Python語法速查： 4. 字符串經常使用操做

返回目錄

 

 （1）字符串經常使用方法

Python3中，字符串全都用Unicode形式，因此省去了不少之前各類轉換與聲明的麻煩。字符串屬於序列，全部序列可用的方法（好比切片等）均可用於字符串。

注意：字符串屬於不可變序列，全部處理修改字符的方法，都會生成一個新字符串返回，原字符串不會變。

字符串方法	簡述	舉例或說明
字符串內容檢查
s.isalpha()	是否全部字符都爲字母	'abc'.isalpha()   # 結果爲 True
s.islower()	字符串中字母是否都爲小寫（無視其中的非字母字符）	'abc'.islower()   # 結果爲 True
s.isupper()	字符串中字母是否都爲大寫（無視其中的非字母字符）	'ABC'.isupper()   # 結果爲 True
s.isdecimal()	是否全部字符都爲數字0~9（小數點和正負號視做非數字）	'123'.isdedimal()   # 結果爲 True
s.isdigit()	是否全部字符都爲：數字0~九、羅馬數字（小數點和正負號視做非數字）	'Ⅳ'.isdigit()   # 結果爲 True
s.isnumeric()	是否全部字符都爲：數字0~九、羅馬數字、漢字數字（小數點和正負號視做非數字）	'一百'.isnumeric()   # 結果爲 True
s.isalnum()	是否全部字符都爲字母或數字	'abc123'.isalnum() # 結果爲 True
s.isspace()	是否全部字符都爲空白	' \t '.isspace()   # 結果爲 True
s.isprintable()	是否全部字符均可打印。	'a\t'.isprintable() # 結果爲 False
s.isascii()	是否全部字符都爲ascii碼範圍內字符	'a1#'.isascii()   # 結果爲 True
s.istitle()	是否字符串中每一個單詞首字母都爲大寫（若單詞首字符爲非字母字符，則判斷第2個字符，以此類推）	'Ab 2Cc'.istitle() # 結果爲 True
s.isidentifier()	字符串內容是否爲Python保留字	'if'.isidentifier() # 結果爲 True
子串查找與判斷
s.startswith(prefix [,start [,end]])	檢查字符串是否以prefix開頭，start, end爲查找範圍（用法同切片）。	'abc'.startswith('ab')   # 結果爲 True
s.endswith(suffix [,start [,end]])	檢查字符串是否以suffix結尾，start, end爲查找範圍（用法同切片）。	'abc'.endswith('b')     # 結果爲 False 'abc'.endswith('b',0,2) # 結果爲 True
s.find(sub [,start [,end]])	查找指定字符串sub首次出現的位置，若沒找到則返回-1。start, end爲查找範圍（用法同切片）。	'abcabc'.find('bc')   # 結果爲 1
s.rfind(sub [,start [,end]])	查找指定字符串sub最後一次出現的位置，若沒找到則返回-1，start, end用法同上。	'abcabc'.rfind('bc')   # 結果爲 4
s.index(sub [,start [,end]])	功能同s.find()，區別是沒找到時引起ValueError錯誤。	'abcabc'.index('bc')   # 結果爲 1
s.rindex(sub [,start [,end]])	功能同s.rfind()，區別是沒找到時引起ValueError錯誤。	'abcabc'.index('bc')   # 結果爲 4
s.count(sub [,start [,end]])	統計指定子字符串sub出現的次數，start和end爲查找範圍（用法同切片）。	'abc'.count('b',1,1)   # 結果爲 0 'abc'.count('b',1,2)   # 結果爲 1
字符串修改
s.lower()	返回新字符串，內容爲將原字符串中字母全轉成小寫（非字母字符則不變）	'A1B2'.lower()   # 返回爲 'a1b2'
s.upper()	返回新字符串，內容爲將原字符串中字母全轉成大寫（非字母字符則不變）	'a1b2'.upper()   # 返回爲 'A1B2'
s.swapcase()	返回新字符串，內容爲將原字符串中字母大小寫互換（非字母字符則不變）	'abCD'.swapcase() # 返回爲 'ABcd'
s.capitalize()	返回新字符串，內容爲將原字符串中每一個單詞的首字母變爲大寫。	'ab cd'.capitalize() # 返回爲 'Ab Cd;
s.expandtabs(tabsize=8)	返回新字符串，內容用空格替換製表符，入參爲tab對應的空格數。	a\tb'.expandtabs(4) # 返回爲 'a    b'
s.replace(old, new [,count])	返回新字符串，內容爲用new替換原字符串中old內容，count可指定替換次數（默認爲所有替換）	'abcdab'.replace('ab','xy') # 返回爲 'xycdxy'
字符串格式簡單處理
s.strip([chars])	返回新字符串，內容爲刪掉原字符串中兩邊的空白。若指定入參chars，則爲刪掉原字符串兩端在入參chars中出現的字符。	' abc '.strip()   # 返回爲 'abc' 'www.xyz.com'.strip('.cwom') # 返回爲 'xyz'
s.lstrip([chars])	用法同上，不過僅處理字符串的左邊。	'www.xyz.com'.lstrip('.cwom') # 返回爲 'xyz.com'
s.rstrip([chars])	用法同上，不過僅處理字符串的右邊。	'www.xyz.com'.rstrip('.cwom') # 返回爲 www.xyz'
s.center(width [,fillchar])	返回新字符串，在長度爲width的寬度內將原字符串居中，fillchar爲填充單字符	'abc'.center(9,'*') # 返回爲 '***abc***'
s.ljust(width [,fillchar])	返回新字符串，在長度爲width的寬度內將原字符串靠左對齊，fillchar爲填充單字符	'abc'.ljust(9,'*') # 返回爲 'abc******'
s.rjust(width [,fillchar])	返回新字符串，在長度爲width的寬度內將原字符串靠右對齊，fillchar爲填充單字符	'abc'.rjust(9,'*') # 返回爲 '******abc'
s.zfill(width)	返回新字符串，在原字符串左邊填充0，直至其寬度爲width	'abc'.zfill(9) # 返回爲 '000000abc'
s.translate(table)	字符映射轉換。使用一個轉換表table，將字符串中的某個子串映射成另外一個子串。轉換table由下面的maketrans()方法生成。	t=str.maketrans({'ab':'cd'}) 'abc'.translate(t) # 返回爲 'cdc'   t2=str.maketrans('ab','xy') 'abc'.translate(t2) # 返回爲 'xyc'   t3=str.maketrans('ab','xy',c) 'abc'.translate(t3) # 返回爲 'xy'
s.maketrans(x [,y [,z]])	靜態方法。生成一個供上面translate()方法是用的轉換表，其中原始子串和映射後子串必須長度相同。若只提供一個參數：x必須爲一個字典，鍵名錶示原始子串，值表示映射後子串。若提供2個參數：x表示原始子串，y表示映射後子串。若提供3個參數：x, y含義不變，z表示要刪除的子串。
完整字符串格式化方法
s.format(*args, **kwargs)	字符串格式化方法	用法詳見「字符串格式化」篇
s.format_map(mapping)	Python3.2新增方法，能夠直接使用字典做爲輸入參數進行字符串格式化。	比較：format()與format_map() 'Hi {name}!'.format(name='Tom') # 結果爲 'Hi Tom!'   d={'name':'Tom'} 'Hi {name}!'.format_map(d) # 結果爲 'Hi Tom!'
字符串分割與拼接
s.split(sep=None, maxsplit=-1)	將字符串以sep做爲分隔符進行劃分，將劃分後的每一個片斷子串排成一個列表返回。maxsplit是劃分的最大次數（默認-1爲不設上限）。若在字符串中沒找到指定分隔符，則將原字符串做爲單一元素放入列表。	'a,b,c'.split(',') # 結果爲 ['a','b','c']
s.rsplit(sep=None, maxsplit=-1)	用法同上，只不過是從右邊開始劃分字符串，列表中內容的順序仍舊爲從左到右。詳見右例。	'a,b,c'.rsplit(',',maxsplit=1) # 結果爲 ['a,b','c'] 'a,b,c'.rsplit(',') # 結果仍爲 ['a','b','c']
splitlines([keepends])	將多行字符串按行進行分隔成列表，若參數keepends爲True，則保留每行後的換行符。	x="""a b""" x.splitlines() # 結果爲 ['a','b'] x.splitlines(True) # 結果爲 ['a\n','b']
s.partition(sep)	用分隔符字符串sep劃分字符串，返回一個元祖(head, sep, tail)。若沒找到sep，則返回(s, "", "")	'a;b;c'.partition(';') # 結果爲 ('a', ';', 'b;c')
s.rpartition(sep)	用法同上，只不過是從右邊開始劃分字符串，詳見右例。	'a;b;c'.rpartition(';') # 結果爲 ('a;b', ';', 'c')
s.join(iter)	用s做爲分隔符，將iter中全部迭代對象拼接成一個字符串返回。	';'.join('abc') # 結果爲 'a;b;c' ';'.join(['ab','cd']) # 結果爲 'ab;cd'
字符串編碼
s.encoding(encoding="utf-8", errors="sctrict")	返回字符串的編碼後字節流版本，返回類型爲bytes。默認爲嚴格檢錯模式，只要在轉換過程當中發現錯誤，即引起UnicodeError錯誤。	經常使用的encoding參數： 'ascii'、'utf-16'、'utf-32'、 'gb2312'（國標）、 'gbk' (gb2312的超集)

 

 

 

 

 （2）字符串常量

string模塊包含不少有用的常量，詳見下表：

常量	簡述
string.digits	字符串 '0123456789'
string.octdigits	字符串 '01234567'
string.hexdigits	字符串 '0123456789abcdefABCDEF'
string.ascii_lowercase	字符串 'abcdefghijklmnopqrstuvwxyz'
string.ascii_uppercase	字符串 'ABCDEFGHIJKLMNOPQRSTUVWXYZ'
string.ascii_letters	字符串 'abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ'
string.punctuation	由ASCII標點符號字符組成的字符串
string.whitespace	包括：空格、製表符（\t）、換行（\n）、回車（\r）、垂直製表符（\v）、換頁（\f）
string.printable	可打印字符組成的字符串，是digits, ascii_letters, punctuation, whitespace的組合

 

 

 

 

 （3）模板字符串Template

string模塊的Template類型也能夠進行簡單的「字符串格式化」。用法以下：

（1）生成一個Template對象（其中用$表示之後將要代入的變量）；

（2）對此對象調用substitute(m [,**kwargs])方法，將數據傳入並生成格式化後的字符串。 能夠用字典m來傳入數據，也能夠用後面關鍵字參數**kwargs的方法傳入數據。

詳見下例：

>>>  t=string.Template('$name is $age')    # 生成Template類型的對象實例t
>>>  t.substitute({'name':'Tom', 'age':6}) # 用字典傳入數據，結果爲 'Tom is 6'
>>>  t.substitute(name='Tom', age=6)       # 用關鍵字參數傳入數據，結果同上

還能夠用它的template屬性來查看原始字符串：

>>>  print(t.template)    # 結果爲：'$name is $age'

 

 

 

 

 （4）正則表達式

Python的re模塊用於正則表達式。可使用re模塊的方法直接進行正則表達式的匹配和替換，也能夠將正則表達式先編譯成一個「正則表達式對象」，而後再使用這個正則表達式對象的方法進行字符串匹配和替換，下面咱們分別進行介紹。

另外，因爲正則表達式中大量使用特殊字符和反斜槓，因此正則表達式一般都寫爲「原始字符串」（即在字符串前加上字母r），原始字符串中，全部的特殊字符不會被轉義，如「r'\nabc'前面的'\n'不會被解釋爲換行符，僅僅就是字面意思的斜槓和n。

本篇僅介紹re模塊的用法，關於正則表達式自己的詳細語法，可點擊查看這裏：《正則表達式用法簡介與速查》。

 

● re模塊的直接方法

使用下面的方法需先：import re

方法	簡述	舉例或說明
re.compile(patt, flags=0)	將入參patt編譯爲「正則表達式對象」， flag含義詳見下述	關於正則表達式對象的用法 詳見下述。
re.escape(string)	返回一個字符串，其中全部與正則表達式相關的特殊字符前都帶有反斜槓。	re.escape('ab12[]') # 返回爲 'ab12\[\]
re.findall(patt, string, flags=0)	在 string 中匹配 patt，匹配結果用一列表返回。 flag含義詳見下述	re.findall('\d', 'a12b2') # 結果爲 ['1','2','2']
re.finditer(patt, string, flags=0)	與上面 findall()的用法相同（在string 中匹配 patt），但返回一個含MatchObject類型的迭代器對象。 MatchObject詳見下述。	re.finditer('\d', 'a12b2') # 結果爲一個MatchObject類型的迭代器
re.search(patt, string, flags=0)	與上面 finditer()的用法相同（在string 中匹配 patt），但僅返回第一個匹配的MatchObject對象，若未找到匹配則返回None。 MatchObject詳見下述。	m=re.search('\d', 'a12b2') print(m.group(0))   # 結果爲 '1'
re.match(patt, string, flags=0)	與上面 search()的用法相同（在string 中匹配 patt，僅返回第一個匹配的MathchObject對象），但僅匹配string的開頭部分。 MatchObject詳見下述。	re.match('\d', 'a12')   # 結果爲 None re.match('\d', '21a')   # 結果爲有匹配
re.split(patt, string, maxsplit=0, flags=0)	根據patt出現的位置拆分string，返回字符串列表。maxsplit爲最大拆分次數，其餘參數含義同上。	re.split('\d', 'a1b23c4') # 結果爲 ['a','b','','c','']
re.sub(patt, repl, string, count=0, flags=0)	使用替換值repl替換string中的patt匹配處內容，返回替換後的新字符串。count是執行替換的最大次數，其餘參數含義同上。	re.sub('\d','x','a1b23c') # 結果爲 'axxbxc'
re.subn(patt, repl, string, count=0, flags=0)	與上面 sub()相同（使用替換值repl替換string中的patt匹配處內容），但返回一個元組，其中包含新字符串和替換次數	re.subn('\d','x','a1b23c') # 結果爲 ('axxbxc', 3)
re.purge()	清空正則表達式的緩存內容	通常用於含子表達式時的狀況

 

 

 flag標誌：各標誌本質上爲一個整數值，多個標誌同時使用時，中間用「或」運算符合並。

縮寫	全稱	整數值	含義說明
re.A	re.ASCII	256	執行僅8位ASCII字符匹配
re.I	re.IGNORECASE	2	執行不區分大小寫的匹配
re.L	re.LOCALE	4	爲\w、\W、\b、\B 使用地區設置
re.M	re.MULTILINE	8	將^和$應用於多行字符串的的每一行（正常狀況下，^和$僅用於匹配整個字符串的開頭和結尾）。
re.S	re.DOTALL	16	使點字符「.」匹配全部字符，包括換行符
re.U	re.UNICODE	32	使用Unicode（Python3默認標誌）
re.X	re.VERBOSE	64	忽略模式字符串中未轉義的空格和註釋

 

 

 

● 正則表達式對象的使用方法

由re.compile()函數編譯建立的正則表達式對象，具備如下屬性和方法：

屬性或方法	簡述	舉例或說明
屬性
flags	在使用complie編譯正則表達式時使用的flags參數，爲一個整數。	r=re.compile('a') print(r.flags)   # 結果爲 32
groupindex	一個字典，對相似(?P<name>...)的擴展正則表達式，將其定義的各符號分組名映射到數字編號。	r=re.compile('(?P<a1>\d)(?P<a2>abc)') print(r.groupindex) # 結果爲 {'a1':1, 'a2':2}
pattern	本正則表達式對象在compile()編譯前的原始表達字符串	略
方法
findall(str [,pos [,endpos]])	等效於前面的re.findall()函數（在 string 中匹配本正則對象，匹配結果用一列表返回），pos和endpos指定搜索的開始和結束位置。	r=re.compile('\d') r.findall('a12b2') # 結果爲 ['1','2','2']
finditer(str [,pos [,endpos]])	等效於前面的re.finditer()函數（在string 中匹配本正則對象，返回一個含MatchObject類型的迭代器對象），pos和endpos含義同上。	r=re.compile('\d') r.finditer('a12b2') # 結果爲一個MatchObject類型的迭代器
search(str [,pos [,endpos]])	等效於前面的re.search()函數（在string 中匹配本正則對象，但僅返回第一個匹配的MatchObject對象），pos和endpos含義同上。	r=re.compile('\d') m=r.search('a12b2') print(m.group(0))   # 結果爲 '1'
match(str [,pos [,endpos]])	等效於前面的re.match()函數（在string 中匹配本正則對象，僅返回第一個匹配的MathchObject對象，且僅匹配string的開頭部分），pos和endpos含義同上。	r=re.compile('\d') m=r.match('a12b2')   # 結果爲 None
split(str, maxsplit=0)	等效於前面的re.split()函數（根據本正則對象出現的位置拆分string，返回字符串列表，maxsplit爲最大拆分次數）。	r=re.compile('\d') r.split('a1b23c4') # 結果爲 ['a','b','','c','']
sub(repl, str, count=0)	等效於前面的re.sub()函數（使用替換值repl替換string中的本正則對象匹配處內容，返回替換後的新字符串。count是執行替換的最大次數）。	r=re.compile('\d') r.sub('x','a1b23c') # 結果爲 'axxbxc'
subn(repl, str, count=0)	等效於前面的re.subn()函數（使用替換值repl替換string中的本正則對象匹配處內容，返回一個元組，其中包含新字符串和替換次數）。	r=re.compile('\d') r.subn('x','a1b23c') # 結果爲 ('axxbxc', 3)

 

 

 

● MatchObject詳解：

MatchObject實例包含若干匹配的完整信息，它具備如下屬性和方法

屬性或方法	簡述	舉例或說明
屬性
pos	傳遞給search()或match()函數的pos值	略
endpos	傳遞給search()或match()函數的endpos值	略
lastindex	在使用子表達式時，相匹配的最後一個子表達式的數字索引（從1開始），若沒有匹配的子表達式，則爲None。	r=re.compile('(a)(b)') m=r.search('abc') print(m.lastindex)   # 結果爲 2 # 解釋：第2個子表達式爲'b'，有匹配，故最後一個匹配的子表達式的索引爲2
lastgroup	在使用子表達式時，相匹配的最後一個子表達式的給定名稱，若是沒有相匹配的子表達式，或正則表達式中沒有給定名稱的子表達式，則爲None。	r=re.compile('(?P<a1>a)(?P<a2>b)') m=r.search('abc') print(m.lastgroup)   # 結果爲 a2 # 解釋：第2個子表達爲'b'，有匹配，且第2個子表達式被命名爲'a2'，故最後結果顯式爲'a2'
re	一個正則表達式對象，它的match()或search()方法生成此MatchObject實例。	r=re.compile('a') m=r.search('abc') print(m.re) # 結果爲 re.compile('a')
string	傳遞給match()或search()的字符串。	略
方法
expand(template)	返回一個字符串，該字符串可經過在字符串template上使用反斜槓來提取出被匹配的內容（若使用子表達數字索引，須要使用雙反斜槓）。	r=re.compile('(?P<a1>a)(?P<a2>b)') m=r.search('abc') m.expand('\\1')   # 結果爲 'a' m.expand('\g<a2>')   # 結果爲 'b'
group([grp1, grp2, ...])	返回匹配的一個或多個子表達式，參數grp1,grp2,... 爲子表達式的索引或給定名稱。若不指定入參或入參爲0，則返回整個匹配值。	r=re.compile('(?P<a1>a)(?P<a2>b)') m=r.search('abc') m.group(0)   # 結果爲 'ab' m.group(1)   # 結果爲 'a' m.group('a2')   # 結果爲 'b' m.group(1,'a2')   # 結果爲 ('a','b')
[]	Python3.6新增功能，可使用[]操做符來返回匹配的子表達式，數字索引含義同上。	續上例 m[0]   # 結果爲 'ab' m[1]   # 結果爲 'a' m[2]   # 結果爲 'b'
start([group]) end([group])	這兩個方法返回匹配的子表達式在原字符串中的開始和結束索引（end的含義同切片，爲結束位置的後1個位置）。若不指定group，將使用相匹配的整個字符串。	續上例 m.start()   # 結果爲 0 m.end()   # 結果爲 2 m.start(1)   # 結果爲 0 m.start(2)   # 結果爲 1
span([group])	返回一個元組，內容爲（m.start([group], m.end([group]))	續上例 m.span()   # 結果爲 (0,2) m.span(1)   # 結果爲 (0,1) m.span(2)   # 結果爲 (1,2)
groups(default=None)	返回一個元組，其中每一個元素爲各個子表達式匹配的文本，若某子表達式未找到匹配，則對應元素爲None（若指定入參defalut，則將對應的None元素替換爲defalut）	r=re.compile('(?P<a1>a)(?P<a2>b)?') m=r.search('axy') m.groups()   # 結果爲 ('a', None) m.groups('z')   # 結果爲 ('a', 'z')
groupdict(default=None)	返回一個字典，其中包含全部給定名稱的子表達式匹配，default含義同上。	續上例 m.groupdict() #結果爲{'a1':'a', 'a2':None} m.groupdict('z') #結果爲{'a1':'a', 'a2':'z'}

 

 

 

 

 

 

返回目錄