Python描述数据结构之字符串篇

前言

字符串通常被称为串，前面博客也提到过，它是Python的一种基本数据类型，所以在本篇博文不再对字符串做过的叙述，而是整理一下Python中内置的对字符串的操作方法。

1. count()

$str.count(sub[, start[, end]])$
统计子字符串 $sub$ 在 $[start, end]$ 范围内出现的次数。可选参数 $start$ 与 $end$ 是切片表示法。

	str_x = 'abcdbbefg'
    print(str_x.count('bb'))
>>>>1

2. encode()

$str.encode(encoding="utf-8", errors="strict")$
对字符串按指定编码进行编码。默认编码为 $'utf-8'$ 。可以通过 $errors$ 来设置不同的错误处理方案， $errors$ 的默认值为 $'strict'$ ，表示编码错误会引发 $UnicodeError$ ，其他可用的值为 $'ignore'$ ， $'replace'$ 。

	str_x = 'abcdbbefg'
    print(str_x.encode())
>>>>b'abcdbbefg'

3. decode()

$bytes.decode(encoding='UTF-8',errors='strict')$
对字符串按指定编码进行解码。正好与 $encode()$ 是相反的操作。

	str_x = 'abcdbbefg'
    print(str_x.encode(encoding='utf-8'))
    print(str_x.encode(encoding='utf-8').decode(encoding='utf-8'))
>>>>b'abcdbbefg'
>>>>abcdbbefg

4. format()

$str.format(*args, **kwargs)$
执行字符串格式化操作。
格式： $\{<参数序号>:$ $<格式控制符>\}$ 。其中，格式控制标记用来控制参数显示时的格式，格式内容如下：

:	<填充>	<对齐>	<宽度>	< , >	< .精度 >	<类型>
引导符号	用于填充的单个字符，默认为空格	< 左对齐 > 右对齐 ^ 居中	输出宽度	数字的千位分隔符，适用于整数和浮点数	浮点数小数部分的精度或字符串的最大输出长度	整数类型，b，c，d，o，x，X，浮点数类型，e，E，f，%

	print("{:*^15}".format('abcdefg'))
    print("{:,}".format(1000000))
    print("{:.2f}".format(3.1415926))
    print("{:.2%}".format(3.1415926))
    print("{:.2e}".format(1000000))
    print("{:b}".format(5))
>>>>****abcdefg****
>>>>1,000,000
>>>>3.14
>>>>314.16%
>>>>1.00e+06
>>>>101

* $args$ 表示任何多个无名参数，它是一个 $tuple$ ；** $kwargs$ 表示关键字参数，它是一个 $dict$ 。如果同时使用* $args$ 和** $kwargs$ 时，* $vargs$ 参数列必须要放在** $kwargs$ 前面。

5. find()

$str.find(sub[, start[, end]])$
查找子字符串 $sub$ 在 $str[start:end]$ 切片内的最小索引。如果 $sub$ 未被找到则返回 -1，可选参数 $start$ 与 $end$ 是切片表示法。

	str_x = 'abcdbbefg'
    print(str_x.find('b'))
>>>>1

6. index()

$str.index(sub[, start[, end]])$
类似于 $find()$ ，但在找不到子类时会引发 $ValueError$ 。

7. endswith()

$str.endswith(suffix[, start[, end]])$
如果字符串以指定的 $suffix$ 结尾，则返回 $True$ ，否则返回 $False$ 。 $suffix$ 也可以为由多个供查找的后缀构成的元组。可选参数 $start$ 与 $end$ 是切片表示法。

扫描二维码关注公众号，回复： 11576634 查看本文章

	str_x = 'abcdbbefg'
    print(str_x.endswith(('a', 'g')))
>>>>True

8. startswith()

$str.startswith(prefix[, start[, end]])$
如果字符串以指定的 $suffix$ 开始，则返回 $True$ ，否则返回 $False$ 。用法同 $endswith()$ 。

9. join()

$str.join(iterable)$
将序列中的元素以指定的字符连接，生成一个新的字符串。

	str_list = ['abd', 'cca', 'befg']
    print(' '.join(str_list))
>>>>abd cca befg

10. split()

$str.split(sep=None, maxsplit=-1)$
以 $sep$ (默认为所有的空字符，包括空格、换行(\n)、制表符(\t)等)进行分割字符串，返回分割后的列表， $maxsplit$ 是分割次数，如果未指定，则进行所有可能的拆分。

	str_x = 'this is a pig'
    print(str_x.split())
    print(str_x.split(' '))
    print(str_x.split(' ', maxsplit=1))
>>>>['this', 'is', 'a', 'pig']
>>>>['this', 'is', 'a', 'pig']
>>>>['this', 'is a pig']

11. strip()

$str.strip([chars])$
移除其中的首部和末尾字符。 $chars$ 参数为指定要移除字符的字符串，默认移除空格符。实际上 $chars$ 参数并非指定单个前缀或后缀，而是会移除参数值的所有组合。

	str_x = ' this is a pig*  '
    print(str_x.strip())
    print(str_x.strip('*'))
    print(str_x.strip('* '))
>>>>this is a pig*
>>>> this is a pig*  
>>>>this is a pig

12. replace()

$str.replace(old, new[, count])$
将所有子字符串 $old$ 替换为 $new$ 。如果给出了可选参数 $count$ ，则只替换前 $count$ 次出现的。

	str_x = 'this is a pig'
    print(str_x.replace('pig', 'tiger'))
>>>>this is a tiger

13. zfill()

$str.zfill(width)$
在字符串左边填充 $'0'$ 使其长度变为 $width$ 。正负值前缀 $('+','-')$ 的处理方式是在正负符号之后填充而非在之前。如果 $width$ 小于等于 $len(str)$ ，则返回原字符串的副本。

	str_x = '999'
    print(str_x.zfill(5))
>>>>00999

14. lower()

$str.lower()$
将大写的字符均转换为小写。

	str_x = 'this Is A pig'
    print(str_x.lower())
>>>>this is a pig

15. upper()

$str.upper()$
将小写的字符均转换为大写。

	str_x = 'this Is A pig'
    print(str_x.upper())
>>>>THIS IS A PIG

16. capitalize()

$str.capitalize()$
返回原字符串的副本，其首个字符大写，其余为小写。

	str_x = 'abcdefg'
    print(str_x.capitalize())
    print(str_x)
    
>>>>Abcdefg
>>>>abcdefg

17. isalnum()

$str.isalnum()$
检测字符串是否只由字母或数字组成，如果是返回 $True$ ，否则返回 $False$ 。

	str_x = 'abc9befg'
    print(str_x.isalnum())
    str_x = 'abc9 befg'
    print(str_x.isalnum())
>>>>True
>>>>False

18. isalpha()

$str.isalpha()$
检测字符串是否只由字母或中文组成，如果是返回 $True$ ，否则返回 $False$ 。

	str_x = 'abc9befg'
    print(str_x.isalpha())
    str_x = 'abc李befg'
    print(str_x.isalpha())
>>>>False
>>>>True

19. isdigit()

$str.isdigit()$
检测字符串是否只由数字组成，如果是返回 $True$ ，否则返回 $False$ 。

	str_x = 'abc9befg'
    print(str_x.isdigit())
>>>>False

20. islower()

$str.islower()$
检测字符串所有字母是否都为小写，如果是返回 $True$ ，否则返回 $False$ 。

	str_x = 'abc3456befg'
    print(str_x.islower())
>>>>True

21. isupper()

$str.isupper()$
检测字符串所有的字母是否都为大写，如果是返回 $True$ ，否则返回 $False$ 。

	str_x = 'Abd Dihgj'
    print(str_x.isupper())
>>>>False

22. isspace()

$str.isspace()$
检测字符串是否只由空格组成，如果是返回 $True$ ，否则返回 $False$ 。

	str_x = 'abc34 56befg'
    print(str_x.isspace())
>>>>False

23. istitle()

$str.istitle()$
检测字符串中所有的单词拼写首字母是否为大写，且其他字母为小写，如果是返回 $True$ ，否则返回 $False$ 。

	str_x = 'Abd Dihgj'
    print(str_x.istitle())
>>>>True

24. title()

$str.title()$
返回原字符串的标题版本，其中每个单词第一个字母为大写，其余字母为小写。

	str_x = 'this is a pig'
    print(str_x.title())
>>>>This Is A Pig

25. swapcase()

$str.swapcase()$
将大写字母转换为小写，小写字母转换为大写。

	str_x = 'this iS a Pig'
    print(str_x.swapcase())
>>>>THIS Is A pIG

26. splitlines()

$str.splitlines([keepends])$
按照行( $'$ \r $'$ , $'$ \r\n $'$ , $'$ \n $'$ )分隔，返回一个包含各行作为元素的列表，如果参数 $keepends$ 为 $False$ ，不包含换行符，如果为 $True$ ，则保留换行符。

27. maketrans()

$str.maketrans(x[, y[, z]])$
用于创建字符映射的转换表，如果只有一个参数 $x$ ，则 $x$ 必须是字典；如果有两个参数 $x$ 和 $y$ ， $x$ 、 $y$ 必须是长度相等的字符串；如果有三个参数 $x$ 、 $y$ 、 $z$ ，第三个参数 $z$ 必须是字符串，其字符将被映射为 $None$ ，即删除该字符。

28. translate()

$str.translate(table)$
根据参数 $table$ 给出的映射表(通过 $maketrans()$ 方法转换而来)。

	str_x = 'this iS a Pig'
    table = str_x.maketrans('abcdefg', '1234567')
    result = str_x.translate(table)
    print(result)
>>>>this iS 1 Pi7

29. center()

$str.center(width[, fillchar=None])$
返回长度为 $width$ 的字符串，原字符串在其正中。使用指定的 $fillchar$ 填充两边的空位(默认使用空格填充)。如果 $width$ 小于等于 $len(str)$ 则返回原字符串的副本。

30. ljust()

$str.ljust(width[, fillchar])$
返回长度为 $width$ 的字符串，原字符串在其中靠左对齐。使用指定的 $fillchar$ 填充空位 (默认使用空格)。

31. rjust()

$str.rjust(width[, fillchar])$
返回长度为 $width$ 的字符串，原字符串在其中靠右对齐。使用指定的 $fillchar$ 填充空位 (默认使用空格)。

	str_x = 'abcdefg'
    print(str_x.center(15, '*'))
    print(str_x.ljust(15, '*'))
    print(str_x.rjust(15, '*'))
>>>>****abcdefg****
>>>>abcdefg********
>>>>********abcdefg

32. lstrip()

$str.lstrip([chars])$
删除字符串左边的空格或指定字符。参数同 $strip()$ 。

33. rstrip()

$str.rstrip([chars])$
删除字符串右边的空格或指定字符。参数同 $strip()$ 。

34. rfind()

$str.rfind(sub[, start[, end]])$
从右边开始查找，参数同 $find()$ 。

35. rindex()

$str.rindex(sub[, start[, end]])$
从右边开始查找，参数同 $index()$ 。

36. rsplit()

$str.rsplit(sep=None, maxsplit=-1)$
从右边开始分割，参数同 $split()$ 。

更多方法请参考官方文档。

结束语

根据平时使用的情况，做一个简单小结：平时做爬虫，不同的文本需要进行不同的编/解码，常用 $encode()$ 和 $decode()$ 方法，如果涉及到加/解密还会用到其他函数库，这些以后在Python爬虫专栏里面说；对字符进行格式化输出、分割、替换字符等等，常用 $format()$ 、 $split()$ 、 $replace()$ 等；将列表转换成字符串，常用 $join()$ ；对文本进行预处理，删除换行符时，常用 $strip()$ ；给文件统一按序号命名，常用 $zfill()$ ；其他对字符串的处理，比如匹配，常用的是正则表达式，即 $re$ 库。