一、字符串方法
1、替换字符
str.replace("Astr","Bstr");#A替换为B
2、去空格及特殊符号
#s为字符串,rm为要删除的字符序列
s.strip(rm); #删除s字符串中开头、结尾处,位于 rm删除序列的字符
s.lstrip(rm);#删除s字符串中开头处,位于 rm删除序列的字符
s.rstrip(rm);#删除s字符串中结尾处,位于 rm删除序列的字符
3、查找字符
#strchr(str1,str2)
# < 0 为未找到
str1 = 'strchr'
str2 = 's'
nPos = str1.index(str2)
print(nPos)
4、大小写变换
S.lower() #小写
S.upper() #大写
S.swapcase() #大小写互换
S.capitalize() #首字母大写
5、追加指定长度的字符串
str1 = '12345'
str2 = 'abcdef'
n = 3
str1 += str2[0:n]
print(str1)
6、查找字符串
str1 = 'abcdefg'
str2 = 'cde'
print(str1.find(str2)) #返回字符串出现的位置
7、分割字符串
s = 'ab,cde,fgh,ijk'
print(s.split(',')) #字符串变列表
8、连接字符列表
delimiter = ','
mylist = ['Brazil', 'Russia', 'India', 'China']
print (delimiter.join(mylist))
# 输出结果:Brazil,Russia,India,China
9、截取字符串
str = '0123456789'
print (str[0:3]) #截取第一位到第三位的字符
print (str[:]) #截取字符串的全部字符
print (str[6:]) #截取第七个字符到结尾
print (str[:-3]) #截取从头开始到倒数第三个字符之前
print (str[2]) #截取第三个字符
print (str[-1]) #截取倒数第一个字符
print (str[::-1]) #创造一个与原字符串顺序相反的字符串
print (str[-3:-1]) #截取倒数第三位与倒数第一位之前的字符
print (str[-3:]) #截取倒数第三位到结尾
print (str[:-5:-3]) #逆向截取,倒数第一位与倒数第五位之间的字符,步长为3
10、字符串中的搜索和替换
S.find(substr, [start, [end]])
#返回S中出现substr的第一个字母的标号,如果S中没有substr则返回-1。start和end作用就相当于在S[start:end]中搜索
S.index(substr, [start, [end]])
#与find()相同,只是在S中没有substr时,会返回一个运行时错误
S.rfind(substr, [start, [end]])
#返回S中最后出现的substr的第一个字母的标号,如果S中没有substr则返回-1,也就是说从右边算起的第一次出现的substr的首字母标号
S.rindex(substr, [start, [end]])
S.count(substr, [start, [end]]) #计算substr在S中出现的次数
S.replace(oldstr, newstr, [count])
#把S中的oldstar替换为newstr,count为替换次数。这是替换的通用形式,还有一些函数进行特殊字符的替换
S.strip([chars])
#把S中前后chars中有的字符全部去掉,可以理解为把S前后chars替换为None
S.lstrip([chars])
S.rstrip([chars])
S.expandtabs([tabsize])
#把S中的tab字符替换没空格,每个tab替换为tabsize个空格,默认是8个
11、编码和解码格式
S.encode([encoding,[errors]])
# 其中encoding可以有多种值,比如gb2312 gbk gb18030 bz2 zlib big5 bzse64等都支持。errors默认值为"strict",意思是UnicodeError。可能的值还有'ignore', 'replace', 'xmlcharrefreplace', 'backslashreplace' 和所有的通过codecs.register_error注册的值。这一部分内容涉及codecs模块,不是特明白
S.decode([encoding,[errors]])
12、字符串测试和判断
S.startswith(prefix[,start[,end]])
#是否以prefix开头
S.endswith(suffix[,start[,end]])
#以suffix结尾
S.isalnum()
#是否全是字母和数字,并至少有一个字符
S.isalpha() #是否全是字母,并至少有一个字符
S.isdigit() #是否全是数字,并至少有一个字符
S.isspace() #是否全是空白字符,并至少有一个字符
S.islower() #S中的字母是否全是小写
S.isupper() #S中的字母是否便是大写
S.istitle() #S是否是首字母大写的
13、类型转换
string.atoi(s[,base])
#base默认为10,如果为0,那么s就可以是012或0x23这种形式的字符串,如果是16那么s就只能是0x23或0X12这种形式的字符串
string.atol(s[,base]) #转成long
string.atof(s[,base]) #转成float
!注意:字符串对象是不可改变的,也就是说在python创建一个字符串后,你不能把这个字符中的某一部分改变。任何上面的函数改变了字符串后,都会返回一个新的字符串,原字串并没有变。变通方法:可以用S=list(S)这个函数把S变为由单个字符为成员的list,这样的话就可以使用S[3]='a'的方式改变值,然后再使用S=" ".join(S)还原成字符串。
二、正则语法
三、re.match()、re.search()和re.findall()的区别
1、re.match
re.match() 总是从字符串“开头”去匹配,并返回匹配的字符串的match对象
str1 = 'Hello World!'
print(re.match(r'e',str1))
#返回结果:none
2、re.search()
re.search()函数将对整个字符串进行搜索,并返回第一个匹配的字符串的match对象
str1 = 'Hello World!'
print(re.search(r'e',str1))
#输出结果:<_sre.SRE_Match object; span=(1, 2), match='e'>
re.search()和re.match()函数返回match对象包括分组时,group(0)返回【完整匹配】的字符串,group(1)及以上分别返回各分组字符串。groups()函数返回各分组组成的元组对象。
3、re.findall()
re.findall()函数将返回一个 所有匹配 的字符串的字符串列表
str1 = 'Hello World!'
re.findall(r'e',str1)
#输出结果:['e']
四、正则匹配
1、pattern
pattern = re.compile(r'[\u4e00-\u9fa5]+');#匹配中文字符
result = javapattern.findall(sourcefile)
2、贪婪和非贪婪匹配
str = "a123b456b"
print re.findall(r"a(.+?)b", str)
#输出['123']#?控制只匹配0或1个,所以只会输出和最近的b之间的匹配情况
print re.findall(r"a(.+)b", str)
#输出['123b456']
print re.findall(r"a(.*)b", str)
#输出['123b456']
3、多行匹配
多行匹配,需要加上re.S
和re.M
标志. 加上re.S
后, .
将会匹配换行符,默认.
不会匹配换行符.
str = "a23b\na34b"
re.findall(r"a(\d+)b.+a(\d+)b", str)
#输出[]
#因为不能处理str中间有\n换行的情况
re.findall(r"a(\d+)b.+a(\d+)b", str, re.S)
#s输出[('23', '34')]
re.findall(r"^a(\d+)b", str)
#输出['23']
re.findall(r"^a(\d+)b", str, re.M)
#输出['23', '34']