字符串常用方法

字符串基本特点

很多人初学编程时,总是担心自己数学不行,潜意识里认为数学好才能编程。实际上,
大多数程序员打交道最多的是“字符串”而不是“数字”。因为,编程是用来解决现实问题
的,因此逻辑思维的重要性远远超过数学能力。
字符串的本质是:字符序列。Python 的字符串是不可变的,我们无法对原字符串做任
何修改。但,可以将字符串的一部分复制到新创建的字符串,达到“看起来修改”的效果。
Python 不支持单字符类型,单字符也是作为一个字符串使用的。

字符串的编码
Python3 直接支持 Unicode,可以表示世界上任何书面语言的字符。Python3 的字符默认就是 16 位 Unicode 编码,ASCII 码是 Unicode 编码的子集。
使用内置函数 ord()可以把字符转换成对应的 Unicode 码;
使用内置函数 chr()可以把十进制数字转换成对应的字符。

>>> ord('A')
65
>>> ord('高')
39640
>>> chr(66)
'B'
>>> ord('淇')
28103
12345678

引号创建字符串

我们可以通过单引号或双引号创建字符串。例如:a=’abc’; b=”sxt”
使用两种引号的好处是可以创建本身就包含引号的字符串,而不用使用转义字符。例如:

>>> a = "I'm a teacher!"
>>> print(a)
I'm a teacher!
>>> b = 'my_name is "TOM"'
>>> print(b)
my_name is "TOM"
123456

连续三个单引号或三个双引号,可以帮助我们创建多行字符串。例如:

>>> resume = ''' name="gaoqi"
company="sxt" age=18
lover="Tom"'''
>>> print(resume)
name="gaoqi"
company="sxt" age=18
lover="Tom"
1234567

空字符串和 len()函数

Python 允许空字符串的存在,不包含任何字符且长度为 0。例如:

>>> c = ''
>>> len(c)
0
123

len()用于计算字符串含有多少字符。例如:

>>> d = 'abc 尚学堂'
>>> len(d)
6
123

转义字符

我们可以使用“+特殊字符”,实现某些难以用字符表示的效果。比如:换行等。常见的
转义字符有这些:

转义字符描述
(在行尾时)续行符
\反斜杠符号
单引号
"双引号
\b退格(Backspace)
\n换行
\t横向制表符
\r回车

【操作】测试转义字符的使用

>>> a = 'I\nlove\nU'
>>> a
'I\nlove\nU'
>>> print(a)
I
love
U
>>> print('aaabb\
cccddd')
aaabbcccddd
12345678910

字符串拼接

  1. 可以使用+将多个字符串拼接起来。例如:’aa’+ ’bb’ ==>’aabb’。
    (1) 如果+两边都是字符串,则拼接。
    (2) 如果+两边都是数字,则加法运算。
    (3) 如果+两边类型不同,则抛出异常。
  2. 可以将多个字面字符串直接放到一起实现拼接。例如:’aa’’bb’==>’aabb’
    【操作】字符串拼接操作
>>> a = 'sxt'+'gaoqi'
>>> a
'sxtgaoqi'
>>> b = 'sxt''gaoqi'
>>> b
'sxtgaoqi'
123456

字符串复制

使用*可以实现字符串复制。
【操作】字符串复制操作

>>> a = 'Sxt'*3
>>> a
'SxtSxtSxt'
123

不换行打印

我们前面调用 print 时,会自动打印一个换行符。有时,我们不想换行,不想自动添加换行符。我们可以自己通过参数 end = “任意字符串”。实现末尾添加任何内容:
建立源文件 mypy_06.py:

print("sxt",end=' ')
print("sxt",end='##')
print("sxt")
-----------------------------------
运行结果:
sxt sxt##sxt
123456

从控制台读取字符串

我们可以使用 input()从控制台读取键盘输入的内容。

>>> myname = input("请输入名字:")
请输入名字:高淇
>>> myname
'高淇'
1234

str()实现数字转型字符串

str()可以帮助我们将其他数据类型转换为字符串。例如:

str(5.20) ==> ‘5.20’  str(3.14e2)==>’314.0’ str(True) ==> ‘True’
1

当我们调用 print()函数时,解释器自动调用了 str()将非字符串的对象转成了字符串。我们
在面向对象章节中详细讲解这部分内容。

使用[]提取字符

字符串的本质就是字符序列,我们可以通过在字符串后面添加[],在[]里面指定偏移量,
可以提取该位置的单个字符。
正向搜索:

  • 最左侧第一个字符,偏移量是 0,第二个偏移量是 1,以此类推。直到 len(str)-1
    为止。

反向搜索:

  • 最右侧第一个字符,偏移量是-1,倒数第二个偏移量是-2,以此类推,直到-len(str)
    为止。

【操作】使用[]提取字符串中的字符

>>> a = 'abcdefghijklmnopqrstuvwxyz'
>>> a
'abcdefghijklmnopqrstuvwxyz'
>>> a[0]
'a'
>>> a[3]
'd'
>>> a[26-1]
'z'
>>> a[-1]

'z'
>>> a[-26]
'a'
>>> a[-30]
Traceback (most recent call last):
File "<pyshell#91>", line 1, in <module>
a[-30]
IndexError: string index out of range
12345678910111213141516171819

replace()实现字符串替换

字符串是“不可改变”的,我们通过[]可以获取字符串指定位置的字符,但是我们不能改变
字符串。我们尝试改变字符串中某个字符,发现报错了:

>>> a = 'abcdefghijklmnopqrstuvwxyz'
>>> a
'abcdefghijklmnopqrstuvwxyz'
>>> a[3]='高'
Traceback (most recent call last):
File "<pyshell#94>", line 1, in <module>
a[3]='高'
TypeError: 'str' object does not support item assignment
12345678

字符串不可改变。但是,我们确实有时候需要替换某些字符。这时,只能通过创建新的字符串来实现。

>>> a = 'abcdefghijklmnopqrstuvwxyz'
>>> a
'abcdefghijklmnopqrstuvwxyz'
>>> a = a.replace('c','高')
'ab 高 defghijklmnopqrstuvwxyz'
12345

整个过程中,实际上我们是创建了新的字符串对象,并指向了变量 a,而不是修改了以前的字符串。 内存图如下:
在这里插入图片描述

字符串切片 slice 操作

切片 slice 操作可以让我们快速的提取子字符串。标准格式为:

[起始偏移量 start:终止偏移量 end:步长 step]
1

典型操作(三个量为正数的情况)如下:

操作和说明示例结果
[:] 提取整个字符串“abcdef”[:]“abcdef”
[start:]从 start 索引开始到结尾“abcdef”[2:]“cdef”
[:end]从头开始知道 end-1“abcdef”[:2]“ab”
[start:end]从 start 到 end-1“abcdef”[2:4]“cd”
[start: end:step]从 start 提取到end-1,步长是 step“abcdef”[1:5:2]“bd”

其他操作(三个量为负数)的情况:

示例说明结果
“abcdefghijklmnopqrstuvwxyz”[-3:]倒数三个“xyz”
“abcdefghijklmnopqrstuvwxyz”[-8:-3]倒数第八个到倒数第三个(包头不包尾)‘stuvw’
“abcdefghijklmnopqrstuvwxyz”[::-1]步长为负,从右到左反向提取‘zyxwvutsrqponmlkjihgfedcba’

切片操作时,起始偏移量和终止偏移量不在[0,字符串长度-1]这个范围,也不会报错。起始偏移量小于 0 则会当做 0,终止偏移量大于“长度-1”会被当成-1。例如:

>>> "abcdefg"[3:50]
'defg'
12

我们发现正常输出了结果,没有报错。
【操作】

  1. 将”to be or not to be”字符串倒序输出
  2. 将”sxtsxtsxtsxtsxt”字符串中所有的 s 输出

split()分割和 join()合并

split()可以基于指定分隔符将字符串分隔成多个子字符串(存储到列表中)。如果不指定分隔
符,则默认使用空白字符(换行符/空格/制表符)。示例代码如下:

>>> a = "to be or not to be"
>>> a.split()
['to', 'be', 'or', 'not', 'to', 'be']
>>> a.split('be')
['to ', ' or not to ', '']
12345

join()的作用和 split()作用刚好相反,用于将一系列子字符串连接起来。示例代码如下:

>>> a = ['sxt','sxt100','sxt200']
>>> '*'.join(a)
'sxt*sxt100*sxt200'
123

拼接字符串要点:

使用字符串拼接符+,会生成新的字符串对象,因此不推荐使用+来拼接字符串。推荐
使用 join 函数,因为 join 函数在拼接字符串之前会计算所有字符串的长度,然后逐一拷贝,仅新建一次对象。
【操作】测试+拼接符和 join(),不同的效率 (mypy_07.py)

import time

time01 = time.time() #起始时刻
a = ""
for i in range(1000000):

a += "sxt"
time02 = time.time() #终止时刻
print("运算时间:"+str(time02-time01))
time03 = time.time() #起始时刻
li = []
for i in range(1000000):
li.append("sxt")
a = "".join(li)
time04 = time.time() #终止时刻
print("运算时间:"+str(time04-time03))
12345678910111213141516

字符串驻留机制和字符串比较

字符串驻留:仅保存一份相同且不可变字符串的方法,不同的值被存放在字符串驻留池中。Python 支持字符串驻留机制,对于符合标识符规则的字符串(仅包含下划线(_)、字母和数字)会启用字符串驻留机制驻留机制。

>>> a = "abd_33"
>>> b = "abd_33"
>>> a is b
True
>>> c = "dd#"
>>> d = "dd#"
>>> c is d
False
>>> str1 = "aa"
>>> str2 = "bb"
>>> str1+str2 is "aabb"
False
>>> str1+str2 == "aabb"
True
1234567891011121314

字符串比较和同一性

我们可以直接使用==,!=对字符串进行比较,是否含有相同的字符。
我们使用 is / not is,判断两个对象是否同一个对象。比较的是对象的地址,即 id(obj1)是否和 id(obj2)相等。

成员操作符

in /not in 关键字,判断某个字符(子字符串)是否存在于字符串中。

字符串常用方法汇总

常用的查找方法

我们以一段文本作为测试:
a=’’‘我是高兴,今年 18 岁了,我在北京尚学堂科技上班。我的儿子叫高洛希,他 6 岁了。我是一个编程教育的普及者,希望影响 6000 万学习编程的中国人。我儿子现在也开始学习编程,希望他 18 岁的时候可以超过我’’’

方法和使用示例说明结果
len(a)字符串长度96
a.startwith(‘我是高兴’)以指定字符串开头True
a.endwith(‘过我’)以指定字符串结尾True
a.find(‘高’)第一次出现指定字符串的位置2
a.rfind(‘高’)最后一次出现指定字符串的位置29
a.count(‘编程’)指定字符串出现了几次3
a.isalnum()所有字符全是字母或数字False

去除首尾信息

我们可以通过 strip()去除字符串首尾指定信息。通过 lstrip()去除字符串左边指定信息,rstrip()去除字符串右边指定信息。
【操作】去除字符串首尾信息

>>> "*s*x*t*".strip("*")
's*x*t'
>>> "*s*x*t*".lstrip("*")
's*x*t*'
>>> "*s*x*t*".rstrip("*")
'*s*x*t'
>>> " sxt ".strip()
'sxt'
12345678

大小写转换

编程中关于字符串大小写转换的情况,经常遇到。我们将相关方法汇总到这里。为了方便学习,先设定一个测试变量:a = “gaoqi love programming, loveSXT”

示例说明结果
a.capitalize()产生新的字符串,首字母大写‘Gaoqi love programming, love sxt’
a.title()产生新的字符串,每个单词都首字母大写‘Gaoqi Love Programming, Love Sxt’
a.upper()产生新的字符串,所有字符全转成大写‘GAOQI LOVE PROGRAMMING,LOVESXT’
a.lower()产生新的字符串,所有字符全转成小写‘gaoqi love programming, love sxt’
a.swapcase()产生新的,所有字母大小写转换‘GAOQI LOVE PROGRAMMING, LOVEsxt’

格式排版

center()、ljust()、rjust()这三个函数用于对字符串实现排版。示例如下:

>>> a="SXT"
>>> a.center(10,"*")
'***SXT****'
>>> a.center(10)
' SXT '
>>> a.ljust(10,"*")
'SXT*******'
1234567

其他方法

  1. isalnum() 是否为字母或数字
  2. isalpha() 检测字符串是否只由字母组成(含汉字)。
  3. isdigit() 检测字符串是否只由数字组成。
  4. isspace() 检测是否为空白符
  5. isupper() 是否为大写字母
  6. islower() 是否为小写字母
>>> "sxt100".isalnum()
True
>>> "sxt 尚学堂".isalpha()
True
>>> "234.3".isdigit()
False
>>> "23423".isdigit()
True
>>> "aB".isupper()
False
>>> "A".isupper()
True
>>> "\t\n".isspace()
True
1234567891011121314

字符串的格式化

format()基本用法

Python2.6 开始,新增了一种格式化字符串的函数 str.format(),它增强了字符串格式化的
功能。
基本语法是通过 {} 和 : 来代替以前的 % 。
format 函数可以接受不限个参数,位置可以不按顺序。
我们通过示例进行格式化的学习。

>>> a = "名字是:{0},年龄是:{1}"
>>> a.format("高淇",18)
'名字是:高淇,年龄是:18'
>>> a.format("高希希",6)
'名字是:高希希,年龄是:6'
>>> b = "名字是:{0},年龄是{1}。{0}是个好小伙"
>>> b.format("高淇",18)
'名字是:高淇,年龄是 18。高淇是个好小伙'
>>> c = "名字是{name},年龄是{age}"
>>> c.format(age=19,name='高淇')
'名字是高淇,年龄是 19'
1234567891011

我们可以通过{索引}/{参数名},直接映射参数值,实现对字符串的格式化,非常方便。

填充与对齐

填充常跟对齐一起使用
^、<、>分别是居中、左对齐、右对齐,后面带宽度
:号后面带填充的字符,只能是一个字符,不指定的话默认是用空格填充

>>> "{:*>8}".format("245")
'*****245'
>>> "我是{0},我喜欢数字{1:*^8}".format("高淇","666")
'我是高淇,我喜欢数字**666***'
1234

数字格式化

浮点数通过 f,整数通过 d 进行需要的格式化。案例如下:

>>> a = "我是{0},我的存款有{1:.2f}"
>>> a.format("高淇",3888.234342)
'我是高淇,我的存款有 3888.23'
123

其他格式,供大家参考:

数字格式输出描述
3.1415926{:.2f}3.14保留小数点后两位
3.1415926{:+.2f}3.14带符号保留小数点后两位
2.71828{:.0f}3不带小数
5{:0>2d}05数字补零 (填充左边, 宽度为 2)
5{:x<4d}5xxx数字补 x (填充右边, 宽度为 4)
10{:x<4d}10xx数字补 x (填充右边, 宽度为 4)
1000000{:,}1,000,000以逗号分隔的数字格式
0.25{:.2%}25.00%百分比格式
1000000000{:.2e}1.00E+09指数记法
13{:10d}13右对齐 (默认, 宽度为 10)
13{:<10d}13左对齐 (宽度为 10)
13{:^10d}13中间对齐 (宽度为 10)

可变字符串

在 Python 中,字符串属于不可变对象,不支持原地修改,如果需要修改其中的值,智
能创建新的字符串对象。但是,经常我们确实需要原地修改字符串,可以使用 io.StringIO
对象或 array 模块。

>>> import io
>>> s = "hello, sxt"
>>> sio = io.StringIO(s)
>>> sio
<_io.StringIO object at 0x02F462B0>
>>> sio.getvalue()
'hello, sxt'
>>> sio.seek(7)
7
>>> sio.write("g")
1
>>> sio.getvalue()
'hello, gxt'
12345678910111213

Python的字符串内建函数

方法参数描述
关于字母的内置函数
capitalize()将字符串的第一个字符转换为大写
title()NA单词都是以大写开始,其余字母均为小写
upper()NA转换字符串中的小写字母为大写
swapcase()NA将字符串中大写转换为小写,小写转换为大写
max(str)str – 字符串方法返回字符串中最大的字母
min(str)str – 字符串方法返回字符串中最小的字母
关于判断的内置函数
isalnum()字符串中只有字母或数字则返 回 True,否则返回 False
isalpha()检测字符串是否只由字母组成。是则返回 True, 否则返回 False
isdigit()字符串是否只由数字组成,是则返回 True 否则返回 False。
islower()检测字符串是否由小写字母组成,是则返回 True,否则返回 False
isnumeric()字符串是否只由数字组成。这种方法是只针对unicode对象。是返回 True, False
isdecimal()字符串是否只包含十进制字符。这种方法只存在于unicode对象.是返回 True, False
isspace()字符串是否只由空白字符组成。是返回 True, 否则False
istitle()检测字符串中所有的单词拼写首字母是否为大写,且其他字母为小写。是返回 True, 否则False
isupper()字符串中所有的字母是否都为大写 .是返回 True, 否则False
替换
replace(old, new[, max])old – 将被替换的子字符串。new – 新字符串,用于替换old子字符串。max – 可选字符串, 替换不超过 max 次把字符串中的 old(旧字符串) 替换成 new(新字符串),如果指定第三个参数max,则替换不超过 max 次。
expandtabs(tabsize=8)tabsize – 指定转换字符串中的 tab 符号(’\t’)转为空格的字符数。把字符串中的 tab 符号(’\t’)转为空格,tab 符号(’\t’)默认的空格数是 8。
maketrans(intab, outtab)intab – 字符串中要替代的字符组成的字符串。outtab – 相应的映射字符的字符串。用于创建字符映射的转换表,对于接受两个参数的最简单的调用方式,第一个参数是字符串,表示需要转换的字符,第二个参数也是字符串表示转换的目标。两个字符串的长度必须相同,为一一对应的关系。
位置对齐
zfill(width)width – 指定字符串的长度。原字符串右对齐,前面填充0。返回指定长度的字符串,原字符串右对齐,前面填充0。
rjust(width[, fillchar])1.width – 指定填充指定字符后中字符串的总长度.2.fillchar – 填充的字符,默认为空格。返回一个原字符串右对齐,并使用空格填充至长度 width 的新字符串。如果指定的长度小于字符串的长度则返回原字符串。
center(width[, fillchar])width – 字符串的总宽度。fillchar – 填充字符。返回一个指定的宽度 width 居中的字符串,fillchar 为填充的字符,默认为空格。
ljust(width[, fillchar])width – 指定字符串长度。fillchar – 填充字符,默认为空格。返回一个原字符串左对齐,并使用空格填充至指定长度的新字符串。如果指定的长度小于原字符串的长度则返回原字符串。
检查查找
startswith(substr, beg=0,end=len(string))str – 检测的字符串。substr – 指定的子字符串。strbeg – 可选参数用于设置字符串检测的起始位置。strend – 可选参数用于设置字符串检测的结束位置。用于检查字符串是否是以指定子字符串开头,如果是则返回 True,否则返回 False。如果参数 beg 和 end 指定值,则在指定范围内检查。
endswith(suffix[, start[, end]])suffix – 该参数可以是一个字符串或者是一个元素。start – 字符串中的开始位置。end – 字符中结束位置。用于判断字符串是否以指定后缀结尾,如果以指定后缀结尾返回 True,否则返回 False。可选参数 “start” 与 “end” 为检索字符串的开始与结束位置。
find(str, beg=0, end=len(string))str – 指定检索的字符串beg – 开始索引,默认为0。end – 结束索引,默认为字符串的长度检测字符串中是否包含子字符串 str ,如果指定 beg(开始) 和 end(结束) 范围,则检查是否包含在指定范围内,如果指定范围内如果包含指定索引值,返回的是索引值在字符串中的起始位置。如果不包含索引值,返回-1。
rfind(str, beg=0 end=len(string))str – 查找的字符串beg – 开始查找的位置,默认为0end – 结束查找位置,默认为字符串的长度。返回字符串最后一次出现的位置,如果没有匹配项则返回-1
index(str, beg=0, end=len(string))str – 指定检索的字符串beg – 开始索引,默认为0。end – 结束索引,默认为字符串的长度。检测字符串中是否包含子字符串 str ,如果指定 beg(开始) 和 end(结束) 范围,则检查是否包含在指定范围内,该方法与 python find()方法一样,只不过如果str不在 string中会报一个异常。
rindex(str, beg=0 end=len(string))str – 查找的字符串beg – 开始查找的位置,默认为0end – 结束查找位置,默认为字符串的长度。返回子字符串 str 在字符串中最后出现的位置,如果没有匹配的字符串会报异常,你可以指定可选参数[beg:end]设置查找的区间。
删除
rstrip([chars])chars – 指定删除的字符(默认为空格)删除 string 字符串末尾的指定字符(默认为空格)
lstrip([chars])chars – 指定删除的字符(默认为空格)删除 string 字符串开头的指定字符(默认为空格)
strip([chars])chars – 移除字符串头尾指定的字符序列。用于移除字符串头尾指定的字符(默认为空格)或字符序列。
拼接
join(sequence)sequence – 要连接的元素序列。用于将序列中的元素以指定的字符连接生成一个新的字符串。
分割
split(str="", num=string.count(str))1.str – 分隔符,默认为所有的空字符,包括空格、换行(\n)、制表符(\t)等。2.num – 分割次数。默认为 -1, 即分隔所有。通过指定分隔符对字符串进行切片,如果第二个参数 num 有指定值,则分割为 num+1 个子字符串。
返回元素列表
splitlines([keepends])keepends – 在输出结果里是否去掉换行符(’\r’, ‘\r\n’, \n’),默认为 False,不包含换行符,如果为 True,则保留换行符。按照行(’\r’, ‘\r\n’, \n’)分隔,返回一个包含各行作为元素的列表,如果参数 keepends 为 False,不包含换行符,如果为 True,则保留换行符。
计算数量
count(sub, start= 0,end=len(string))sub – 搜索的子字符串start – 字符串开始搜索的位置。默认为第一个字符,第一个字符索引值为0。end – 字符串中结束搜索的位置。字符中第一个字符的索引为 0。默认为字符串的最后一个位置。用于统计字符串里某个字符出现的次数。可选参数为在字符串搜索的开始与结束位置。
len( s )s – 对象。返回对象(字符、列表、元组等)长度或项目个数。
过滤
1.translate(table) 2.bytes.translate(table[, delete]) 3.bytearray.translate(table[, delete])table – 翻译表,翻译表是通过 maketrans() 方法转换而来。 deletechars – 字符串中要过滤的字符列表。根据参数table给出的表(包含 256 个字符)转换字符串的字符,要过滤掉的字符放到 deletechars 参数中。
编码解码
bytes.decode(encoding=“utf-8”, errors=“strict”)encoding – 要使用的编码,如"UTF-8"。errors – 设置不同错误的处理方案。默认为 ‘strict’,意为编码错误引起一个UnicodeError。 其他可能得值有 ‘ignore’, ‘replace’,‘xmlcharrefreplace’, ‘backslashreplace’ 以及通过 codecs.register_error() 注册的任何值。以指定的编码格式解码 bytes 对象。默认编码为 ‘utf-8’。
encode(encoding=‘UTF-8’,errors=‘strict’)encoding – 要使用的编码,如: UTF-8。errors – 设置不同错误的处理方案。默认为 ‘strict’,意为编码错误引起一个UnicodeError。 其他可能得值有 ‘ignore’, ‘replace’,‘xmlcharrefreplace’, ‘backslashreplace’ 以及通过 codecs.register_error() 注册的任何值。以指定的编码格式编码字符串。errors参数可以指定不同的错误处理方案。
最后修改:2021 年 04 月 02 日 09 : 05 PM
如果觉得我的文章对你有用,请随意赞赏