python爬虫基础----字符串高级

哈喽小伙伴们，大家好！今天我们学习的内容是字符串的高级操作

一、字符串高级

字符串的常见操作包括：

获取长度:len	len函数可以获取字符串的长度。
len函数可以获取字符串的长度。	查找指定内容在字符串中是否存在，如果存在就返回该内容在字符串中第一次
出现的开始位置索引值，如果不存在，则返回-1.
判断:startswith,endswith	判断字符串是不是以谁谁谁开头/结尾
计算出现次数:count	返回 str在start和end之间在 mystr里面出现的次数
替换内容:replace	替换字符串中指定的内容，如果指定次数count，则替换不会超过count次。
切割字符串:split	通过参数的内容切割字符串
修改大小写:upper,lower	将字符串中的大小写互换
空格处理:strip	去空格
字符串拼接:join	字符串拼接

代码演示：

1.获取长度： 使用**len**函数可以获取字符串的长度。

s = "hello"
length = len(s)
print(length)  # 输出 5

2.查找内容： 使用**find**方法可以查找指定内容在字符串中第一次出现的位置索引值。

s = "hello"
index = s.find("e")
print(index)  # 输出 1

3.循环遍历字符串： 可以使用**for**循环遍历字符串中的每个字符。

for char in "hello":print(char)

4.判断开头和结尾： 使用**startswith和endswith**方法判断字符串是否以指定内容开头或结尾。

s = "hello"
print(s.startswith("h"))  # 输出 True
print(s.endswith("o"))    # 输出 True

5.计算出现次数：使用**count**方法返回指定内容在字符串中出现的次数。

s = "hello,hello,world"
count = s.count("hello")
print(count)  # 输出 2

6.替换内容：使用**replace**方法替换字符串中的指定内容。

s = "hello,world"
new_s = s.replace("world", "python")
print(new_s)  # 输出 hello,python

7.切割字符串： 使用**split**方法通过指定内容切割字符串，并返回切割后的子串列表。

s = "hello,world"
parts = s.split(",")
print(parts)  # 输出 ['hello', 'world']

8.修改大小写： 使用**upper和lower**方法将字符串中的字母转换为大写或小写。

s = "Hello,World"
lowercase = s.lower()
uppercase = s.upper()
print(lowercase)  # 输出 hello,world
print(uppercase)  # 输出 HELLO,WORLD

9.空格处理： 使用**strip**方法去除字符串两端的空格。

s = "  hello,world  "
stripped = s.strip()
print(stripped)  # 输出 hello,world

10.字符串拼接： 使用**join**方法将多个字符串拼接成一个字符串。

parts = ["hello", "world"]
s = ",".join(parts)
print(s)  # 输出 hello,world

二、正则表达式

在Python中，正则表达式是处理字符串的强大工具，可以用来搜索、匹配、替换字符串。下面是一些常见的正则表达式操作：

re模块的使用：Python中使用re模块来操作正则表达式，可以进行搜索、匹配和替换等操作。

import re# 使用re.match()方法匹配字符串
pattern = r"hello"
string = "hello world"
match = re.match(pattern, string)
if match:print("Match found: ", match.group())
else:print("No match")# 使用re.search()方法搜索字符串
search = re.search(pattern, string)
if search:print("Search found: ", search.group())
else:print("No search")# 使用re.findall()方法查找所有匹配的字符串
find_all = re.findall(pattern, string)
print("Find all: ", find_all)# 使用re.sub()方法替换字符串中的匹配项
replace = re.sub(pattern, "hi", string)
print("Replace: ", replace)

常用的匹配符号：
- .：匹配任意字符
- ^：匹配字符串的开头
- $：匹配字符串的结尾
- ``：匹配前面的字符零次或多次
- +：匹配前面的字符一次或多次
- ?：匹配前面的字符零次或一次
- {}：匹配前面的字符指定次数
- []：匹配字符集合中的任意一个字符
- |：或操作，匹配多个表达式中的一个
示例：

import re# 匹配所有以a开头的单词
pattern = r"\\ba\\w+"
string = "apple banana orange"
matches = re.findall(pattern, string)
print(matches)# 替换所有数字为"x"
pattern = r"\\d+"
string = "12 apples and 35 bananas"
replace = re.sub(pattern, "x", string)
print(replace)# 检查字符串是否以数字开头
pattern = r"^\\d+"
string = "123abc"
if re.match(pattern, string):print("String starts with a number")
else:print("String does not start with a number")

（1）正则表达式**pattern = r"\\ba\\w+"**的含义是匹配以字母"a"开头，后面跟着任意数量的字母或数字的单词。让我们详细解释一下它的构成部分：