字符串和正则表达式

1、Str 的常用操作

1.1字符串的拼接

>>> a = 'hello'
>>> b = 'python'
>>> a + '-' + b
'hello-python'
>>> a + b
'hellopython'

但是字符串和非字符串不能拼接

要想拼接得使用字符串的类型转换 str()

>>> a + str(123)
'hello123'

1.2 长度计算 len()

>>> len('我要好好学习python')
12

1.3 截取

字符串是一种特殊的序列，对于列表和元组对它同样适用

>>> a = 'hello'
>>> b = 'python'
>>> a[1]
'e'
>>> 'aaabbbccc'[8]
'c'
>>> b[-2]
'o'
>>> a[1:2]
'e'
>>> a[1:3]
'el'
>>> a[:4]
'hell'

1.4 分隔 split()

用空格和逗号

>>> '1 2 3 4 5'.split()
['1', '2', '3', '4', '5']
>>> '1  2  3  4  5'.split()
['1', '2', '3', '4', '5']
>>> '1,2,3,4,5'.split(',')
['1', '2', '3', '4', '5']

1.5 连接

列表中的每一个元素都用#这个字符

>>> '#'.join(['1','2','3','4','5'])
'1#2#3#4#5'

>>> '#'.join('1 2 3 4 5'.split())
'1#2#3#4#5'

1.6 检索

count() 查找子字符串在字符串中出现的次数

>>> a = 'hello'
>>> a.count('e')
1
>>> a.count('l')
2
>>> a.count('llo')
1

find() 查找子字符串在字符串中出现的位置，若没有，返回的是-1

>>> a = 'hello'
1
>>> a.find('e')
1
>>> a.find('ll')
2
>>> a.find('a')
-1

2个参数时，从自定义起始位置查找包含e的字符串

>>> a = 'hello'
>>> a.find('e',2)
-1
>>> a.find('e',1)
1

index() 也是查找子字符串在字符串中出现的位置

>>> a.index('e')
1
>>> a.index('ll')
2

find()和index()的区别就是：查找不存在的字符，index会报错，find会返回-1，可根据方法选择

rindex 从后往前检索
index 是从前往后检索

>>> a.rindex('l')
3
>>> a.index('l')
2

a.startswith 判断一个字符串是以什么开头，返回布尔是类型

>>> a = 'hello'
>>> a.startswith('hel')
True
>>> a.startswith('abc')
False

1.7 大小写转换

upper()

lower()

>>> a = 'hello'
>>> a.upper()
'HELLO'
>>> b = 'HELLO'
>>> b.lower()
'hello'

1.8 除空格和特殊字符

去除空白符

strip() 去除字符串两端空白符

lstrip() 去除字符串左端空白符

rstrip() 去除字符串右端空白符

>>> '      hello     '.strip()
'hello'
>>> '      hello     '.lstrip()
'hello     '
>>> '      hello     '.rstrip()
'      hello'

去除特殊字符

原理与上述相同，括号中需调入特殊字符

'      hello'
>>> '###hello#'.strip('#')
'hello'
>>> '###hello#'.lstrip('#')
'hello#'
>>> '###hello#'.rstrip('#')
'###hello'

2、字符串的格式化输出

2.1 %

占位符

>>> '我是一个新的字符串,这有一个数字 %d,这有一个字符串 %s ,这有一个浮点数 %f' % (10,'abc',1.666)
'我是一个新的字符串,这有一个数字 10,这有一个字符串 abc ,这有一个浮点数 1.666000'
>>> '%d,%s,%f' %(3,'abcd',1.333)
'3,abcd,1.333000'

%08d 表示一共8位，左边7位用0填充

>>> '字符串 %d' % 1
'字符串 1'
>>> '字符串 %8d' % 1
'字符串        1'
>>> '字符串 %08d' % 1
'字符串 00000001'

浮点数小数点后保存两位 %.2f

>>> '浮点数 %.2f' % 1.6666666
'浮点数 1.67'

用0填充左边，算上小数点一共5位

>>> '浮点数 %05.2f' % 1.6666666
'浮点数 01.67'

若占位符只有一个的话，%后面的参数直接用要使用单一的即可；若有多个占位符，后面用元组

2.2 format

放一个占位符即可，放的是可变参数

>>> '我是一个新的字符串,这有一个数字 {},这有一个字符串 {} ,这有一个浮点数 {}'.format(10,'abc',1.333)
'我是一个新的字符串,这有一个数字 10,这有一个字符串 abc ,这有一个浮点数 1.333'

比如金融上表示钱的方式

f表示浮点类型
：表示参数的开始
, 表示对数字以千为单位分隔
.2表示表示小数点后保留2位

>>> '金额表示： ￥{:,.2f}元'.format(10000)
'金额表示： ￥10,000.00元'

十六进制

>>> '{0:d}的十六进制{0:#x}'.format(100)
'100的十六进制0x64'

3、字符编码

编码 encode()

>>> a = '人生苦短，我用python'
>>> len(a)
13
>>> a.encode()
b'\xe4\xba\xba\xe7\x94\x9f\xe8\x8b\xa6\xe7\x9f\xad\xef\xbc\x8c\xe6\x88\x91\xe7\x94\xa8python'
>>> a.encode('UTF8')
b'\xe4\xba\xba\xe7\x94\x9f\xe8\x8b\xa6\xe7\x9f\xad\xef\xbc\x8c\xe6\x88\x91\xe7\x94\xa8python'
>>> a.encode('GBK')
b'\xc8\xcb\xc9\xfa\xbf\xe0\xb6\xcc\xa3\xac\xce\xd2\xd3\xc3python'
>>> len(a.encode())
27
>>> len(a.encode('GBK'))
20

解码 decode()

>>> a.encode().decode()
'人生苦短，我用python'

解码的时候GBK 和 utf-8 要是不对应会出现乱码，要是一个乱码可以尝试以下另外一个

>>> a.encode().decode()
'人生苦短，我用python'
>>> a.encode().decode('GBK')
'浜虹敓鑻︾煭锛屾垜鐢╬ython'

3、正则表达式

正则表达式，又称正规表示式、正规表示法、正规表达式、规则表达式、常规表示法（英语：Regular Expression，在代码中常简写为regex、regexp或RE），是计算机科学的一个概念。正则表达式使用单个字符串来描述、匹配一系列匹配某个句法规则的字符串。在很多文本编辑器里，正则表达式通常被用来检索、替换那些匹配某个模式的文本。

比如说，判断输入的手机号是否合法

先引入正则表达式的模块 import re
r代表模式，\d代表数字
（第一位确定1，第二位可能的情况写[]中，剩下的就是9位，然后来验证）

>>> import re
>>> f = '13000000000'
>>> g = '18604385672'
>>> re.match(r"^1[3456789]\d{9}$",f)
<re.Match object; span=(0, 11), match='13000000000'>
>>> re.match(r"^1[3456789]\d{9}$",g)
<re.Match object; span=(0, 11), match='18604385672'>