欄位寬度為10，並且用0進行填充空位，而不是說欄位寬度為8：

>>> 010

8

減號（-）用來左對齊數值：

空白（“”）意味著在正數前加上空格，這在需要對齊正負數時會很用。

>>> '% .2f' %pi

' 3.14'

>>> '% .2f' %-pi

'-3.14'

加號（+），表示不管是正數還是負數都標示出符號（同樣是在對齊時很有用）：

>>> print ('%+5d' %10)+'\n'+('%+5d' % -10)

  +10

  -10

字串方法

字串方法太多，此處只列舉幾個比較有用的。

find

find方法可以在一個較長的字串中查詢子字串，返回子串所在位置的最左端索引，如果沒有找到則返回-1（與列表或元組的index方法找不到時則返回錯誤）。

>>> 'I\'m a sunny boy'.find('sun')

6

>>> 'I\'m a sunny boy'.find('sunb')

-1

find方法還可以接受可選的起始點和結束點引數：

只提供起始點：

>>> 'I\'m a sunny boy'.find('sun',5)

6

>>> 'I\'m a sunny boy'.find('sun',9)

-1

提供起始點和結束點

>>> 'I\'m a sunny boy'.find('sun',5,7)

-1

>>> 'I\'m a sunny boy'.find('sun',5,9)

6

記住，就像列表的分片操作一樣，find方法的第2和第3個引數，包含第二個引數的索引值，但不包括第3個引數的索引值，這是python中的一個慣例。

>>> 'I\'m a sunny boy'.find('sun',6,9)

6

>>> 'I\'m a sunny boy'.find('sun',6,8)

-1

join（非常重要）

join方法是非常重要的字串方法，它是split方法的逆方法，用來在佇列中新增元素：

>>> seq=[1,2,3,4,5]

>>> sep='+'

>>> sep.join(seq)

Traceback (most recent call last):

  File "<stdin>", line 1, in <module>

TypeError: sequence item 0: expected string, int found

>>> seq=['1','2','3','4','5']

>>> sep='+'

>>> sep.join(seq)

'1+2+3+4+5'

可見，需要新增的佇列元素都必須是字串。

lower

lower方法返回字串的小寫字母版：

>>> "Signjing".lower()

'signjing'

>>> "signjing".lower()

'signjing'

如果想編寫“不區分大小寫”的程式碼的話，該方法就派上用場了。

replace

replace方法返回某字串的所有匹配項均被替換之後得到字串。

>>> "Signjing".replace("Si","fin")

'fingnjing'

>>> "This is a test".replace("is","eez")

'Theez eez a test'

split（非常重要）

它是join的逆方法，用來將字串分割為序列。

>>> 'id,index,name,info'.split(',')

['id', 'index', 'name', 'info']

如果不提供任何分隔符，程式會把所有空格作為分割符（空格、製表、換行等）。

>>> 'id index name info'.split()

['id', 'index', 'name', 'info']

>>> 'id index   name    info'.split()

['id', 'index', 'name', 'info']

strip

strip方法返回去除兩側（不包括內部）空格的字串：

>>> " space space    ".strip()

'space space'

strip方法和lower方法一起使用可以很方便地對比輸入的和儲存的值。

也可以指定需要去除的字元：

>>> 'space space'.strip('e')

'space spac'

>>> 'space space'.strip('se')

'pace spac'

translate

translate方法和replace方法一樣，可以替換字串中的某些部分，但和後者不同的是，translate方法只處理單個字元。它的優勢在於可以同時進行多個替換，有些時候比replace效率高得多。

在使用translate轉換之前，需要先完成一張轉換表。轉換表中是以字元替換某字元的對應關係。因為這個表（事實上是字串）有多達256個專案，可以直接使用string模組裡面的maketrans函式。

maketrans函式接受兩個引數：兩個等長的字串，表示第一個字串中的每個字元都用第二個字串中相同位置的字元替換。

>>> from string import maketrans

>>> table=maketrans('cs','kz')

>>> len(table)

256

>>> table

'\x00\x01\x02\x03\x04\x05\x06\x07\x08\t\n\x0b\x0c\r\x0e\x0f\x10\x11\x12\x13\x14\x15\x16\x17\x18\x19\x1a\x1b\x1c\x1d\x1e\x1f !"#$%&\'()*+,-./0123456789:;<=>[email protected][\\]^_`abkdefghijklmnopqrztuvwxyz{|}~\x7f\x80\x81\x82\x83\x84\x85\x86\x87\x88\x89\x8a\x8b\x8c\x8d\x8e\x8f\x90\x91\x92\x93\x94\x95\x96\x97\x98\x99\x9a\x9b\x9c\x9d\x9e\x9f\xa0\xa1\xa2\xa3\xa4\xa5\xa6\xa7\xa8\xa9\xaa\xab\xac\xad\xae\xaf\xb0\xb1\xb2\xb3\xb4\xb5\xb6\xb7\xb8\xb9\xba\xbb\xbc\xbd\xbe\xbf\xc0\xc1\xc2\xc3\xc4\xc5\xc6\xc7\xc8\xc9\xca\xcb\xcc\xcd\xce\xcf\xd0\xd1\xd2\xd3\xd4\xd5\xd6\xd7\xd8\xd9\xda\xdb\xdc\xdd\xde\xdf\xe0\xe1\xe2\xe3\xe4\xe5\xe6\xe7\xe8\xe9\xea\xeb\xec\xed\xee\xef\xf0\xf1\xf2\xf3\xf4\xf5\xf6\xf7\xf8\xf9\xfa\xfb\xfc\xfd\xfe\xff'

>>> table[97:123]

'abkdefghijklmnopqrztuvwxyz'

>>> maketrans('','')[97:123]

'abcdefghijklmnopqrstuvwxyz'

>>> maketrans('cs','kz')[97:123]

'abkdefghijklmnopqrztuvwxyz'

建立這個表後，可以用作translate方法的引數，進行字串的轉換如下：

>>> 'this is an incredible test'.translate(table)

'thiz iz an inkredible tezt'

第二個引數可選，用來指定需要刪除的字元：

>>> 'this is an incredible test'.translate(table,' ')

'thizizaninkredibletezt'

>>> 'this is an incredible test'.translate(table,'thi')

'z z an nkredble ez'