Python基础知识(六)--字符串

#字符串  
 
#字符串是用固定的str数据类型表示的，用来存放Unicode字符序列  
#str数据类型可以用来创建一个字符串对象，参数为空时返回一个空字符串  
a = str()  
print(a)                        #  
a = str("abcdef")  
print(a)                        #abcdef  
#str()函数可以用来进行类型转换  
a = str(123)  
print(a)                        #123  
#字符串是使用引号创建的，可以使用双引号，也可以使用单引号，  
#字符串两端所用引号必须相同  
#还可以使用三引号包含的字符串，这是Python对两端都使用三个引号的字符串的叫法  
text = """A triple quoted string like this can include 'quotes' and  
"quotes" without formality. We can also escape newlines \  
so this particular string is actually only two lines long.""" 
#如果字符串中使用的引号与包含字符串所用引号不同时，  
#可以直接使用，如果相同时，需要进行转义  
a = "Single 'quotes' are fine; \"doubles\" must be escaped." 
b ='single \'quotes\' must be escaped; "doubles" are fine.' 
 
#在三引号内可以直接使用换行，通过\n可以在任何字符串中包含换行  

#Python字符串转义  
\newline            #忽略换行?  
\\                  #反斜杠  
\'                  #单引号  
\"                  #双引号  
\a                  #ASCII蜂鸣 (BEL)  
\b                  #ASCII退格(BS)  
\f                  #ASCII走纸(FF)  
\n                  #ASCII换行(LF)  
\n{name}            #给定名称的Unicode字符  
\ooo                #给定八进制的字符  
\r                  #ASCII回国符(CR)  
\t                  #ASCII制表符(TAB)  
\uhhhh              #给定16位十六进制的Unicode字符  
\Uhhhhhhhh          #给定32位十六进制的Unicode字符  
\v                  #ASCII垂直指标(VT)  
\xhh                #给定8位十六进制的Unicode字符 

#在使用正则表达式的时候，由于需要使用大量字面意义反斜杠，  
#由于每个反斜杠都需要进行转义处理，从而造成了不便：  
import re  
phone1 = re.compile("^((?:[(}\\d+[)])?\\s*\\d+(?:-\\d+)?)$")  
#解决的方法是使用原始字符串  
#这种引号或三引号包含的字符串的第一个引号由r引导  
phone2 = re.compile(r"((?:[(}\d+[)])?\s*\d+(?:-\d+)?)$")  
 
#如果有一个长字符串跨越了两行或更多行，但不使用三引号包含，有两种方法：  
t = "This is not the best way to join two long strings " + \  
    "together since it relies on ugly newline escaping" 
      
s = ("this is the nice way to join two long strings" 
     "together; it relies on string literal concatenation.")  
#第二种情况，用圆括号将其包含在一起，构成一个单独的表达式，  
#如果不使用圆括号就只会对第一个字符串赋值，  
#第二个字符串会引起IndentationError异常  
 
#.py文件默认使用UTF-8 Unicode编码，因此可以写入任何Unicode字符  
#(这点我就遇到过问题，出现SyntaxError: Non-UTF-8 code)难道是Eclipse搞的鬼?)  
#(改变文件编码可以解决这个问题)  
#(但IDLE支持倒是真的)  
euros = "€\N{euro sign}\u20AC\U000020AC" 
                          #Unicode字符非大小写敏感  
print(euros)              #€€€€  
#而且连标志符也可以  
姓名 = "张小三" 
print(姓名)               #张小三  
#也就是说支持中文变量名的，虽然这样用的人很少，但我倒是觉得以后可以这么试试了  
#如果想知道字符串中某个字符的Unicode字元，可以用内置的ord()函数  
print(ord(euros[0]))      #8364  
print(hex(ord(euros[0]))) #0x20ac  
#同样，也可以用表示有效字元的任意整数转换成Unicode字符  
#这需要使用内置chr()函数  
s = "anarchists are " + chr(8734) + chr(0x23B7)  
print(s)                        #anarchists are ∞⎷  
print(ascii(s))                 #'anarchists are \u221e\u23b7'  

#比较字符串  
#字符串支持的比较运算符包括：< <= == != > >=  
#对于使用Unicode的字符串，比较运算存在两个问题：  
#1.字符可以有三种不同的UTF-8编码字节的表示方式  
#  解决方法导入unicodedata模块  
#  以"NFKD"为第一个参数，调用unicodedata.normalize()  
#  该函数返回的UTF-8编码字节表示的字符串总是字节序列  
#2.有些字符的排序是特定于某种语言的，而有些字符并不具备有意义的排序位置  
 
 
#字符串分片与步距  
#序列中的单个数据或字符串中的单个字符可以用数据项存取操作符[]来提取  
#索引值从0开始，直到字符串长度-1  
#负索引值最后一个字符为-1，向前逐渐递减  
#存取超过索引范围的字符会产生IndexError  
#分片操作符的语法格式  
#seq[start:]                        #提取star开始到字符串结尾  
#seq[start:end]                     #提取start到end-1的字符串  
#seq[start:end:step]                #提取start到end-1的字符串，每次间隔step  
text = "abcdefghijklmnopqrstuvwxyz" 
print(text[0])                      #a  
print(text[0:])                     #abcdefghijklmnopqrstuvwxyz  
print(text[2:10])                   #cdefghij  
print(text[:20])                    #abcdefghijklmnopqrst  
print(text[::2])                    #acegikmoqsuwy  
print(text[10::2])                  #kmoqsuwy  
print(text[10:26:2])                #kmoqsuwy  
print(text[26::-1])                 #zyxwvutsrqponmlkjihgfedcba  
print(text[::-1])                   #zyxwvutsrqponmlkjihgfedcba  
 
#字符串操作符与方法  
#字符串是固定序列，所有用于固定序列的功能都可用于字符串  
#包括in进行成员关系测试，+=进行追加操作  * 进行复制  *= 进行增加的复制  
subtext = "def" 
print(subtext in text)              #True  
subtext += "ghi" 
print(subtext)                      #defghi  
subtext *= 3 
print(subtext)                      #defghidefghidefghi 

#字符串方法  
#--------------------------------------------------------------------  
s.capitalize()          #返回字符串s的副本，并将首字符大写  
text = "this is a test text" 
print(text.capitalize())            #This is a test text  
#--------------------------------------------------------------------  
s.center(width, char)   #返回一个长度为width的字符串  
                        #字符串s在返回字符串的中间位置  
                        #其余部份用char添充，char默认为空格  
s = "abd" 
print(s.center(20))                 #        abd           
print(s.center(20, "*"))            #********abd*********  
#--------------------------------------------------------------------  
s.count(t, start, end)  #返回在s字符串中，start:end分片中，  
                        #子串t出现的次数  
s = "abcdabcdabcd" 
s.count("bc")                       #3  
s.count("bcda")                     #2  
s.count("bcda", 1, 8)               #1  
#--------------------------------------------------------------------  
s.encode(encoding, err) #返回一个bytes对象用指定编码格式来表示该字符串  
                        #并根据可选的err处理错误  
s = "中国" 
print(s.encode(encoding='utf_8', errors='strict'))  
                                    #b'\xe4\xb8\xad\xe5\x9b\xbd'   
print(s.encode(encoding='GB2312', errors='strict'))  
                                    #b'\xd6\xd0\xb9\xfa'  
print(s.encode(errors='strict'))    #b'\xe4\xb8\xad\xe5\x9b\xbd'  
                                    #默认的encoding是'utf_8'  
#--------------------------------------------------------------------  
s.endswith(x, start, end)   #如果在s或s[start:end]分片中从字符串x或  
                            #元组x中的任意字符串结尾，则返回True，否则返回False  
s = "中华人民共和国" 
x = "国" 
print(s.endswith(x))                #True  
print(s.endswith(x, 2, 5))          #False  
x = ('一', '国')  
print(s.endswith(x))                #True  
#--------------------------------------------------------------------  
s.expandtabs(size)      #返回s的一个副本，其中制表符用8(默认)或size个空格替换  
                        #这个替换不是直接在tab的位置上插入size个空格，而是与前文相关联计算空格数  
s = "abc\tdef\tghi" 
print(s.expandtabs(4))              #abc def ghi  
print(s.expandtabs(8))              #abc     def     ghi  
print(s.expandtabs())               #abc     def     ghi  
#--------------------------------------------------------------------  
s.find(t, start, end)   #返回t在s或s[start:end]之中的最左位置，如果没有找到返回-1  
                        #使用s.rfind()可以返回相应的最右位置  
s = "this is a test text" 
print(s.find('is'))                 #2  
print(s.rfind('is'))                #5  
#--------------------------------------------------------------------  
s.format(...)           #格式化字符串，这个在后面详细解释  
#--------------------------------------------------------------------  
s.index(t, start, end)  #返回t在s或s[start:end]之中的最左位置，如果没有找到返回ValueError  
                        #使用s.rindex()可以从最右边开始搜索  
                        #用法同s.find()                                
#--------------------------------------------------------------------  
s.isalnum()             #如果s非空，并且其中每个字符都是字母数字的就返回True  
s = "abd123" 
print(s.isalnum())                  #True  
s += "_" 
print(s.isalnum())                  #False  
#--------------------------------------------------------------------  
s.isalpha()             #如果s非空，并且其中每个字符都是字母的就返回True  
s = "abd" 
print(s.isalnum())                  #True  
s += "123" 
print(s.isalnum())                  #False  
#--------------------------------------------------------------------  
s.isdecimal()           #如果s非空，并且每个字符都是Unicode的基数为10的数字就返回True  
s = "1234" 
print(s.isdecimal())                #True  
s = "0x1304" 
print(s.isdecimal())                #False  
#--------------------------------------------------------------------  
s.isdigit()             #如果非空，并且每个字符都是ASCII数字，则返回True  
s = "1234" 
print(s.isdigit())                  #True  
s += "a" 
print(s.isdigit())                  #False  
#--------------------------------------------------------------------  
s.isidentifier()        #如果s非空，并且是一个有效的标识符，则返回True  
s = "abc" 
print(s.isidentifier())             #True  
s = "abc#%^#" 
print(s.isidentifier())             #False  
#--------------------------------------------------------------------  
s.islower()             #如果s有至少一个小写字符，并且所有小写字符都是小写就返回True  
s = "abc" 
print(s.islower())                  #True  
s = "Abc" 
print(s.islower())                  #False  
s = "123" 
print(s.islower())                  #False  
#--------------------------------------------------------------------  
s.isnumeric()           #同s.isdigit()，字符为Unicode字符  
#--------------------------------------------------------------------  
s.isprintable()         #如果s非空，并且每个字符都是可打印字符，  
                        #包括空格但不包括换行，则返回True  
s = "this is a text" 
print(s.isprintable())              #True  
s = "this is a text\n" 
print(s.isprintable())              #False  
#--------------------------------------------------------------------  
s.isspace()             #如果s非空，并且所有字符都是空白，则返回True  
s = "   " 
print(s.isspace())                  #True  
s = "  1 " 
print(s.isspace())                  #False  
#--------------------------------------------------------------------  
s.istitle()             #如果s是非空的且首字母大写的字符串就返回True  
s = "This is a test" 
print(s.istitle())                  #False  
s = "This Is A Test" 
print(s.istitle())                  #True  
#--------------------------------------------------------------------  
s.isupper()             #如果s有至少一个可大写字符且所有可大写字符均为大写则返回True  
                        #可参考s.islower()  
#--------------------------------------------------------------------  
s.join(seq)             #返回序列中所有项连接起来的结果，  
                        #并以s(可以为空)在每两项之间分隔  
s = "*" 
seqs = ("this", "is", "a", "test")  
print(s.join(seqs))                 #this*is*a*test  
print(" ".join(seqs))               #this is a test  
print("".join(seqs))                #thisisatest  
print(" ".join(["this", "is", "a", "test"]))  
                                    #this is a test  
#--------------------------------------------------------------------  
s.ljust(width, char)    #返回一个长度为width的字符串，并以char来添充s左侧  
                        #可参考s.center()，s.rjust()为右添充  
#--------------------------------------------------------------------  
s.lower()               #将s中的字符变为小写  
s = "ABC123" 
print(s.lower())                    #abc123  
#--------------------------------------------------------------------  
s.maketrans()           #与s.translate()对应，可以产生一个转换表  
a = "abcde" 
b = "Hello" 
x = a.maketrans(a, b)  
print(a.translate(x))               #Hello  
                        #貌似可以进行替换，或是小小的加密也不错  
#--------------------------------------------------------------------  
s.partition(t)          #返回三个字符串的无级，分别是：  
                        #s中在t子串之前的部分  
                        #t  
                        #s中在t子串之后的部分  
                        #如果t不在s中，则返回s与两个空字符串  
                        #使用s.lpartition(t)可以在s最右边分区  
s = "My country is China" 
t = "country" 
print(s.partition(t))               #('My ', 'country', ' is China')  
t = "ABCD" 
print(s.partition(t))               #('My country is China', '', '')  
t = "is" 
print(s.rpartition(t))              #('My country ', 'is', ' China')  
#--------------------------------------------------------------------  
s.replace(t, u, n)      #返回字符串s的一个副本，其中每个或n个t用u替换  
s = "this is a text" 
print(s.replace("is", "Is"))        #thIs Is a text  
print(s.replace("is", "Is", 1))     #thIs is a text  
#--------------------------------------------------------------------  
s.split(t, n)           #返回一个字符串列表，在t处最多分割n次  
                        #如果n没指定，就尽可能分割多次  
                        #如果t没指定，就以空白处分割  
                        #s.rsplit(t, n)是从右侧开始分割，只有指定n，  
                        #且n小于可分割的最大次数时才有效  
s = "this is a test text" 
print(s.split("s"))                 #['thi', ' i', ' a te', 't text']  
print(s.split('s', 2))              #['thi', ' i', ' a test text']  
print(s.rsplit('s', 2))             #['this i', ' a te', 't text']  
#--------------------------------------------------------------------  
s.splitlines(f)         #返回的行终结符处分割产生的行列表  
                        #并剥离行终结符(除非f为True)  
 
print(s.splitlines())               #['this', 'is', 'a', 'test', 'text']  
print(s.splitlines(True))           #['this\n', 'is\n', 'a\n', 'test\n', 'text']  
#--------------------------------------------------------------------  
s.startswith(x, start, end)  
                        #如果字符串s或s[start:end]是以字符串x，  
                        #或元组中任一项开始，则返回True，否则返回False  
                        #可参考s.endswith()  
#--------------------------------------------------------------------  
s.strip(chars)          #将字符串开始和结尾处的chars中的字符移除  
                        #chars默认为空格  
                        #s.lstrip(chars)为去除字符串开始处的chars  
                        #s.rstrip(chars)为去除字符串结尾处的chars  
print(" my name is Xiaoming. ".strip())  
                                    #my name is Xiaoming.   
print(" my name is Xiaoming. ".lstrip())  
                                    #my name is Xiaoming.  
print(" my name is Xiaoming. ".rstrip())  
                                    # my name is Xiaoming.  
#--------------------------------------------------------------------  
s.swepcase()            #将字符串中大写转换成小写，小写转换成大写  
s = "This Is A Test Text" 
print(s.swapcase())                 #tHIS iS a tEST tEXT  
#--------------------------------------------------------------------  
s.title()               #将每个单词的首字母转成大写，其它字母转成小写  
s ="tHIS iS a tEST tEXT" 
print(s.title())                    #This Is A Test Text  
#--------------------------------------------------------------------  
s.upper()               #将字符全部转换成大写，可参考s.lower()  
#--------------------------------------------------------------------  
s.zfill(width)          #返回s的副本，如果s长度小于width则在开始处添加0使之长度为width  
s = "test" 
print(s.zfill(15))                  #00000000000test  
#--------------------------------------------------------------------