2024.1.20 Python学习笔记7：字符串常见处理函数

字符串常见处理函数

处理字母大小写

1. capitalize()：将字符串首字母大写，其他字母小写；
2. casefold()：将字符串所有字母小写（不仅限于英语）；
3. title()：将字符串所有空格后字母，即单词首字母大写，其他字母小写；
4. swapcase()：将字符串所有字母大小写反转；
5. upper()：将字符串所有字母大写；
6. lower()：将字符串所有字母小写（仅限于英语）。

a='I love PYTHON. Python hate me.'
print(a.capitalize())
print(a.casefold())
print(a.title())
print(a.swapcase())
print(a.upper())
"""
输出内容：
I love python. python hate me.
i love python. python hate me.
I Love Python. Python Hate Me.
i LOVE python. pYTHON HATE ME.
I LOVE PYTHON. PYTHON HATE ME.
"""

字符串对齐

1. center(width,fillchar='')：将字符串使用扩充到width个字符，且原字符串居中；
2. ljust(width,fillchar='')：将字符串使用扩充到width个字符，且原字符串居左；
3. rjust(width,fillchar='')：将字符串使用扩充到width个字符，且原字符串居右；
4. zfill(width)：用0填充字符串左侧，使字符串扩充到width个字符。

其中，如果width<=len(string)的话，字符串原样输出。rjust并不是完全挤占zfill应用场所，下面例子可以说明问题。

a='-123'
print('\''+a.center(10)+'\'')
print('\''+a.ljust(-1)+'\'')
print('\''+a.rjust(10,'0')+'\'')
print('\''+a.zfill(10)+'\'')
'''
输出内容:
'   -123   '
'-123'
'000000-123'
'-000000123'
'''

观察可见rjust与zfill的区别。如果字符串首为负号，那么zfill会在负号后面添加0，而rjust不会有这种情况。zfill在一些数据制表的情况下有特殊作用。

字符串查找

1. count(sub[,start[,end]])：查找字符串中索引从start起到end部分，string字符串出现次数；
2. find(sub[,start[,end]])：查找字符串中索引从start起到end部分，string字符串从左找，首次出现时第一个字符索引值，若未找到，返回-1；
3. rfind(sub[,start[,end]])：查找字符串中索引从start起到end部分，string字符串从右找，首次出现时第一个字符索引值，若未找到，返回-1；
4. index(sub[,start[,end]])：查找字符串中索引从start起到end部分，string字符串从左找，首次出现时第一个字符索引值，若未找到，返回异常；
5. replace(old,new,count=-1)：将字符串中找到的old子字符串转换为new子字符串，替换次数为count，若count=-1，则全部old字符串替换；
6. translate(table)：根据表格table中的替换方法，将字符串对应字符进行替换；表格table可以通过函数maketrans()生成。

a='12233344445'
print(a.count('3',0,5))
#2，为a中'3'在'12233'部分出现次数
print(a.find('44'))
#6，为'44'在a中从左起首次出现时，首字符索引值
print(a.rfind('44'))
#8，为'44'在a中从右起首次出现时，首字符索引值
print(a.index('1',0,3))
#0，为'1'在'122'部分首次出现，a中的索引值
print(a.replace('3','4',2))
#12244344445，将原来a中头两个'3'更新为'4'
table=str.maketrans('12345','67890');
#创建替换表，'12345'中对应各个字符替换为'67890'
print(a.translate(table))
#67788899990

 字符串判断

1. startswith(prefix[,start[,end]])：判断子字符串prefix是否在字符串中，索引从start起至end部分的起始位置，返回布尔类型；
2. endswith(prefix[,start[,end]])：判断子字符串prefix是否在字符串中，索引从start起至end部分的结束位置，返回布尔类型；
3. 注意以上两个函数中，prefix可以使用元组传入多个字符串，此时判断会将多个字符串一一尝试匹配，如果存在字符串符合，同样会返回True；
4. istitle()：判断字符串中是否所有单词都是大写字母开头，且其他字符都为小写；
5. isupper()：判断字符串中是否所有字母都是大写；
6. islower()：判断字符串中是否所有字母都是小写；
7. isalpha()：判断字符串中是否所有字符都是字母；
8. isspace()：判断字符串是否为空白字符串；
9. isprintable()：判断字符串是否所有字符可打印；
10. isidentifier()：判断字符串内容是否可以作为Python合法标识符。

a='12233344445'
print(a.startswith('223',1,5))
#True，'2233'部分是以'223'起始
print(a.endswith('45'))
#True，a中以'45'结束
print(a.startswith(('1','2','3','4')))
#Ture，('1','2','3','4')中'1'为a起始
str_1='I Love Python'
print(str_1.istitle())
#True，str_1中所有单词首字母大写，其余字母小写
print("I LOVE PYTHON".istitle())
#False，"I LOVE PYTHON"中存在除单词首字母以外字母大写
print('ASDFghjkl'.upper().isupper())
#True，原字符串经过upper方法处理后，所有字母大写
#Python中方法从左往右依次调用
print("asdfghjkl123".islower())
#True，以上字符串所有字母都是小写，'123'部分不是字母
print("I love Python".isalpha())
#False，以上字符串存在空格、句点的非字母字符
print("  \n".isspace()) #原字符串组成字符依次为一个Tab、一个空格与一个'\n'
#True，以上字符都属于空白字符串内容
print("i like apple.\n".isprintable())
#False，其中的'\n'属于不可打印字符
print('张三_计算机1903班_Q123456'.isidentifier())
#True，该字符串可以作为Python合法标识符

字符串截取分割

1. lstrip(char=None)：去除字符串char中的字符，从字符串左侧遍历，当出现第一个无法去除的字符时停止；若不提供参数char，则去除空白符；
2. rstrip(char=None)：去除字符串char中的字符，从字符串右侧遍历，当出现第一个无法去除的字符时停止；若不提供参数char，则去除空白符；
3. strip(char=None)：去除字符串char中的字符，从字符串两侧分别遍历，当出现第一个无法去除的字符时该侧停止；若不提供参数char，则去除空白符；
4. partition(sub)：从字符串左侧开始寻找分隔符sub，并将字符串分割为前半部分、分隔符、后半部分，返回元组存储；若未找到，则元组内容依次为原字符串与两个空字符串；
5. rpartition(sub)：从字符串右侧开始寻找分隔符sub，并将字符串分割为前半部分、分隔符、后半部分，返回元组存储；若未找到，则元组内容依次为两个空字符串与原字符串；
6. split(sep=None,maxsplit=-1)：将字符串根据分隔符sep从左往右分割成maxsplit份，返回列表；若sep=None，则根据空字符串分割，若maxsplit=-1则全部分割；
7. rsplit(sep=None,maxsplit=-1)：将字符串根据分隔符sep从右往左分割成maxsplit份，返回列表；若sep=None，则根据空字符串分割，若maxsplit=-1则全部分割；
8. splitlines(keepends=False)：将字符串按行分割（避免不同操作系统之间换行符差别的问题），返回列表；keepends=True时，保留句尾换行符；
9. join(iterable)：使用给定字符串作为分隔符，将可迭代对象中字符串连接成新的字符串（使用的分隔符可以是包括空字符串''在内的多种字符串）。

print('\''+"     去除左侧空白    ".lstrip()+'\'')
#输出'去除左侧空白    '，右侧空白未被去除
print('\''+"    去除右侧空白     ".rstrip()+'\'')
#输出'    去除右侧空白'，左侧空白未被去除
print('\''+'   去除  两侧  空白   '.strip()+'\'')
#输出'去除  两侧  空白'，中间空白未被去除
print('\''+'1267123458934345'.strip('12345')+'\'')
#输出'671234589'，'6'到'9'中间的数字1至5未被去除
print('123.456.789'.partition('.'))
#分割成('123', '.', '456.789')
print('123456'.partition('.'))
#输出('123456', '', '')
print('123.456.789'.rpartition('.'))
#分割成('123.456', '.', '789')
print('123456'.rpartition('.'))
#输出('', '', '123456')
print('123 456 789 0'.split(' ',1))
#分割一次' '，输出['123', '456 789 0']
print('1234\n567\n890'.splitlines())
#按行分割，输出['1234', '567', '890']
print('123\r\n4567\n89\r0\n'.splitlines())
#不同操作系统下换行符也不同，split方法不能在多种操作系统下同时作用
#在Linux系统下，换行符为'\n'，而Mac系统下换行符为'\r',Windows系统下甚至为'\r\n'
#splitlines方法，多种换行符均可以识别，输出['123', '4567', '89', '0']
print('123\r\n4567\n89\r0\n'.splitlines(True))
#输出['123\r\n', '4567\n', '89\r', '0\n']，换行符保留
print('.'.join(['www','baidu','com']))
#输出www.baidu.com，将各个字符串用'.'连接

字符串格式化

字符串格式化使用format方法，在学习笔记2中有简要介绍。更深入的介绍如下：

字符串对齐

使用{：align,width}实现，align标记对齐方法，width标记字符串宽度。

1. align='<'：强制字符串在可用空间内左对齐；
2. align='>'：强制字符串在可用空间内右对齐（默认）；
3. align='^'：强制字符串在可用空间内居中。

print('输出:{1:^10},{2:<10},{0:>10}.'.format(1234,'汉字','Chinese'))
#输出:    汉字    ,Chinese   ,      1234.
#依次为居中对齐、靠左对齐、靠右对齐

 字符填充

使用{:char,align,width}，可使可用空间内空余空间使用字符char填充。

如果在数字对齐制表情况下，填充0实现数字对齐制表，需要将-10输出在10个字符可用空间内，输出'0000000-10'不符合要求，则可以通过{:010}实现。注意此方法只对数字有效，处理字符串会报错。

print("输出：{:%<10}".format('python'))
#输出：python%%%%
print("输出：{:010}".format(-10))
#输出：-000000010

数字输出

如果需要输出数字标志正负符号，可通过{:+}实现，此时输出数字会标记正负。

如果需要输出的数字有千分符（,），可以通过{:,}实现，此时输出数字会有千分符划分。下横线同样可以用于千分符划分，使用方法相近。

print("输出:{:+},{:+}".format(250,-1.2))
#输出:+250,-1.2
print("输出:{:,},{:_}".format(10000000,1234567))
#输出:10,000,000,1_234_567

当需要对数字精度处理时，可以：

1. {:.位数f}：保留小数点后若干位；
2. {:.位数g}：保留若干位有效数字；
3. {:.位数}：字符串输出前若干位；
4. {:.位数}不能用于处理整数。

注意，保留有效数字时，如果没有到达小数位，则会通过科学计数法输出。保留数字时存在四舍五入。

print("输出:{:.2f}".format(3.196))
#输出:3.20
print("输出:{:.2g}".format(3.196))
#输出:3.2
print("输出:{:.3g}".format(3456))
#输出:3.46e+03
print("输出:{:.2}".format('123456'))
#输出:12

可以备注数字输出格式。整数备注方法有如下几种：

1. b：以二进制输出数字；
2. c：以Unicode字符形式输出；
3. d：以十进制输出数字（默认）；
4. o：以八进制输出数字；
5. x或X：以十六进制输出数字；

如果在以上备注前标注#，则输出时可以说明输出格式。

print("64的二进制:{:b}".format(64))
#64的二进制:1000000
print("49的Unicode字符:{:c}".format(49))#49=0x31
#49的Unicode字符:1
print("64的八进制:{:o}".format(64))
#64的八进制:100
print("64的十六进制:{:#x}".format(64))
#64的十六进制:0x40

对于浮点数，则有以下方式：

1. e/E：以科学计数法输出数据（默认保留小数点后6位）；
2. f/F：以定点表示法形式输出数据（默认保留小数点后6位，不是数用'nan'/'NAN'表示，无穷用'inf'/'INF'表示）；
3. g/G：小数以定点表示法形式输出，大数以科学计数法形式输出（默认保留6位有效数字）；
4. %：以百分数形式表示（默认保留小数点后6位）。

print("output:{:f}".format(1.23456789))
#output:1.234568
print("output:{:e}".format(123456789))
#output:1.234568e+08
print("output:{:g}".format(1.23456789))
#output:1.23457
print("output:{:g}".format(123456789))
#output:1.23457e+08
print("output:{:.2%}".format(0.037))
#output:3.70%

在有些时候，希望输出数字精度可以自行控制，则可以借助于关键字参数的形式设置输出的值；此外，多种选项的值都可以通过关键字参数设置。

print("output={:.{prec}f}".format(10.0,prec=3))
#output=10.000
print("output={:{fill}{align}{width}.{prec}{type}}"
        .format(10.1234,fill='_',align='^',width=10,prec=3,type='g'))
#output=___10.1___

f-字符串

f-字符串可以更简洁地实现字符串格式化。相较于原来的格式化方法，f-字符串只需要将f/F在字符串前标注，之后即可直接在花括号里面添加变量名等想要输出的内容。

add_string='语法糖'
print(f"f-字符串属于一种{add_string}.")
#f-字符串属于一种语法糖.

而希望通过一定格式输出时，变量名等输出内容写在冒号前，格式则写在冒号之后即可，与上面基本相近。

add_string='语法糖'
print(f"f-字符串属于一种{add_string:->10}.")
#f-字符串属于一种语法糖.
#表示需要有10个字符的自由空间，字符串居右，'-'填充。
print(f"output={3.14*5**2:_^13.2f}")
#output=____78.50____
print(f"{-520:010}")
#-000000520
fill,align,width,prec,type='_','^',10,3,'g'
print(f"output={10.1234:{fill}{align}{width}.{prec}{type}}")
#output=___10.1___

注意f-字符串属于python3.6的产物，在较低级版本机器环境下可能无法识别，大多数情况下format方法更加泛用。