python3.2中的字符串函数学习总结

sequence types

sequence类型有六种:strings, byte sequences (bytes objects), byte arrays(bytearray objects), list, tuple, range objects.

sequence类型都支持的通用操作:
成员检查:in、not in
连接:+
复制:*
下标取值:s[i]
切片:s[i : j]
长度检查:len(s)
最小值:min(s)
最大值:max(s)
索引取值:s.index(i)
字符串统计:s.count(i)

string methods

判断类方法,通常返回一个布尔值:

str.endswith(suffix[, start[, end]]):

判断字符串是否以指定后缀结尾,返回true或false。start和end指定判断的起始范围,默认全字符串。如:

代码如下:

‘abcde’.endswith(‘de’) –>true
‘abcde’.endswith(‘de’, 0, 3) –>flase

str.startwith(prefix[, start[, end]]):

与str.endwith()相反,判断字符串是否以指定前缀开始。

str.islower():

判断字符串中的字母字符是否全部为小写,该方法仅判断字符串中的字母字符,不理会其它字符。字符串必须至少包含一个字母字符,否则返回false。如:

代码如下:

‘中国’.islower() –>false
‘ab中国’.islower() –>true

str.isupper():

与st.islower()方法相反,判断所有字母字符是否全部大写。

str.istitle():

判断字符串每个单词的首字母是否大写。字符串必须至少包含一个字母字符,否则返回false。即使首字母字符前面有非字母字符,如中文、数字、下划线等,也不影响对首字母字符的判断。

代码如下:

‘中国’.istitle() –>false //字符串不包含字母,返回false
‘中国abc’.istitle() –>true //虽然首字母字符a前面有非字母字符,仍然返回true
‘-abc xyz’.istitle() –>false //后一个单词的首字母不是大写,返回false

str.isalnum():

判断字符串是否只包含由文字数字式字符,字符串仅包含中文字符合法。若字符串包含空格、下划线、~等非文字数字式字符,均返回false。如:

代码如下:

‘3′.isalnum() –>true
‘中国’.isalnum() –>true
‘-‘.isalnum() –>false

注:alphanumberic是一个特殊词汇,它表明这个字符串由数字字符或文字字符组成。如,’3’包括了一个数字字符,’a’包含了一个文字字符,而’3a’同时包括数字字符和字母字符。

str.isalpha():
判断字符串是否只包含文字字符,字符串仅包含中文字符合法。如:

代码如下:

‘中国’.isalpha() –>true
‘3′.isalpha() –>false

str.isidentifier():

判断字符串是否是合法的标识符,字符串仅包含中文字符合法,实际上这里判断的是变量名是否合法。如:

代码如下:

‘_a’.isidentifier() –>true
‘3a’.isidentifier() –>false
‘中国’.isidentifier() –>true

str.isprintable():

判断字符串所包含的字符是否全部可打印。字符串包含不可打印字符,如转义字符,将返回false。

str.isspace():

判断字符串是否仅包含空格或制表符。注意:空格字符与空白是不同的,如:

代码如下:

”.isspace() –>false
‘ ‘.isspace() –>true

str.isdecimal():

判断字符串是否只包含十进制数字字符,包括多国语言的十进制数字字符表现形式。如:

代码如下:

‘3′.isdecimal() –>true
‘\u0660′.isdeciaml() –>true

其它语言的十进制数字形式参考:http://www.fileformat.info/info/unicode/category/nd/list.htm

str.isdigit():

判断字符串是否只包含数字,这里的数字包括十进制数字和其它特殊数字(如上标数字等)。一般地,一个数字是拥有如下属性值的字符:numeric_type=digit或numeric_type=decimal。

str.isnumeric():

判断字符串是否只包含数字字符。数字字符范围很大,一般来说,数字字符是拥有如下属性值的字符:numeric_type=digit, numeric_type=decimal或numeric_type=numeric。
比较isdecimal()、isdigit()、isnumeric(),几个方法检测的范围依次扩大。

格式化类方法,返回一个格式化的新字符串:

str.encode(encoding=”utf-8”, errors=”strict”):

将字符串以utf-8格式进行编码。

str.lower():

把全部字母字符转换成小写,不去管其它非字母字符。字符串全部为非字母字符也是合法的,但返回原字符串。如:

代码如下:

‘中国123abc’.lower() –> ‘中国123abc’
‘中国123′.lower() –>’中国123′ //不会报错,返回原字符串

str.upper():

与str.lower()相反,把全部字母字符转换成大写。如:

代码如下:

‘中国123abc’.upper() –> ‘中国123abc’
‘中国123’.upper() –>’中国123′

str.swapcase():

把字符串中的大小写字母互换,大写转换成小写,小写转换成大写。不去管非字母类字符。如:

代码如下:

‘中国123ab’.swapcase() –>’中国123ab’
‘中国123’.swapcase() –>’中国123′ //不会报错,返回原字符串

str.capitalize():

字符串首字母大写,其余小写。如果字符串首字符为非字母字符,将返回原字符串。字符串仅包含非字母字符合法,但返回原字符串。如:

代码如下:

‘ab cd’.capitalize() –>’ab cd’ //只转换字符串的首字母
‘中国ab 123cd’.capitalize() –>’中国ab 123cd’ //首字符为非字母字符,返回原字符串
‘中国 123’.capitalize() –>’中国 123′ //不会报错,返回原字符串

str.title():

字符串中每个单词的首字母大写,其余小写。单词的首字符为非字母字符也不影响转换。字符串仅包含非字母字符合法,但返回原字符串。如:

代码如下:

‘ab cd’.title() –>’ab cd’ //字符串中每个单词的首字母大写
‘中国ab 123cd’.title() –>’中国ab 123cd’ //即使首字符为非字母字符,也可以进行转换
‘中国 123’.title() –>’中国 123′

str.center(width[,fillchar]):

返回一个原字符串居中,长度为width的新字符串,width要大于len(str),否则返回原字符串,原字符串开头和结尾处使用fillchar进行填充,默认为空格。
注:width为偶数时,fillchar将平均地填充到原字符串的开头和结尾;为奇数时,fillchar优先填充前面。如:

代码如下:

‘abcd’.center(3) –>’abcd’
‘abcd’.center(8) –>’ abcd ‘
‘abcd’.center(8, *) –>’**abcd**’
‘abcd’.center(7, *) –>’**abcd*’

str.ljust(width[, fillchar]):

返回一个长度为width,左对齐的字符串,最右边填充fillchar,默认为空格。width要大于len(str),否则返回原字符串。如:

代码如下:

‘abcd’.ljust(10) –>’abcd ‘

str.rjust(width[, fillchar]):

与str.ljust()类似,但是它返回一个右对齐的字符串,最左边填充fillchar。

str.lstrip([chars]):

返回一个去除前了导字符的新字符串,chars参数是一个字符串,它包含了所有将要被移除的字符集合。默认为空格。
注:关于lstrip函数(包括rstrip和strip),网上有很多文章,但都讲的不清不楚。它实际的意思是,从原字符串的最左边开始,匹配chars里包含的所有字符,直至遇到第一个非chars字符为止,原字符串中匹配到的所有字符都被移除。

代码如下:

‘www.example.com’.lstrip(‘cmowz.’) –>example.com

从字符串的最左边开始匹配,直至遇到了非chars字符e为止,一共匹配了3个w字符和一个.字符,遇到e匹配结束。

代码如下:

‘xyxxyy testyx yx yyx’.lstrip(‘xy ‘) –>’testyx yx yyx’

从字符串的最左边开始匹配,直至遇到非chars字符t为止,一共匹配了三个x三个y,和一个空格,遇到t匹配结束。

str.rstrip([chars]):
与str.lstrip()相反,从最右边开始匹配。

代码如下:

‘xyxxyy testyx yx yyx’.rstrip(‘xy ‘) –>’xyxxyy test’

str.strip([chars]):
从字符串的两头开始匹配。

代码如下:

‘xyxxyy testyx yx yyx’.strip(‘xy ‘) –>test

str.expandtabs([tabsize]):
把字符串中的所有制表符替换成零个或多个空格,每个制表符替换成多少个空格,由制表符在字符串中的位置和tabsize共同决定。tabsize指定每个制表符替换成的空格数,默认为8个。如:

代码如下:

‘\t\t this\tis test.’.expandtabs(8) –>’ this is test.’

上述示例中,前两个\t,每个都替换成了8个空格,而第三个\t貌似只替换成了4个。实际上不然,因为制表符的制表位是从每行开头算起的,所以第三个制表符的制表位是从行首开始的第24个位置,刚好在is的i前面,而不是从this后面开始算的第8个位置。这就是所谓的共同决定。

str.zfill(width):
返回一个长度为width的数字字符串,最左边填充0。如果width小于等于原字符串长度,则返回原字符串。主要用于数字类字符串的格式化。如:

代码如下:

‘abc’.zfill(5) –> ’00abc’ //一般不会做这种格式化,没什么意义
‘123’.zfill(5) –> ‘00123’

查找 & 替换类方法:

str.count(sub[, start[, end]]):

统计某个字符中子字符串sub的个数。start和end指定统计范围,未指定则默认全字符串范围内统计。如:

代码如下:

‘abcdabac’.count(‘ab’) –>2
‘abcdabac’.count(‘ab’, 2,) –>1

str.find(sub[, start[, end]]):
查找子字符串在字符串中出现的第一个位置,start和end指定一个查找范围。未找到返回-1。

代码如下:

‘0123234’.find(’23’) –>2
‘0123234’.find(’23’, 1) –>2

注:1、find查找的是子字符串在全字符串中出现的第一个位置,匹配到字符串就结束查找,不管后面还有没有匹配的字符串。
2、find查找的是子字符串在全字符串出现的第一个位置,而不是指定切片中的第一个位置。
3、如果仅想判断子字符串是否在某一字符串中,用in判断符即可,无需find。

str.rfind(sub[, start[, end]]):
跟find方法一样,返回指定子串的index位置,只不过rfind从字符串的最右边开始查找,找不到时返回-1。注意:从最右边开始查找,但index位置却是从原字符串的最左边开始算的。如:

代码如下:

‘abcdeef’.find(‘e’) –>4 //从最左边开始查找,从a到第一个d后面的e结束,返回索引值4
‘abcdeef’.rfind(‘e’) –>5 //从最右边开始查找,从a到第一个f前面的e结束,返回索引值5

str.format(*args, **kwargs):
调用fortmat方法的字符串中不但有纯文本,也有使用{}界定符包括起来的替换字段。替换字段既可以是位置参数的数值索引,也可以是字典或属性的key值。该方法返回的字符串里,所有替换字段都被相应参数的值所替代。如:

代码如下:

‘user id: {0}’.format(‘root’) –>user id: root
‘user id: {uid} last login: {last_login}’.format(uid = ‘root’, last_login = ‘5 mar 2012′) –>user id: root last login: 5 mar 2012

str.index(sub[, start[, end]]):

类似str.find(),但是如果没有找到子串,返回raised valueerror。

str.rindex(sub[, start[, end]]):

类似于str.rfind(),但是如果没有找到,返回raises valueerror。

str.replace(old, new[, count]):
返回一个新字符串,原串中的old被替换为new,country指定替换次数。如:

代码如下:

‘aaabbbccc’.replace(‘a’, ‘d’) –>dddbbbccc
‘aaabbbccc’.replace(‘a’, ‘d’, 2) –>ddabbbccc

static str.maketrans(x[, [y, z]]):
这个方法我不是很明白,特别是它还有一个static修饰符。
大致上,它的用途是返回一个转换表,以供str.translate()方法使用,两个方法常配合使用。
如:

代码如下:

table = str.maketrans(‘cs’, ‘kz’)
“please don’t knock at my door!”.translate(table) –>”pleaze don’t knokk at my door!” //’c’被替换成了k,’s’被替换成了z。说明参数可以包含多个字符,但第一个参数包含的字符数和第二个参数包含的字符数必须相等。

table = str.maketrans(‘cs’, ‘kz’, ‘o’)
“please don’t knock at my door!”.translate(table) –>”pleaze dn’t knkk at my dr!” //如果有三个参数,则第三个参数的意思是删除原字符串中的相应字符。

str.translate(map):

和str.maketrans()函数配合使用,替换相应的字符。

拆分 & 组合类方法:

str.partition(sep):

该方法用于拆分字符串,返回一个包含三个元素的元组。如果未能在原字符串中找到sep,则元组的三个元素为:原字符串,空串,空串;否则,从原字符串中遇到的第一个sep字符开始拆分,元组的三个元素为:sep之前的字符串,sep字符,sep之后的字符串;如:

代码如下:

‘abcdee’.partition(‘f’) –> (‘abcdee’, ”, ”)
‘abcdee’.partition(‘e’) –> (‘abcd’, ‘e’, ‘e’)

str.rpartition(sep):

与str.partition()相反,从原字符串的最右边开始拆分,但是同样返回包含三个元素的元组:倒数第一个sep之前的字符串,sep字符,sep之后的字符串。
注意”倒数sep之前的字符串”,这个之前的字符串,是从原字符串的最左边开始算,并不是最右边。如:

代码如下:

‘abcdee’.rpartition(‘e’) –> (‘abcde’, ‘e’, ”) //拆分的三个元素分别是:倒数第一个e之前的元素,e本身,e之后的元素,此外为空格
‘abcdee’.rpartition(‘f’) –> (”, ”, ‘abcdee’) //拆分的三个元素分别是:空格,空格,原字符串

str.split([sep[, maxsplit]]):

返回一个以sep分隔的列表,maxsplit指定拆分次数(因此,列表中元素的个数为maxsplit + 1)。sep默认为空格,maxsplit默认不限制拆分次数。
注意:1)如果未指定sep或指定sep为none(”),str两端的空格将舍弃;如果指定sep(不管能否在原字符串中找到sep),str两端的空格将保留
2)如果未能在原字符串中找到sep,则返回一个仅包含一个元素的列表,这个元素就是原字符串。
如:

代码如下:

‘ abcbdbee ‘.split() –> [‘abcbdbee’] //未指定sep,返回仅包含一个元素的列表,舍弃str两端的空格
‘ abcbdbee ‘.split(‘f’) –> [‘ abcbdbee ‘] //指定f为sep(虽然找不到f),返回仅包含一个元素的列表,保留两端的空格
‘ abcbdbee ‘.split(‘b’) –> [‘ a’, ‘c’, ‘d’, ‘ee ‘] //指定b为sep,不限定拆分次数,str两端的空格被保留
‘ abcbdbee ‘.split(‘b’, 2) –> [‘ a’, ‘c’, ‘dbee ‘] //以b为分隔符,拆分两次

注:有点像str.partition(),但是str.partition()返回一个元组,而且分隔符sep是元组中的一个元素;而str.split(0返回一个列表,分隔符sep不在列表中

str.rsplit([sep[, maxsplit]]):

与str.split()类似,只是它从最右边开始拆分。只有在指定maxsplit的情况下才会看到效果。如:

代码如下:

‘abcbdbee’.rsplit(‘b’) –> [‘a’, ‘c’, ‘d’, ‘ee’] //不指定maxsplit,返回的结果与str.split()相同
‘abcbdbee’.rsplit(‘b’, 2) –> [‘abc’, ‘d’, ‘ee’] //可以看出与str.split(‘b’, 2)的差别

str.join(iterable):

使用连接符str来连接iterable对象中的元素,返回一个被str连接起来的,由iterable对象的元素组成的字符串。如果传入一个非iterable对象,如整数、布尔值等,将返回type error。 如:

代码如下:

‘a b’. join([‘1’, ‘2’, ‘中国’]) –>1a b2a b中国
‘a b’.join(‘12中国’) –>1a b2a b中国
‘a b’.join(123) –>type error

注:iterable object或iterator type最主要的特征是支持两个函数:__iter__()和__next__(),虽然不是很准确,但可以简单的认为支持使用for语句逐个取值的数据类型都是迭代器对象。
sequence type(六种:strings、byte objects、byte arrays、lists、tuples、range objects)和dictionary都属于iterable对象。

str.splitlines([keepends]):

拆分一个包含多行的字符串,以每行为一个元素返回一个列表。如果字符串不是多行的,则返回原字符串。keepends是一个true字符或非零整数,表示保留行尾标志。该方法多用于处理文件。如:

代码如下:

line = ‘ab
cd
ef”’
line.splitlines() –>[‘ab’, ‘cd’, ‘ef’]

line = ‘ab\ncd\nef’
line.splitlines() –>[‘ab’, ‘cd’, ‘ef’]

line = ‘ab\ncd\nef’
line.splitlines(true) –> [‘ab\n’, ‘cd\n’, ‘ef’]

Posted in 未分类