Python 字符串操作详解

***本文由AI辅助生成***

Python 字符串操作详解

字符串在Python中是不可变的对象，它们支持许多内建的操作，用于格式化、搜索、替换以及分割字符串。以下是一些常见和实用的字符串操作方法：

1. 查找子字符串

使用 in 关键字检查子字符串是否存在，或者使用 find() 和 index() 方法：

text = "Hello, world!"
if "world" in text:
    print("Found it!")

position = text.find("world")   # 7
print(position)  # 输出第一个匹配项的位置

# index() 类似于 find()，但如果没有找到会抛出 ValueError
position = text.index("universe")  # 将引发异常

2. 字符串格式化

使用 format() 或 f-string（Python 3.6+）进行格式化，此外也可以使用format_map()

name = "Alice"
age = 30
# format()
print("My name is {} and I am {} years old.".format(name, age))

# f-string
print(f"My name is {name} and I am {age} years old.")

# format_map()
mapping = {"name": "Alice", "age": 30}
print("My name is {name} and I am {age} years old.".format_map(mapping))

3. 字符串分割

split()：按指定字符，将字符串分割成多份，并放到数组中。

partition() 和 rpartition()：这两个方法分别从左边或右边查找第一次出现的字符，并返回一个元组包含三部分：前缀、字符本身、后缀。
注：示例中展示的字符为 “-”，也可以使用其他字符或英文字母。

splitlines()：按换行符，将字符串分割（可处理不同类型的换行符）。

# split()
text = "apple, banana, cherry"
fruits = text.split(", ")
print(fruits)  # ['apple', 'banana', 'cherry']

# partition()
text = "hello-world-example"
prefix, sep, suffix = text.partition("-")
print(prefix, sep, suffix)  # hello - world-example

# rpartition()
_, _, example = text.rpartition("-")
print(example)  # example

# splitlines()
text = "line1\nline2\rline3\r\nline4"
lines = text.splitlines()
print(lines)  # ['line1', 'line2', 'line3', 'line4']

4. 字符串拼接

使用 + 或者 join() 方法将多个字符串组合在一起。

fruits = ['apple', 'banana', 'cherry']

# +
joined_text = fruits[0] + ', ' + fruits[1] + ', ' + fruits[2]
print(joined_text)  # "apple, banana, cherry"

# join()
joined_text = ', '.join(fruits)
print(joined_text)  # "apple, banana, cherry"

5. 字符串替换

replace()：替换字符串中的部分，用参数2替换掉参数1。

expandtabs()：替换字符串中的制表符 \t 为指定数量的空格。

maketrans() 和 translate()：创建翻译表，然后使用此表来替换字符串中的字符。

# replace()
old_str = "Hello, world!"
new_str = old_str.replace("world", "Earth")
print(new_str)  # "Hello, Earth!"

# expandtabs()
text = "hello\tworld"
print(text.expandtabs(4))  # "hello    world"

# maketrans() && translate()
trans_table = str.maketrans("abc", "xyz")
translated = "abc def abc".translate(trans_table)
print(translated)  # xyz def xyz

6. 字符串长度

使用 len() 函数获取字符串的长度：

text = "Hello, world!"
length = len(text)
print(length)  # 13

7. 大小写转换

upper()：将字符串转换为大写
lower() 或 casefold()：将字符串转换为小写
swapcase()：将字符串中大写字母转换为小写，将小写字母转换为大写

text = "Hello, World!"
print(text.upper())  # "HELLO, WORLD!"
print(text.lower())  # "hello, world!"
print(text.casefold())  # "hello, world!"
print(text.swapcase())  # "hELLO, wORLD!"

# casefold() 比 lower() 更强大，不仅可以转换 ASCII 编码中的大写字符，还可以转换其他语言中的大写字符。如德语。
# 但对于大多数只包含英文字母的情况，lower()方法就足够了。
text = "ß"
print(text.lower()) # ß
print(text.casefold()) # ss

8. 字符串开始和结尾判断

startswith(x)：字符串是否以 x 开头。

endswith(x)：字符串是否以 x 结束。

text = "Hello, world!"
starts_with_hello = text.startswith("Hello")
ends_with_world = text.endswith("world") # 实际结尾为 world!
print(starts_with_hello, ends_with_world)  # True False

9. 去除空白

使用 strip(), lstrip(), rstrip() 方法去除字符串两端的空白：

text = "   Hello, world!   "
print(text.strip())  # "Hello, world!"
print(text.lstrip()) # "Hello, world!   "
print(text.rstrip()) # "   Hello, world!"

10. 切片

使用切片操作提取字符串的一部分：

s = "Hello, World!"
print(s[0:5])  # 输出 "Hello"，从索引0开始到索引5（不包含）
print(s[:5])  # 输出 "Hello"，等同于s[0:5]
print(s[7:])  # 输出 "World!"，从索引7开始到字符串末尾
print(s[:])  # 输出 "Hello, World!"
print(s[-6:])  # 输出 "World!"，从倒数第6个字符开始到末尾
print(s[:-1])  # 输出 "Hello, World"，不包含最后一个字符

# 指定步长
s = "abcdefghij"
print(s[0:10:2])  # 输出 "acegi"，从索引0到10（不包含），步长为2
print(s[::-1])  # 输出 "jihgfedcba"，反转整个字符串
print(s[8:0:-2])  # 输出 "igec"，从索引8开始到索引0（不包含），步长为 - 2

11. 检查字符串中的字符类型

isalpha()：是否每个字符都为英文字母

isdigit()：是否每个字符都为数字

isspace()：是否每个字符都为空格

isalnum()：是否每个字符都为英文字母或数字

islower()：是否每个字符都为小写字母

isupper()：是否每个字符都为大写字母

print("Hello".isalpha())  # True
print("123.45".isdigit())  # False
print("12345".isdigit())  # True
print(" ".isspace())   # True
print("Hello123".isalnum()) # True
print("Hello.123".isalnum()) # False

12. 补充前导零

zfill() 在字符串左端填充零至指定长度：

num = "23"
padded_num = num.zfill(5)
print(padded_num)  # 00023

13. 字符串与字节序列转换

encode()：将字符串转换为指定编码格式的字节序列，如’utf-8’、‘utf-16’、'ascii’等。

decode()：将字节序列转换为Unicode字符串，即解码字节为字符串。

text = "hello"
byte_seq = text.encode('utf-8')
print(byte_seq.decode('utf-8'))

14. 正则表达式

虽然不是字符串内建方法，但经常与字符串操作一起使用：

import re

# 简单匹配
pattern = r'\d+'  # 匹配一个或多个数字
text = "There are 12 apples."
match = re.search(pattern, text)
if match:
    print("Found a number:", match.group()) # Found a number: 12

# 查找所有匹配
text = "Apples cost $3 and bananas cost $2.50."
prices = re.findall(r'\$\d+\.*\d*', text)
print(prices)  # ['$3', '$2.50']

# 替换内容
text = "Call me at 123-456-7890"
new_text = re.sub(r'\d+', 'XXX', text) # 匹配一个或多个数字，并将匹配到的项替换为 XXX
print(new_text)  # Call me at XXX-XXX-XXX

# 分组
phone = "123-456-7890"
pattern = r'(\d{3})-(\d{3})-(\d{4})'
match = re.match(pattern, phone)
if match:
    area_code, prefix, line_number = match.groups()
    print(area_code, prefix, line_number)   # 123 456 7890

# 非贪婪匹配
# 使用问号 ? 来表示“尽可能少”的匹配
html = "
text
"
pattern = r'<.*?>'
match = re.search(pattern, html)
print(match.group())  # 


# 特殊字符转义
text = "path/to/file*name"
pattern = r'\*'  # 注意 * 必须被转义
match = re.search(pattern, text)
print(bool(match))  # True

# 量词
# * 表示任意次重复，+ 至少一次，? 最多一次，{m,n} 表示 m 到 n 次重复
text = "aaabbbbcc"
pattern = r'a*b+c'  # 匹配 bccc 或 abbbbbc 或 aaaaabbbbccc 等
matches = re.findall(pattern, text)
print(matches)  # ['aaabbbbc']

# 字符集
text = "Hello, my email is [email protected]"
pattern = r'[a-zA-Z]+@[a-zA-Z]+\.[a-zA-Z]+'
match = re.search(pattern, text)
print(match.group())  # [email protected]

# 断言
# ^ 和 $ 分别表示字符串的开头和结尾
text = "end of string"
pattern = r'^end'   # 以 end 开头
match = re.search(pattern, text)
print(bool(match))  # True

以上列出的方法涵盖了字符串处理的更多方面，可以帮助你在处理复杂文本时有更多选择。熟练掌握这些方法可以使你的代码更加高效和清晰。