字符串的常用方法 p63 p64
字符串是不可变数据类型
| 方法名 | 描述说明 |
|---|---|
| str.lower() | 将str字符串全部转成小写字母并产生一个新的字符串，str字符串保持不变 |
| str.upper() | 将str字符串全部转成大写字母并产生一个新的字符串，str字符串保持不变 |
| str.split(sep=None) | 将str按照指定的分隔符sep进行分隔，产生一个新列表类型，原字符串不变 |
| str.count() | 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，若不存在返回-1，若存在返回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.startwith(s) | 查询字符串str是否以子串s开头 |
| str.endwith(s) | 查询字符串str是否以子串s结尾 |
| str.replace(old,news) | 使用news字符串替换字符串s中所有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) | 在iter中的每个元素后面都增加一个新的字符串str，如果是包含多个字符串元素的列表，会先添加再把这些都串起来 |
| str.strip(chars) | 从字符串中去掉左侧和右侧chars中列出的字符串 |
| str.lstrip(chars) | 从字符串中去掉左侧chars中列出的字符串 |
| str.rstrip(chars) | 从字符串中去掉右侧chars中列出的字符串 |
代码实例：
# 大小写相互转换
s1='HelloWorld'
s2=s1.lower()
print(s1)
print(s2)s3=s1.upper()
print(s3)# 字符串的分隔
e_mail='123@qq.com'
lst=e_mail.split('@')
print(e_mail)
print(lst[0],lst[1])# 统计子串'o'出现的次数
print(s1.count('o'))
print(s1.count('m')) # 不存在的字符返回0# 字符串的检索操作
print(s1.find('o')) # 若存在，找到首次出现的索引
print(s1.find('m')) # 若不存在，返回-1print(s1.index('o'))
#print(s1.index('m')) # 'm'不存在于s1中# 判断前缀和后缀
print('demo.py'.endswith('.py'))
print('text.txt'.endswith('.txt'))print(s1.startswith('H'))
print(s1.startswith('P'))s='HelloWorld'
# 字符串的替换
s1=s.replace('o','你好') # 第三个参数是替换几次，若未指定则是替换所有
print(s)
print(s1)
s2=s.replace('o','你好',1)
print(s2)# 字符串在指定的宽度范围内居中
print(s.center(20))
print(s.center(20,'*'))# 去掉字符串左右的空格
s=' Hello World '
print(s)
print(s.strip(' ')) # 左右两侧的空格都被去掉了
print(s.lstrip(' ')) # 只取掉左侧的空格
print(s.rstrip(' ')) # 只取掉右侧的空格# 去掉指定的字符
s='dl-HelloWorld'
print(s.strip('ld')) # 与顺序无关,任何一种顺序都可以
print(s.lstrip('ld'))s='dlr-HelloWorld'
print(s.strip('rld'))s='rdl-HelloWorld'
print(s.strip('rld'))
格式化字符串的三种方式 p65
1、占位符
%s:字符串格式
%d:十进制整数格式
%f:浮点数格式
%.1f:小数位数为1的浮点数格式
2、f-string
使用 f'字符串' 和 {} 标明被替换的字符
3、str.format()方法
模板字符串.format(逗号分隔的参数)
代码实例
# 1、使用占位符进行格式化
name='马冬梅'
age=18
score=98.5
print('姓名；%s,年龄：%d，成绩：%f' % (name,age,score))
print('姓名；%s,年龄：%d，成绩：%.1f' % (name,age,score)) # 通过使用%.1f控制小数点位数# 2、f-string python3.6之后可以用
print(f'姓名：{name},年龄:{age},成绩：{score}')# 3、使用字符串的format方法
print('姓名:{0},年龄:{1},成绩:{2}'.format(name,age,score))
print('姓名:{2},年龄:{0},成绩:{1}'.format(age,score,name))
format详细格式控制 p66
格式化字符串的详细格式
| : | 填充 | 对齐方式 | 宽度 | ， | .精度 | 类型 |
|---|---|---|---|---|---|---|
| 引导符号 | 用于填充单个字符 | <左对齐，>右对齐，^居中对齐 | 字符串的输出宽度 | 数字的千位分隔符 | 浮点数小数部分的精度或字符串的最大输出长度 | 整数类型：b\d\o\x\X，浮点数类型：e\E\f\% |
代码实例：
s='HelloWorld'
print('{0:*<20}'.format(s))
print('{0:*>20}'.format(s))
print('{0:*^20}'.format(s))print(s.center(20,'*'))# 千位分隔符（只适用于整数和浮点数）
print('{0:,}'.format(123456789))
print('{0:,}'.format(123456789.123456))# 浮点数小数部分的精度
print('{0:.2f}'.format(3.1415926))# 字符串类型表示最大的显示长度
print('{0:.5}'.format('helloworld')) # hello# 整数类型
a=425
print('二进制:{0:b},十进制:{0:d},八进制:{0:o},十六进制:{0:d}'.format(425))# 浮点数类型
b=3.1415926
print('{0:.2f},{0:.2E},{0:.2e},{0:.2%}'.format(b))
字符串的编码和解码 p67
str：字符串类型
bytes：二进制类型
字符串的网络传输：
str -> bytes -> str
str -> bytes是字符串编码的过程
bytes -> str是字符串解码的过程
字符串的编码：
将str类型转换成bytes类型，需要使用到字符串encode()方法
str.endcode(encoding='utf-8',errors='strict/ignore/replace')
字符串的解码：
将bytes类型转换成str类型，需要使用到bytes类型的decode方法
bytes.decode(encoding='utf-8',errors='strict/ignore/replace')
strict，ignore，replace是执行出错的处理方案：
strict：执行出错就报错
ignore：执行出错忽略错误
replace：执行出错时将出错的地方使用?替代
默认是 strict
代码实例：
s='伟大的中国梦'# 编码：str->bytes
s_code=s.encode(errors='replace') # encoding默认是utf-8，因为utf-8中文占3个字节
print(s_code)s_code_gbk=s.encode(encoding='GBK',errors='replace') # gbk编码中一个中文占两个字节
print(s_code_gbk)# 编码中的出错问题
s2='耶♬'s2_code=s2.encode(encoding='GBK',errors='ignore')
print(s2_code)# 出错处理变成严格后，这里会报错
#s2_encode=s2.encode('gbk',errors='strict')s2_encode=s2.encode('gbk',errors='replace')
print(s2_encode)# 解码：bytes->str
print(s_code_gbk.decode('gbk'))
print(s2_encode.decode('gbk'))
数据的验证 p68
指程序对用户输入的数据进行合法性验证
| 方法名 | 描述说明 |
|---|---|
| str.isdigit() | 所有字符都是数字（阿拉伯数字）只能是十进制的阿拉伯数字 |
| str.isnumeric() | 所有字符都是数字，可以是阿拉伯数字，罗马数字，中文一二三四这些 |
| 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者字母 |
| 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 |
代码实例：
# isdigit() 只识别十进制的阿拉伯数字
print('123'.isdigit())
print('一二三'.isdigit())
print('0b101'.isdigit()) # F
print('Ⅰ'.isdigit()) # F# 是数字就行，罗马数字，阿拉伯数字，中文数字，人民币数字
print('123'.isnumeric())
print('一二三'.isnumeric())
print('0b101'.isnumeric()) # F
print('Ⅰ'.isnumeric()) # T
print('壹'.isnumeric()) # Tprint('-'*100)# 所有字符都是字母（包含中文字符）
print('hello大家'.isalpha())
print('hello大家123'.isalpha()) # F
print('hello大家一二三'.isalpha()) # T
print('hello大家ⅠⅠⅠ'.isalpha()) # Fprint('-'*100)# 所有字符是数字或者字母
print('123'.isalnum())
print('一二三'.isalnum())
print('0b101'.isalnum()) # F
print('Ⅰ'.isalnum()) # T
print('壹'.isalnum()) # Tprint('-'*100)# 判断字符的大小写
print('HelloWorld'.islower())
print('helloworld'.islower())
print('hello你好'.islower()) # T 汉字可以被视为大写也可以被视为小写
print('HELLO你好'.isupper()) # T 汉字可以被视为大写也可以被视为小写print('-'*100)# 所有字符都是首字母大写
print('Hello'.istitle())
print('HelloWorld'.istitle()) # F 因为有一个不是首字母的大写了
print('Helloworld'.istitle()) # T
print('Hello World'.istitle()) # T
print('Hello world'.istitle()) # Fprint('-'*100)# 判断是否都是空白字符,注意制表符和换行符也是空白字符
print('\t'.isspace()) # T
print('\n'.isspace()) # T
print(' '.isspace())
字符串的拼接操作 p69
字符串拼接的几种方式：
1、使用str.ioin()方法进行拼接字符串
2、直接拼接
3、使用格式化字符串进行拼接
代码实例：
s1='hello'
s2='world'# 1、使用加号拼接
print(s1+s2)# 2、使用str.ioin()方法
print(''.join([s1,s2])) # 使用空字符串进行拼接print('*'.join(['hello','world','python'])) # hello*world*python# 3、直接拼接，两个字符串连着写
print('hello''world') # 不能连着写字符串变量# 4、使用格式化字符串进行拼接
print('%s%s' % (s1,s2))
print(f'{s1}{s2}')
print('{0}{1}'.format(s1,s2))
字符串的去重操作 p70
s='helloworldhelloworldasdsdasdas'# 1、字符串拼接 和 not in
new_s=('')
for item in s:if item not in new_s:new_s+=item # 字符串的拼接操作print(new_s)# 2、使用索引和not in
new_s2=''
for i in range(len(s)):if s[i] not in new_s2:new_s2+=s[i]
print(new_s2)# 3、通过集合去重 + 列表排序
new_s3=set(s)
print(new_s3)
lst=list(new_s3)
print(lst)
lst.sort(key=s.index) # 注意这个key=s.index
print(lst)
print(''.join(lst))
正则表达式的简介及相关符号 p71
元字符：具有特殊意义的专用字符
例如 ^ 和 $ 分别表示匹配的开始和结束
| 元字符 | 描述说明 | 举例 | 结果 |
|---|---|---|---|
. | 匹配任意字符，除了 \n | p\nytho\tn | p,y,t,h,o,\t,n |
\w | 匹配字母，数字，下划线 | python\n123 | p,y,t,h,i,n,1,2,3 |
\W | 匹配非（字母、数字、下划线） | pythoin\n123 | \n |
\s | 匹配任意空白字符 | python\t123 | \t |
\S | 匹配任意非空白字符 | python\t123 | p,y,t,h,o,n,1,2,3 |
\d | 匹配任意十进制数 | python\t123 | 123 |
限定符：限定匹配的次数。
| 限定符 | 描述说明 | 举例 | 结果 |
|---|---|---|---|
? | 匹配前面的字符0次或者1次 | colou?r | 可以匹配color或者colour |
+ | 匹配前面的字符1次或多次 | colou+r | 可以匹配colour或colouu...r |
* | 匹配前面的字符0次或多次 | colou*r | 可以匹配color或colouu...r |
{n} | 匹配前面的字符n次 | colou{2}r | 可以匹配colouur |
{n,} | 匹配前面的字符最少n次 | colou{2,}r | 可以匹配colouur或colouuu...r |
{n,m} | 匹配前面的字符最少n次，最多m次 | colou{2,4}r | 可以匹配colouur或colouuur或colouuuur |
其他字符
| 其他字符 | 描述说明 | 举例 | 结果 |
|---|---|---|---|
区间字符[] | 匹配[]中所指定的字符 | [.?!] [0-9] | 匹配标点符号：点号，问号，感叹号；匹配0到9数字 |
排除字符^ | 匹配不在[]中指定的字符 | [^0-9] | 匹配除0到9的字符 |
选择字符| | 用于匹配|左右的任意字符 | \d{18}|\d{15} | 匹配18位或者15位数字 |
| 转义字符 | 同python中的转义字符 | \. | 将.作为普通字符来使用 |
[\u4e00-\u9fa5] | 匹配任意一个汉字 | ||
分组() | 改变限定符的作用 | six|fourth 和 (six|four)th | 一个是匹配six或fourth，一个是匹配sixth或fourth |
re模块中的match函数的使用 p72
re模块：python中的内置模块
用于实现python中的正则表达式操作
| 函数 | 功能描述 |
|---|---|
re.match(pattern,string,flags=0) | 用于从字符串的开始位置进行匹配，若起始位置匹配成功，结果为Match对象，否则结果为None |
re.search(pattern,string,flags=0) | 用于在整个字符串中搜索第一个匹配的值，若匹配成功，结果为Match对象，否则结果为None |
re.findall(pattern,string,flags=0) | 用于在整个字符串中搜索所有符合正则表达式的值，结果是一个列表类型 |
re.sub(pattern,repl,string,count,flags=0) | 用于实现对字符串中指定子串的替换 |
re.split(pattern,string,maxsplit,flags=0) | 与字符串中的split()方法功能相同，都是分隔字符串 |
代码实例：
import repattern='\d\.\d+' # 模式字符串，注意\.就是表示'.'字符
s='I study Python 3.11 every day' # 待匹配字符串
match=re.match(pattern,s,re.I)
print(match) # match是从开始的位置进行匹配的，开头就不适合s2='3.11Python I study every day'
match2=re.match(pattern,s2,re.I)
print(match2) # <re.Match object; span=(0, 4), match='3.11'>print('匹配值的起始位置：',match2.start())
print('匹配值的结束位置：',match2.end())
print('匹配区间的位置元素：',match2.span())
print('待匹配的字符串：',match2.string)
print('匹配的数据：',match2.group())
re模块中search函数和findall函数的使用 p73
search函数
找到第一个满足模式的
import repattern='\d\.\d+'
s='I study Python3.11 every day Python2.7 I love you'
match=re.search(pattern,s) # 有两个满足的，但是search只找到第一个满足条件的
s2='4.10 Python I study every day'
match2=re.search(pattern,s2)
s3='Python I study every day'
match3=re.search(pattern,s3)
print(match)
print(match2)
print(match3)print(match.group())
print(match2.group())
findall函数
找到所有满足条件的
结果是列表类型
import repattern='\d\.\d+'
s='I study Python3.11 every day Python2.7 I love you'
s2='4.10 Python I study every day'
s3='Python I study every day'lst=re.findall(pattern,s)
lst2=re.findall(pattern,s2)
lst3=re.findall(pattern,s3)print(lst)
print(lst2)
print(lst3)
re模块中sub函数和split函数的使用 p74
import repattern='黑河|破解|反爬'
s='我想学习python，想破解一些VIP视频，Python可以实现无底线反爬吗'new_s=re.sub(pattern,'xxx',s)
print(new_s)s2='https://www.google.com.hk/search?q=jl&newwindow=1&sca_esv=593555560&rlz=1C1GCEA_enCN982CN982&ei=CWCJZbBh_tHaug-VmamoCA&ved=0ahUKEwjwiYbttqqDAxX-qFYBHZVMCoUQ4dUDCBA&uact=5&oq=jl'
pattern2='[?&]'
lst=re.split(pattern2,s2)
print(lst)
