字符串与文本操作

字符串：

• Python 2和Python 3最大的差别就在于字符串
• Python 2中字符串是byte的有序序列
• Python 3中字符串是unicode的有序序列
• 字符串是不可变的
• 字符串支持下标与切片

# 证明字符串支持切片和下标
In [40]: s = ‘hello world!‘

In [41]: s[0]
Out[41]: ‘h‘

In [42]: s[0:3]
Out[42]: ‘hel‘

In [43]: s[::-1]
Out[43]: ‘!dlrow olleh‘

# 证明字符串是不可变类型
In [44]: s[0] = ‘L‘
---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-44-887f788ca844> in <module>()
----> 1 s[0] = ‘L‘

TypeError: ‘str‘ object does not support item assignment

字符串格式化(两种方式)

• Python字符串支持两种方式格式化
• print style format
• format方法

print style format

template % tuple (1)
template % dict (2)
template 为带有一些标记的字符串，使用 tuple 中的元素一次填充
template 为带有一些标记的字符串，使用 dict 中的values按key填充

template 的一般格式:

% (key) flag conversion (1) (2) (3) (4)
% 开始

1.可选的 (key) 如果指定了key， 将从字典中获取对应的value， 否则根据位置从元组中获取
2.可选的 flag
3.必选的 conversion

实例：

In [45]: ‘I love %s‘ % (‘Python‘, )
Out[45]: ‘I love Python‘

In [46]: ‘I love %(name)s‘ % {‘name‘: ‘Python‘}
Out[46]: ‘I love Python‘

In [47]: ‘I love %s, %s is my first lang‘ % (‘Python‘, ‘PY‘)
Out[47]: ‘I love Python, PY is my first lang‘

flag

flag

Conversion

Conversion

format函数

template.format(*args, **kwargs) (1) (2) (3) (4)

1. template 使用 {} 标示变量
2. {} 或 {\d+} 使用 *args 按顺序填充
3. {key} 使用 **kwargs 按key填充
4. Format String Syntax

In [48]: d = {‘a‘:1, ‘b‘: 2, ‘c‘:3}

In [49]: for k,v in d.items():
   ....:     print(‘key/value : {0} ==> {1}‘.format(k,v))
   ....:
key/value : b ==> 2
key/value : a ==> 1
key/value : c ==> 3

字符串常用操作

• 字符串连接 join

In [50]: lista =[‘I‘, ‘love‘, ‘Python‘]

In [51]: ‘ ‘.join(lista)
Out[51]: ‘I love Python‘

• 字符串分割 split, rsplit, splitlines, partition, rpartition

In [53]: s.split(‘:‘,1)
Out[53]: [‘root‘, ‘x:0:0:root:/root:/bin/bash‘]

• 字符串修改-大小写 capitalize, title, lower, upper, swapcase

# 此行第一个首字母大写
In [58]: s.capitalize()
Out[58]: ‘I love python‘
# 每个单词的首字母大写
In [59]: s.title()
Out[59]: ‘I Love Python‘
# 全部转化为小写
In [60]: s.lower()
Out[60]: ‘i love python‘
# 全部转化为大写
In [61]: s.upper()
Out[61]: ‘I LOVE PYTHON
# 大小写互换
In [63]: s = ‘i Love Python‘
In [64]: s.swapcase()
Out[64]: ‘I lOVE pYTHON‘

• 字符串修改-填充清除 center, ljust, rjust, zfill, strip, rstrip, lstrip

# center 填充，一般用在格式化输出
In [65]: s = ‘Python‘
In [67]: s.center(20,‘-‘)
Out[67]: ‘-------Python-------‘

# 去掉换行符strip()
In [68]: s = ‘abc\n‘

In [69]: s.strip()
Out[69]: ‘abc‘

• 字符串判断 startswith, endswith, is*

In [81]: s = ‘abcdefg‘
# 字符串是以a开头
In [83]: s.startswith(‘a‘)
Out[83]: True

In [84]: if s.startswith(‘a‘):
   ....:     print(‘ok‘)
   ....:
ok
# 是以g为结尾的.
In [85]: if s.endswith(‘g‘):
    print(‘ok‘)
   ....:
ok

• 字符串查找替换 count, find, rfind, index, rindex,replace

s = ‘root:x:0:0:root:/root:/bin/bash\n‘
# count统计个数
In [103] : s.count(‘root‘)
Out[103] : 3

In [87]: s = ‘root:x:0:0:root:/root:/bin/bash\n‘

# replace进行替换，可以指定替换次数.
In [88]:  s.replace(‘root‘, ‘admin‘, 1)
Out[88]: ‘admin:x:0:0:root:/root:/bin/bash\n‘

str与bytes

• Python3中严格区分了文本和二进制数据
• Python2并没有严格区分
• 文本数据使用str类型，底层实现是unicode
• 二进制数据使用bytes类型，底层是byte
• str使用encode方法转化为bytes
• bytes方法使用decode方法转化为str
• 由于清晰的区分文本和二进制，Python3解决了大多数Python2的编码问题