字符串及正则表达式

字符串及正则表达式

一、字符串的常用操作

1. 字符串的特性

• 不可变数据类型：字符串创建后不可修改，所有操作会返回新字符串。

  s = "Python"
  s[0] = "J"  # 报错：TypeError
  

2. 常用字符串方法

方法名	描述说明
str.lower()	将str字符串全部转成小写字母，结果为一个新的字符串
str.upper()	将str字符串全部转成大写字母，结果为一个新的字符串
str.split(sep=None)	把str按照指定的分隔符sep进行分隔，结果为列表类型
str.count(sub)	返回sub这个字符串在str中出现的次数
str.find(sub)	查询sub这个字符串在str中是否存在，如果不存在结果为 -1，如果存在，结果为sub首次出现的索引
str.index(sub)	功能与find()相同，区别在于要查询的子串sub不存在时，程序报错
str.startswith(s)	查询字符串str是否以子串s开头
str.endswith(s)	查询字符串str是否以子串s结尾
str.replace(old, new)	使用new替换字符串str中所有的old字符串，结果是一个新的字符串
str.center(width, fillchar)	字符串str在指定的宽度范围内居中，可以使用fillchar进行填充
str.join(iter)	将str插入到可迭代对象iter中每个元素之间，连接成一个新的字符串
str.strip(chars)	从字符串str中去掉左侧和右侧chars中列出的字符
str.lstrip(chars)	从字符串str中去掉左侧chars中列出的字符
str.rstrip(chars)	从字符串str中去掉右侧chars中列出的字符

---

二、格式化字符串

1. 三种格式化方式

• 占位符（%）：

  name = "Alice"
  age = 25
  print("姓名：%s，年龄：%d" % (name, age))  # 姓名：Alice，年龄：25
  

• str.format()方法：

  print("坐标：({0}, {1})".format(3.14, 5))  # 坐标：(3.14, 5)
  

• f-string（Python 3.6+）：

  price = 19.99
  print(f"价格：￥{price:.2f}")  # 价格：￥19.99
  

2. 格式化字符串的详细格式

• 语法：{ [填充字符][对齐方式][宽度][,][.精度][类型] }

  符号	作用	示例
  :<	左对齐	f"{'Hi':<5}" → "Hi "
  :>10	右对齐，总宽度10	f"{3.14:>10}" → " 3.14"
  :^	居中对齐	f"{'OK':^4}" → " OK "
  :,	千位分隔符	f"{1000000:,}" → "1,000,000"
  :.2f	保留2位小数	f"{3.1415:.2f}" → "3.14"
  :%	百分比格式	f"{0.25:%}" → "25.000000%"
  :b	二进制格式	f"{10:b}" → "1010"

---

三、字符串的编码与解码

1. 编码（encode()）

• 将字符串转换为字节流（bytes类型）：

  s = "你好"
  b = s.encode("utf-8")       # b'\xe4\xbd\xa0\xe5\xa5\xbd'
  

• 错误处理方式：

  # errors参数：strict（默认报错）、ignore（忽略错误）、replace（替换为?）
  s = "abc®"
  b = s.encode("ascii", errors="replace")  # b'abc?'
  

2. 解码（decode()）

• 将字节流转换回字符串：

  b = b'\xe4\xbd\xa0\xe5\xa5\xbd'
  s = b.decode("utf-8")       # "你好"
  

---

四、数据验证与处理

1. 数据验证方法

方法名	描述说明
str.isdigit()	所有字符都是数字（阿拉伯数字）
str.isnumeric()	所有字符都是数字
str.isalpha()	所有字符都是字母（包含中文字符）
str.isalnum()	所有字符都是数字或字母（包含中文字符）
str.islower()	所有字符都是小写
str.isupper()	所有字符都是大写
str.istitle()	所有字符都是首字母大写
str.isspace()	所有字符都是空白字符（\n、\t等）

2. 字符串拼接

• 直接拼接：

  s = "Hello" + " " + "World"  # "Hello World"
  

• join()方法：

  lst = ["2023", "10", "01"]
  s = "-".join(lst)            # "2023-10-01"
  

---

五、正则表达式

1. 元字符与限定符

• 常用元字符：

  元字符	含义	示例
  .	匹配任意字符（除换行）	a.c → “abc”, “a2c”
  ^	匹配字符串开头	^Hello → 匹配开头的Hello
  $	匹配字符串结尾	World$ → 匹配结尾的World
  \d	匹配数字	\d+ → “123”
  \w	匹配字母/数字/下划线	\w+ → “user123”

• 限定符：

  限定符	含义	示例
  *	0次或多次	a* → “”, “a”, “aaa”
  +	1次或多次	\d+ → “1”, “123”
  ?	0次或1次	a?b → “ab”, “b”
  {m,n}	m到n次	a{2,4} → “aa”, “aaa”

2. re模块常用函数

• 匹配与搜索：

  import re
  # re.match()：从开头匹配
  print(re.match(r"\d+", "123abc"))  # 匹配到"123"
  # re.search()：全局搜索
  print(re.search(r"abc", "xyzabc")) # 匹配到"abc"
  

• 查找与替换：

  # re.findall()：返回所有匹配项
  lst = re.findall(r"\d+", "a=1, b=2")  # ["1", "2"]
  # re.sub()：替换匹配项
  s = re.sub(r"\d+", "0", "a=1, b=2")   # "a=0, b=0"
  

• 分割字符串：

  parts = re.split(r"[,;]", "a,b;c")   # ["a", "b", "c"]
  

---

六、总结对比

功能	方法/符号	示例
字符串格式化	f"{变量:格式}"	f"{3.14:.2f}" → "3.14"
编码与解码	encode() / decode()	"你好".encode("utf-8")
正则匹配数字	\d+	re.findall(r"\d+", "a1b2") → [“1”,“2”]
字符串去空格	strip()	" Hi ".strip() → "Hi"

---