python字符串(string)方法整理

python中字符串對象提供了不少方法來操做字符串，功能至關豐富。

print(dir(str))

[..........'capitalize', 'casefold', 'center', 'count', 'encode', 'endswith', 'expandtabs', 'find', 'format', 'format_map', 'index', 'isalnum', 'isalpha', 'isdecimal', 'isdigit', 'isidentifier', 'islower', 'isnumeric', 'isprintable', 'isspace', 'istitle', 'isupper', 'join', 'ljust', 'lower', 'lstrip', 'maketrans', 'partition', 'replace', 'rfind', 'rindex', 'rjust', 'rpartition', 'rsplit', 'rstrip', 'split', 'splitlines', 'startswith', 'strip', 'swapcase', 'title', 'translate', 'upper', 'zfill']

這些方法的使用說明見官方文檔:string methods，本文對它們進行詳細解釋，各位之後可將本文看成手冊。

這裏沒有模式匹配(正則)相關的功能。python中要使用模式匹配相關的方法操做字符串，須要import re導入re模塊。關於正則模式匹配，參見：re Module Contents。

注意，python中字符串是不可變對象，因此全部修改和生成字符串的操做的實現方法都是另外一個內存片斷中新生成一個字符串對象。例如，'abc'.upper()將會在劃分另外一個內存片斷，並將返回的ABC保存在此內存中。

下文出現的"S"表示待操做的字符串。本文沒有對casefold,encode,format,format_map進行介紹，前二者和unicode有關，後二者內容有點太多。

1.大小寫轉換

1.1 lower、upper

S.lower()
S.upper()

返回S字符串的小寫、大寫格式。(注意，這是新生成的字符串，在另外一片內存片斷中，後文將再也不解釋這種行爲)

例如：

>>> print('ab XY'.lower())
ab xy
>>> print('ab XY'.upper())
AB XY

1.2 title、capitalize

S.title()
S.capitalize()

前者返回S字符串中全部單詞首字母大寫且其餘字母小寫的格式，後者返回首字母大寫、其餘字母所有小寫的新字符串。

例如：

>>> print('ab XY'.title())
Ab Xy
>>> print('abc DE'.capitalize())
Abc de

1.3 swapcase

S.swapcase()

swapcase()對S中的全部字符串作大小寫轉換(大寫-->小寫，小寫-->大寫)。

>>> print('abc XYZ'.swapcase())
ABC xyz

2.isXXX判斷

2.1 isalpha,isdecimal,isdigit,isnumeric,isalnum

S.isdecimal()
S.isdigit()
S.isnumeric()
S.isalpha()
S.isalnum()

測試字符串S是不是數字、字母、字母或數字。對於非Unicode字符串，前3個方法是等價的。

例如：

>>> print('34'.isdigit())
True
>>> print('abc'.isalpha())
True
>>> print('a34'.isalnum())
True

2.2 islower,isupper,istitle

S.islower()
S.isupper()
S.istitle()

判斷是否小寫、大寫、首字母大寫。要求S中至少要包含一個字符串字符，不然直接返回False。例如不能是純數字。

注意，istitle()判斷時會對每一個單詞的首字母邊界判斷。例如，word1 Word2、word1_Word2、word1()Word2中都包含兩個單詞，它們的首字母都是"w"和"W"。所以，若是用istitle()去判斷它們，將返回False，由於w是小寫。

例如：

>>> print('a34'.islower())
True
>>> print('AB'.isupper())
True
>>> print('Aa'.isupper())
False
>>> print('Aa Bc'.istitle())
True
>>> print('Aa_Bc'.istitle())
True
>>> print('Aa bc'.istitle())
False
>>> print('Aa_bc'.istitle())
False

# 下面的返回False，由於非首字母C不是小寫
>>> print('Aa BC'.istitle())
False

2.3 isspace,isprintable,isidentifier

S.isspace()
S.isprintable()
S.isidentifier()

分別判斷字符串是不是空白(空格、製表符、換行符等)字符、是不是可打印字符(例如製表符、換行符就不是可打印字符，但空格是)、是否知足標識符定義規則。

例如：

1.判斷是否爲空白。沒有任何字符是不算是空白。

>>> print(' '.isspace())
True
>>> print(' \t'.isspace())
True
>>> print('\n'.isspace())
True
>>> print(''.isspace())
False
>>> print('Aa BC'.isspace())
False

2.判斷是不是可打印字符。

>>> print('\n'.isprintable())
False
>>> print('\t'.isprintable())
False
>>> print('acd'.isprintable())
True
>>> print(' '.isprintable())
True
>>> print(''.isprintable())
True

3.判斷是否知足標識符定義規則。
標識符定義規則爲：只能是字母或下劃線開頭、不能包含除數字、字母和下劃線之外的任意字符。

>>> print('abc'.isidentifier())
True
>>> print('2abc'.isidentifier())
False
>>> print('abc2'.isidentifier())
True
>>> print('_abc2'.isidentifier())
True
>>> print('_abc_2'.isidentifier())
True
>>> print('_Abc_2'.isidentifier())
True
>>> print('Abc_2'.isidentifier())
True

3.填充

3.1 center

S.center(width[, fillchar])

將字符串居中，左右兩邊使用fillchar進行填充，使得整個字符串的長度爲width。fillchar默認爲空格。若是width小於字符串的長度，則沒法填充直接返回字符串自己(不會建立新字符串對象)。

例如：

1.使用下劃線填充並居中字符串

>>> print('ab'.center(4,'_'))
_ab_
>>> print('ab'.center(5,'_'))
__ab_

2.使用默認的空格填充並居中字符串

>>> print('ab'.center(4))
 ab 
>>> print(len('ab'.center(4)))
4

3.width小於字符串長度

>>> print('abcde'.center(3))
abcde

3.2 ljust和rjust

S.ljust(width[, fillchar])
S.rjust(width[, fillchar])

ljust()使用fillchar填充在字符串S的右邊，使得總體長度爲width。rjust()則是填充在左邊。若是不指定fillchar，則默認使用空格填充。

若是width小於或等於字符串S的長度，則沒法填充，直接返回字符串S(不會建立新字符串對象)。

例如：

>>> print('xyz'.ljust(5,'_'))
xyz__
>>> print('xyz'.rjust(5,'_'))
__xyz

3.3 zfill

S.zfill(width)

用0填充在字符串S的左邊使其長度爲width。若是S前有正負號+/-，則0填充在這兩個符號的後面，且符號也算入長度。

若是width小於或等於S的長度，則沒法填充，直接返回S自己(不會建立新字符串對象)。

>>> print('abc'.zfill(5))
00abc

>>> print('-abc'.zfill(5))
-0abc

>>> print('+abc'.zfill(5))
+0abc

>>> print('42'.zfill(5))
00042

>>> print('-42'.zfill(5))
-0042

>>> print('+42'.zfill(5))
+0042

4.子串搜索

4.1 count

S.count(sub[, start[, end]])

返回字符串S中子串sub出現的次數，能夠指定從哪裏開始計算(start)以及計算到哪裏結束(end)，索引從0開始計算，不包括end邊界。

例如：

>>> print('xyabxyxy'.count('xy'))
3

# 次數2，由於從index=1算起，即從'y'開始查找，查找的範圍爲'yabxyxy'
>>> print('xyabxyxy'.count('xy',1))
2

# 次數1，由於不包括end，因此查找的範圍爲'yabxyx'
>>> print('xyabxyxy'.count('xy',1,7))
1

# 次數2，由於查找的範圍爲'yabxyxy'
>>> print('xyabxyxy'.count('xy',1,8))
2

4.2 endswith和startswith

S.endswith(suffix[, start[, end]])
S.startswith(prefix[, start[, end]])

endswith()檢查字符串S是否以suffix結尾，返回布爾值的True和False。suffix能夠是一個元組(tuple)。能夠指定起始start和結尾end的搜索邊界。

同理startswith()用來判斷字符串S是不是以prefix開頭。

例如：

1.suffix是普通的字符串時。

>>> print('abcxyz'.endswith('xyz'))
True
　
# False，由於搜索範圍爲'yz'
>>> print('abcxyz'.endswith('xyz',4))
False
　
# False，由於搜索範圍爲'abcxy'
>>> print('abcxyz'.endswith('xyz',0,5))
False
>>> print('abcxyz'.endswith('xyz',0,6))
True

2.suffix是元組(tuple)時，只要tuple中任意一個元素知足endswith的條件，就返回True。

# tuple中的'xyz'知足條件
>>> print('abcxyz'.endswith(('ab','xyz')))
True
　
# tuple中'ab'和'xy'都不知足條件
>>> print('abcxyz'.endswith(('ab','xy')))
False
　
# tuple中的'z'知足條件
>>> print('abcxyz'.endswith(('ab','xy','z')))
True

4.3 find,rfind和index,rindex

S.find(sub[, start[, end]])
S.rfind(sub[, start[, end]])¶
S.index(sub[, start[, end]])
S.rindex(sub[, start[, end]])

find()搜索字符串S中是否包含子串sub，若是包含，則返回sub的索引位置，不然返回"-1"。能夠指定起始start和結束end的搜索位置。

index()和find()同樣，惟一不一樣點在於當找不到子串時，拋出ValueError錯誤。

rfind()則是返回搜索到的最右邊子串的位置，若是隻搜索到一個或沒有搜索到子串，則和find()是等價的。

同理rindex()。

例如：

>>> print('abcxyzXY'.find('xy'))
3
>>> print('abcxyzXY'.find('Xy'))
-1
>>> print('abcxyzXY'.find('xy',4))
-1

>>> print('xyzabcabc'.find('bc'))
4
>>> print('xyzabcabc'.rfind('bc'))
7

>>> print('xyzabcabc'.rindex('bcd'))
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
ValueError: substring not found

可使用in操做符來判斷字符串S是否包含子串sub，它返回的不是索引位置，而是布爾值。

>>> 'xy' in 'abxycd'
True
>>> 'xyz' in 'abxycd'
False

5.替換

5.1 replace

S.replace(old, new[, count])

將字符串中的子串old替換爲new字符串，若是給定count，則表示只替換前count個old子串。若是S中搜索不到子串old，則沒法替換，直接返回字符串S(不建立新字符串對象)。

>>> print('abcxyzoxy'.replace('xy','XY'))
abcXYzoXY
>>> print('abcxyzoxy'.replace('xy','XY',1))
abcXYzoxy
>>> print('abcxyzoxy'.replace('mn','XY',1))
abcxyzoxy

5.2 expandtabs

S.expandtabs(N)

將字符串S中的\t替換爲必定數量的空格。默認N=8。

注意，expandtabs(8)不是將\t直接替換爲8個空格。例如'xyz\tab'.expandtabs()會將\t替換爲5個空格，由於"xyz"佔用了3個字符位。

因此，在替換"\t"爲空格時，會減掉"\t"前面的字符數量。若是"\t"的前面正好沒有字符，則直接將"\t"替換爲N個空格。

另外，它不會替換換行符(\n或\r)。

例如：

>>> '01\t012\t0123\t01234'.expandtabs(4)
'01  012 0123    01234'          --> 2個空格、1個空格、4個空格

>>> '01\t012\t0123\t01234'.expandtabs(8)
'01      012     0123    01234'  --> 6個空格、5個空格、4個空格

>>> '01\t012\t0123\t01234'.expandtabs(7)
'01     012    0123   01234'     --> 5個空格、4個空格、3個空格

>>> print('012\t0123\n01234'.expandtabs(7))
012    0123        --> 4個空格
01234

5.3 translate和maketrans

S.translate(table)
static str.maketrans(x[, y[, z]])

str.maketrans()生成一個字符一 一映射的table，而後使用translate(table)對字符串S中的每一個字符進行映射。

若是你熟悉Linux，就知道tr命令，translate()實現的功能和tr是相似的。

例如，如今想要對"I love Fairy"作一個簡單的加密，將裏面部分字符都替換爲數字，這樣別人就不知道轉換後的這句話是什麼意思。

>>> in_str='abcxyz'
>>> out_str='123456'

# maketrans()生成映射表
>>> map_table=str.maketrans(in_str,out_str)

# 使用translate()進行映射
>>> my_love='I love Fairy'
>>> result=my_love.translate(map_table)
>>> print(result)
I love F1ir5

注意，maketrans(x[, y[, z]])中的x和y都是字符串，且長度必須相等。

若是maketrans(x[, y[, z]])給定了第三個參數z，則這個參數字符串中的每一個字符都會被映射爲None。

例如，不替換"a"和"y"。

>>> in_str='abcxyz'
>>> out_str='123456'
>>> map_table=str.maketrans(in_str,out_str,'ay')
>>> my_love='I love Fairy'
>>> result=my_love.translate(map_table)
>>> print(result)
I love Fir

6.分割

6.1 partition和rpartition

S.partition(sep)
S.rpartition(sep)

搜索字符串S中的子串sep，並從sep處對S進行分割，最後返回一個包含3元素的元組：sep左邊的部分是元組的第一個元素，sep自身是元組的二個元素，sep右邊是元組的第三個元素。

partition(sep)從左邊第一個sep進行分割，rpartition(sep)從右邊第一個sep進行分割。

若是搜索不到sep，則返回的3元素元組中，有兩個元素爲空。partition()是後兩個元素爲空，rpartition()是前兩個元素爲空。

例如：

# 只搜索到一個sep時，二者結果相同
>>> print('abcxyzopq'.partition('xy'))
('abc', 'xy', 'zopq')
>>> print('abcxyzopq'.rpartition('xy'))
('abc', 'xy', 'zopq')

# 搜索到多個sep時，分別從左第一個、右第一個sep分割
>>> print('abcxyzxyopq'.partition('xy'))
('abc', 'xy', 'zxyopq')
>>> print('abcxyzxyopq'.rpartition('xy'))
('abcxyz', 'xy', 'opq')

# 搜索不到sep
>>> print('abcxyzxyopq'.partition('xyc'))
('abcxyzxyopq', '', '')
>>> print('abcxyzxyopq'.rpartition('xyc'))
('', '', 'abcxyzxyopq')

6.2 split、rsplit和splitlines

S.split(sep=None, maxsplit=-1)
S.rsplit(sep=None, maxsplit=-1)
S.splitlines([keepends=True])

都是用來分割字符串，並生成一個列表。

split()根據sep對S進行分割，maxsplit用於指定分割次數，若是不指定maxsplit或者給定值爲"-1"，則會從左向右搜索而且每遇到sep一次就分割直到搜索完字符串。若是不指定sep或者指定爲None，則改變分割算法：以空格爲分隔符，且將連續的空白壓縮爲一個空格。

rsplit()和split()是同樣的，只不過是從右邊向左邊搜索。

splitlines()用來專門用來分割換行符。雖然它有點像split('\n')或split('\r\n')，但它們有些區別，見下文解釋。

首先是split()的示例分析(rsplit()示例略)。

# sep爲單個字符時
>>> '1,2,3'.split(',')
['1', '2', '3']

>>> '1,2,3'.split(',',1)
['1', '2,3']    # 只分割了一次

>>> '1,2,,3'.split(',')
['1', '2', '', '3']  # 不會壓縮連續的分隔符

>>> '<hello><><world>'.split('<')
['', 'hello>', '>', 'world>']

# sep爲多個字符時
>>> '<hello><><world>'.split('<>')
['<hello>', '<world>']

# 不指定sep時
>>> '1 2 3'.split()
['1', '2', '3']

>>> '1 2 3'.split(maxsplit=1)
['1', '2 3']

>>> '   1    2   3   '.split()
['1', '2', '3']

>>> '   1    2   3  \n'.split()
['1', '2', '3']

# 顯式指定sep爲空格、製表符、換行符時
>>> ' 1  2  3  \n'.split(' ')
['', '1', '', '2', '', '3', '', '\n']

>>> ' 1  2  3  \n'.split('\t')
[' 1  2  3  \n']

>>> ' 1 2\n3 \n'.split('\n')
[' 1 2', '3 ', '']  # 注意列表的最後一項''

>>> ''.split('\n')
['']

再是splitlines()的示例分析。

splitlines()中能夠指定各類換行符，常見的是\n、\r、\r\n。若是指定keepends爲True，則保留全部的換行符。

>>> 'ab c\n\nde fg\rkl\r\n'.splitlines()
['ab c', '', 'de fg', 'kl']

>>> 'ab c\n\nde fg\rkl\r\n'.splitlines(keepends=True)
['ab c\n', '\n', 'de fg\r', 'kl\r\n']

將split()和splitlines()相比較一下：

#### split()
>>> ''.split('\n')
['']            # 由於沒換行符可分割

>>> 'One line\n'.split('\n')
['One line', '']

#### splitlines()
>>> "".splitlines()
[]              # 由於沒有換行符可分割

>>> 'Two lines\n'.splitlines()
['Two lines']

7.join

S.join(iterable)

將可迭代對象(iterable)中的元素使用S鏈接起來。注意，iterable中必須所有是字符串類型，不然報錯。

若是你仍是python的初學者，還不知道iterable是什麼，卻想來看看join的具體語法，那麼你能夠暫時將它理解爲：字符串string、列表list、元組tuple、字典dict、集合set。

例如：

1.字符串

>>> L='python'
>>> '_'.join(L)
'p_y_t_h_o_n'

2.元組

>>> L1=('1','2','3')
>>> '_'.join(L1)
'1_2_3'

3.集合。注意，集合無序。

>>> L2={'p','y','t','h','o','n'}
>>> '_'.join(L2)
'n_o_p_h_y_t'

4.列表

>>> L2=['py','th','o','n']
>>> '_'.join(L2)
'py_th_o_n'

5.字典

>>> L3={'name':"malongshuai",'gender':'male','from':'China','age':18}
>>> '_'.join(L3)
'name_gender_from_age'

6.iterable參與迭代的每一個元素必須是字符串類型，不能包含數字或其餘類型。

>>> L1=(1,2,3)
>>> '_'.join(L1)
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
TypeError: sequence item 0: expected str instance, int found

如下兩種也不能join。

>>> L1=('ab',2)
>>> L2=('AB',{'a','cd'})

將join()時的元素鏈接符指定爲空時，則會將可迭代對象的每一個元素組成一個鏈接起來的字符串。有時候，這是頗有用的。

>>> L=['a','b','c','d']
>>> ''.join(L)
'abcd'

8.修剪：strip、lstrip和rstrip

S.strip([chars])
S.lstrip([chars])
S.rstrip([chars])

分別是移除左右兩邊、左邊、右邊的字符char。若是不指定chars或者指定爲None，則默認移除空白(空格、製表符、換行符)。

惟一須要注意的是，chars能夠是多個字符序列。在移除時，只要是這個序列中的字符，都會被移除。

例如：

1.移除單個字符或空白。

>>> '   spacious   '.lstrip()
'spacious   '
　
>>> '   spacious   '.rstrip()
'   spacious'
　
>>> 'spacious   '.lstrip('s')
'pacious   '
　
>>> 'spacious'.rstrip('s')
'spaciou'

2.移除字符序列中的字符。

>>> print('www.example.com'.lstrip('cmowz.'))
example.com
>>> print('wwwz.example.com'.lstrip('cmowz.'))
example.com
>>> print('wwaw.example.com'.lstrip('cmowz.'))
aw.example.com
>>> print('www.example.com'.strip('cmowz.'))
'example'

因爲www.example.com的前4個字符都是字符序列cmowz.中的字符，因此都被移除，而第五個字符e不在字符序列中，因此修剪到此結束。同理wwwz.example.com。

wwaw.example.com中第3個字符a不是字符序列中的字符，因此修剪到此結束。