跳转到内容

User:Xyy23330121/Python/字符串的操作

来自维基学院


Python 为字符串添加了许多有意思的操作。迫于篇幅原因,这里另起一个页面。

在初次阅读时,只要掌握本页面的in / not in以及 str.find 即可。与其熟记以下全部内容,等需要操作的时候再来查阅是更有效的方法。

简单操作

[编辑 | 编辑源代码]

这些操作比较简单,因为读者不需要学习 Unicode 对各个字符的定义或属性即可正常使用。

判断子字符串

[编辑 | 编辑源代码]

in / not in

[编辑 | 编辑源代码]

以下语句被用于判断字符串是否为另一字符串的子字符串:

print("Py" in "Python")      #输出:True
print("Py" not in "Python")  #输出:False

如果读者在之前章节学习比较运算符时看了文档。不难发现 Python 将 in 和 not in 视为是比较运算符的一种。因此,比较运算符的并联,比如 "Py" in "Python" not in "ABCDE" 也是可以的。

查找子字符串在父字符串中的位置

[编辑 | 编辑源代码]
提示
在 Python 文档中,用方括号括起来的部分,代表“可选的部分”。在使用时,可以不输入这部分内容。比如左边的str.find(sub[, start[, end]])。它的意思是,可以用以下方式输入:
  1. str.find(sub, start, end)
    可选的部分全部输入。
  2. str.find(sub, start)
    不输入 [, end] 的部分。
  3. str.find(sub)
    不输入[, start[, end]]

这种表示方法下,str代表读者创建的一个字符串,在使用时需要替换为字符串的内容,比如:

a = "Python"
index = a.find("y")

或者:

index = "Python".find("y")

而非直接使用str

如果是直接使用str的情况,它会写作[1]

classmethod int.from_bytes(bytes, byteorder='big', *, signed=False)

或者,对于类型名称已经很明显时,写作[2]

classmethod fromhex(string)

本教程之后的内容都将采用 Python 文档的方法。

str.find(sub[, start[, end]])

[编辑 | 编辑源代码]

str.find(sub)会寻找 str 中,从左往右第一个子字符串 sub 的首字符索引。如果没有找到,返回-1

关于 startend 这两个参数,用以下方式可能更好理解。这两个方式输出的结果是相同的:

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

考虑到程序运行耗时,如果只是要确定子字符串是否在字符串之中,Python 更建议使用sub in str的方式。

str.rfind(sub[, start[, end]])

[编辑 | 编辑源代码]

类似 str.find ,但它会寻找 str 中,从右往左第一个子字符串 sub 的首字符索引。

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

[编辑 | 编辑源代码]

类似 str.find ,但是在找不到的时候,会触发ValueError

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

[编辑 | 编辑源代码]

类似 str.rfind ,但是在找不到的时候,会触发ValueError

计数子字符串出现的次数

[编辑 | 编辑源代码]

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

[编辑 | 编辑源代码]

str.count(sub) 会寻找字符串 str 中,子字符串 sub 出现的次数。比如:

print("Python".count("y"))   #输出:1
print("aaaaaa".count("aa"))  #输出:3 被计数的sub之间,两两不会重合。
print("Python".count(""))    #输出:7 输入空字符串时,会返回len(str) + 1。

类似 str.find,以下两个方式输出的结果是相同的:

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

str.replace(old, new[, count])

[编辑 | 编辑源代码]

返回 str 中,所有子字符串 old 都被转换成 new 的副本。如果指定了 count ,则最多替换从左往右的 count 个子字符串。有以下示例:

print("aaaa".replace("a","12"))   #输出:12121212
print("aaaa".replace("aa","1"))   #输出:11
print("aaaa".replace("a","1",3))  #输出:111a

拼接与拆分

[编辑 | 编辑源代码]

str.join(iterable)

[编辑 | 编辑源代码]

iterable 需要是一个由字符串组成的可迭代序列。str.join(iterable) 会返回把 iterable 中的所有拼接在一起的字符串;拼接时,会把 str 作为分隔符。有以下示例:

print("-ddd-".join(["a","b","c"])) #输出:a-ddd-b-ddd-c

str.split(sep = None, maxsplit = -1)

[编辑 | 编辑源代码]
提示
在 Python 文档中,符号 = 是另一种表示可选参数的方式,与方括号的方式不同,该方式同时给出了不使用该参数时,参数的默认值。以左边的str.split(sep = None, maxsplit = -1)为例:
  • 读者可以不使用参数 sep,此时,sep 会取默认值None
  • 读者可以不使用参数 maxsplit,此时,maxsplit 会取默认值-1

从而,使用str.split()等同于使用str.split(None, -1)

None 是 Python 中表示“空”的类型(对应其它一些语言中的 Null )。读者无需特别掌握该类型。

返回字符串被按分割符 split 分割后的列表。比如:

print("a-ddd-b-ddd-c".split("-ddd-")) #输出:['a', 'b', 'c']

如果指定了 maxsplit,使 maxsplit 的值不为 -1。则最多从左往右分割 maxsplit 次。比如:

print("a-ddd-b-ddd-c".split("-ddd-",1)) #输出:['a', 'b-ddd-c']

str.rsplit(sep = None, maxsplit = -1)

[编辑 | 编辑源代码]

类似str.split,但在指定 maxsplitmaxsplit 的值不为 -1 时,会从右往左分割 maxsplit 次。比如:

print("a-ddd-b-ddd-c".split("-ddd-")) #输出:['a-ddd-b', 'c']

str.splitlines(keepends = False)

[编辑 | 编辑源代码]

返回由原字符串中各行组成的列表。每一项为一行的内容,不包含换行符。

如果 keependsTrue,则每一行为一行的内容,包含换行符。

以下字符会被视为是换行符:

换行符 描述
\n 换行
\r 回车
\r\n 回车 + 换行
\v 或 \x0b 行制表符
\f 或 \x0c 换表单
\x1c 文件分隔符
\x1d 组分隔符
\x1e 记录分隔符
\x85 下一行 (C1 控制码)
\u2028 行分隔符
\u2029 段分隔符

str.partition(sep)

[编辑 | 编辑源代码]

返回有三个元素的元组。看以下示例:

print("a-ddd-b-ddd-c".partition("-ddd-")) #输出:('a','-ddd-','b-ddd-c')
print("a-ddd-b-ddd-c".partition("-ded-")) #输出:('a-ddd-b-ddd-c','','')

若上面示例不够清楚,下面的代码可能有所帮助。它返回的内容等同于:

(s[:end if (end:=s.find(sep)) != -1 else (end:=len(s))],
 s[end:end+len(sep)],
 s[end+len(sep):])

str.rpartition(sep)

[编辑 | 编辑源代码]

类似str.partition。返回有三个元素的元组,但是是从右往左进行的。看以下示例:

print("a-ddd-b-ddd-c".rpartition("-ddd-")) #输出:('a-ddd-b','-ddd-','c')
print("a-ddd-b-ddd-c".rpartition("-ded-")) #输出:('','','a-ddd-b-ddd-c')

与字符串开头/结尾内容有关的操作

[编辑 | 编辑源代码]

str.startswith(prefix[, start[, end]])

[编辑 | 编辑源代码]

若字符串 strprefix 为开头,str.startswith(prefix) 会返回 True,否则返回False。比如:

print("Python".startswith("Py"))      #输出:True
print("Python".startswith("th"))      #输出:False

类似 str.find,以下两个方式输出的结果是相同的:

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

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

[编辑 | 编辑源代码]

类似 str.startswith ,若字符串 strsuffix 为结尾,str.endswith(suffix) 会返回 True,否则返回False

str.removeprefix(prefix)

[编辑 | 编辑源代码]

若字符串 strprefix 为开头,则返回 str 移除开头的 prefix 后的副本。比如:

print("Python".removeprefix("Py"))      #输出:thon
print("Python".removeprefix("th"))      #输出:Python

str.removesuffix(suffix)

[编辑 | 编辑源代码]

类似 str.removeprefix。不过返回的是移除结尾的副本。

str.lstrip([chars])

[编辑 | 编辑源代码]
提示
若左侧说明不够详细,以下代码可能对理解str.lstrip的作用有帮助。返回的结果等同于运行下面函数返回的结果:
def lstrip(str, char = " "):
    for index in range(len(str)):
        if str[index] not in chars:
            return str[index:]
    return ""
关于函数,参见之后的章节。

返回移除 str 开头,所有在 chars 中列出字符的副本,直到出现未列出的字符为止。如果不输入 chars ,默认移除空格。

print("abcaabbccdabc".lstrip("abc"))      #输出:dabc

str.rstrip([chars])

[编辑 | 编辑源代码]

类似 str.lstrip 不过移除的是结尾的字符。

str.strip([chars])

[编辑 | 编辑源代码]

类似 str.lstrip 但开头和结尾的字符都会被移除。

居中与左右对齐

[编辑 | 编辑源代码]

str.center(width[, fillchar])

[编辑 | 编辑源代码]

str.center(width)会返回原字符串居中的副本。它会在字符串两端填充空格,直到字符串长度达到或超过 width 为止。如果字符串长度本就大于 width ,它会直接返回字符串的副本。比如:

print("-","a".center(5),"-")  #输出:-   a   -
print("-","a".center(6),"-")  #输出:-   a    -
print("a12345678".center(5))  #输出:a12345678

fillchar 可以输入一个长度为 1 的字符串(单个字符)。如果指定了 fillchar 两端填充的将不是空格,而是 fillchar

str.ljust(width[, fillchar])

[编辑 | 编辑源代码]

类似str.center,但返回的是原字符串居左的副本。

str.rjust(width[, fillchar])

[编辑 | 编辑源代码]

类似str.center,但返回的是原字符串居右的副本。


复杂操作

[编辑 | 编辑源代码]

Python 在设计这些操作的时候广泛参考了 Unicode 标准,尤其是对各种语言的大小写、各种语言的数字之类的标准。因此,比如在理解大小写时,可以用英文字母的大小写来理解,但不要狭义的以为只有英文字母有大小写、或所有字符不是大写、就是小写。具体情况请参阅 Unicode 标准。

除此之外,也可以通过 unicodedata 模块 来进行操作。

判断大小写

[编辑 | 编辑源代码]

str.islower()

[编辑 | 编辑源代码]

如果字符串中字符都是小写,则返回 True。

str.isupper()

[编辑 | 编辑源代码]

如果字符串中字符都是大写,则返回 True。

str.istitle()

[编辑 | 编辑源代码]

如果字符串的每个单词的首字母都是大写、而其余字母都是小写,则返回 True。

大小写转换

[编辑 | 编辑源代码]

str.lower()

[编辑 | 编辑源代码]

将所有字符转换为小写(如果有小写形式)。

str.upper()

[编辑 | 编辑源代码]

将所有字符转换为大写(如果有大写形式)。

str.swapcase()

[编辑 | 编辑源代码]

将小写字符转换为大写,将大写字符转换为小写。

要注意,由于 Unicode 标准的原因,多个小写字符可能对应同一个大写字符。这使得 str.swapcase().swapcase() 不一定与 str 相等。

str.capitalize()

[编辑 | 编辑源代码]

将字符串的第一个字母转换为大写,其余转换为小写。

str.title()

[编辑 | 编辑源代码]

返回字符串中各个单词首字母大写的副本。

该方法将连续的字母组合视为单词,因此 they're 由于引号分隔,会被转换为 They'Re

str.casefold()

[编辑 | 编辑源代码]

将所有字符转换为小写,且更为严格(如果有小写形式)。在 Python 文档中有以下示例:

德语小写字母 'ß' 相当于 "ss"。 由于它已经是小写了,lower() 不会对 'ß' 做任何改变;而 casefold() 则会将其转换为 "ss"。

判断字符类型

[编辑 | 编辑源代码]

str.isalnum()

[编辑 | 编辑源代码]

如果字符串中每个字符都是字母或数字,则返回 True

严格来讲,如果 c.isalpha() , c.isdecimal() , c.isdigit() ,或 c.isnumeric() 之中有一个返回 True ,则字符 c 是字母或数字。

str.isalpha()

[编辑 | 编辑源代码]

如果字符串中每个字符都是字母,则返回 True

字母指的是 Unicode 字符数据库中被定义为 "Letter" 的字符,即具有通用类型属性 "Lm", "Lt", "Lu", "Ll" 或 "Lo" 之一的字符。

str.isascii()

[编辑 | 编辑源代码]

如果字符串中每个字符都是 ascii 字符,则返回 True

str.isdecimal()

[编辑 | 编辑源代码]

如果字符串中每个字符都是十进制数字字符,则返回 True

十进制字符是 Unicode 通用类别 "Nd" 中的字符。

str.isidentifier()

[编辑 | 编辑源代码]

如果字符串可以作为变量名,或是关键词的名称,则返回 True

str.isnumeric()

[编辑 | 编辑源代码]

如果字符串中所有字符都是数值字符,则返回 True

数值字符就是 Unicode 数据库中,具有特征属性值 Numeric_Type=Digit, Numeric_Type=Decimal 或 Numeric_Type=Numeric 的字符。

str.isprintable()

[编辑 | 编辑源代码]

如果字符串中所有字符均为可打印字符或字符串为空则返回 True ,否则返回 False 。

不可打印字符指的是空格(\x20)以外的、在 Unicode 字符数据库中被定义为 "Other" 或 "Separator" 的字符。

參考文獻

[编辑 | 编辑源代码]