Python字符串操作大师

　　我们总结了 Python 中的基本字符串操作。对于有经验的人来说可能还不够，但是...
　　（补充2018.12.23： print  语法现已兼容Python3，如果Python2中复制粘贴的代码不起作用 from __future__ import print_function  ，请放在代码端开头。） Python 字符串 = 不可变
　　Python 字符串是不可变的，所以即使你想部分重写它们，你
　　也必须将它们组装成一个新的字符串对象。
　　例如，执行字符串替换的方法 replace  返回另一个字符串对象，其中包含替换的内容。 链接
　　使用运算符进行连接 +  。 a = ＂Python＂ b = ＂2.7＂ c = a + b print(c)  # => ＂Python2.7＂
　　由于是按顺序处理的，即使连接很多也没关系a = ＂Python＂ b = ＂ is ＂ c = ＂fancy＂ print(a + b + c)  # => ＂Python is fancy＂
　　join  还有一种使用方法和列表/元组连接的技术。
　　顺便说一句，Ruby 的join  Array 方法（将连接的字符串作为参数），Python 的join  str 方法（将列表/元组作为参数），反之亦然，所以如果你对 Ruby 有丰富的经验，你应该小心。strings = [＂dog＂, ＂cat＂, ＂penguin＂] print(＂,＂.join(strings))  #=> ＂dog,cat,penguin＂ 重复
　　如果重复相同的内容，如果*  运算符给出一个整数，则会生成一个重复指定次数的字符串。s = ＂dog?＂ print(s * 3)  #=> ＂dog?dog?dog?＂ 嵌入价值
　　有三种方法可以将变量的值扩展为字符串。也许还有其他我不知道的。sprintf 风格： ＂%s, %s＂ % (＂Hello＂, ＂World＂)  扩展 sprintf 风格： ＂%(a)s, %(b)s＂ % dict(a=＂Hello＂, b=＂World＂)  使用格式方法： ＂{0}, {1}＂.format(＂Hello＂, ＂World＂)
　　（注）我不知道第二个的确切名称，但我决定将其称为扩展的 sprintf 样式。sprintf 风格
　　如果你给一个带有操作符的字符串一个值或列表/元组%  ，它可以展开如下。a = ＂Python＂ b = ＂a programming language＂ print(＂%s is %s＂ % (a, b))  # => ＂Python is a programming language＂  c = ＂World＂ print(＂Hello, %s!＂ % c)  # => ＂Hello, World!＂
　　您还需要提供与字符串中的扩展符号（等等）一样多的值%s  。它不能多或少。如果有一个扩展符号，%后面的值不需要是列表/元组。（也是由一个元素列表/元组展开）在上面的例子中，第一个print语句的模板字符串%s  包含两个展开符号，所以%后面的值给出的元组元素个数也变成了两个。%  如果要将字符本身保留为模板字符串中的字符，请%%  使用＂%＂ 2 characters。
　　有以下格式说明符。除非您确定，否则暂时离开%s  它可能是个好主意。我想解释如何将格式说明符写入printf 的维基百科页面。%s   --展开为字符串%d   -- 展开为整数%f   -- 扩展为小数点
　　如果您想将元组和列表扩展为＂(1, 2, 3)＂  字符串，例如tuple_var = (1, 2, 3) print(＂tuple_var is: %s＂ % (tuple_var,))
　　如果你不这样做，你会生气，就像只有一个可以替换的占位符一样，即使有三个，所以要小心。扩展的 sprintf 风格
　　* 扩展 sprintf 风格是我给自己起的名字 (^^;
　　在格式字符串后面的括号中指定dict对象的key，在格式字符串%  的运算符右侧指定dict对象%  。如果在重复嵌入相同的值时已经有一个 dict 变量，这很有用。v = dict(first=＂Michael＂, family=＂Jackson＂) print(＂He is %(first)s, %(first)s %(family)s.＂ % v) 格式方法的使用
　　format  您可以通过使用format  方法来使用特定于方法的模板语言。print(＂{0}, {1}＂.format(＂Hello＂, ＂World＂))  #=> ＂Hello, World＂
　　有关更多详细信息，请参阅格式化迷你语言规范。代替s = ＂Today is Monday.＂ ss = s.replace(＂Monday＂, ＂Sunday＂)  #=> ＂Today is Sunday.＂ print(ss) s2 = ＂Hello Hello＂ ss2 = s2.replace(＂Hello＂, ＂Bye＂)  #=> ＂Bye Bye＂ 第三引数を指定しなければすべて置換される print(ss2) s3 = ＂World World＂ ss3 = s3.replace(＂World＂, ＂Hello＂, 1)  #=> ＂Hello World＂ # 第三匹数で置換する個数を指定 print(ss3)
　　对于按照某种模式替换字符串等处理，使用re（正则表达式）包的sub方法。import re s = ＂Hello World＂ print(re.sub(r＂[a-z]＂, ＂A＂, s))  #=> ＂HAAAA WAAAA＂ 获取第 N 个字符s = ＂abc＂ n = 1  # ＂a＂がほしい print(s[n-1])  # 0ベースインデックスで文字を取得  s2 = ＂xyz＂ print(s[-1])  # ＂z＂ 最後の文字 获取一个子串（从第N个字符中取出M个字符）s = ＂This is a pen.＂ n = 1 m = 4 print(s[n-1:n-1+m])  # ＂This＂ print(s[0:4])  # ＂This＂ print(s[-4:-1])  # ＂pen＂ 搜索
　　find  用来。当您想向后搜索时可以使用它rfind  。
　　find 如果找到相应的字符串，则返回从 0 开始的字符串位置，如果没有找到，则返回 -1。s = ＂abcabcabc＂ index = s.find(＂b＂)  # indexは1(2文字目)
　　您可以使用第二个参数指定开始搜索的位置。s = ＂abcabcabc＂ index = s.find(＂b＂, 2)  # indexは4(5文字目)
　　您可以使用以下代码在字符串中找到所有目标。s = ＂abcabcabc＂ target = ＂b＂ index = -1 while True:     index = s.find(target, index + 1)     if index == -1:         break     print(＂start=%d＂ % index) 一次处理一个字符
　　由于字符串类型也是一个迭代器，所以可以用for进行如下处理。我希望你想要一个字符列表list(strvalue)  。for c in ＂aiueo＂:     print(c)  print(list(＂hoge＂))  # => [＂h＂, ＂o＂, ＂g＂, ＂e＂]
　　可能有一种方法可以在引用索引中的字符时进行提取。s = ＂aiueo＂ for i in range(len(s)):     c = s[i]     print(c) 去掉两端的空白
　　strip  ,,可以使用lstrip  。 strip 是一个字符串，从两端删除了空格、制表符和换行符（r 和  ）， lstrip 仅对左端应用与 strip 相同的处理，而 rstrip 仅对 strip 应用相同的处理右端。返回应用的内容。rstrip
　　s = ＂ x ＂ print(＂A＂ + s.strip() + ＂B＂)  # => ＂AxB＂ print(＂A＂ + s.lstrip() + ＂B＂)  # => ＂Ax B＂ print(＂A＂ + s.rstrip() + ＂B＂) # => ＂A xB＂ 删除换行符（相当于perl或ruby chomp的处理）
　　rstrip  看起来可以做到。但是，如果有两个结尾有空格和换行符的模式，并且您只想删除换行符，则需要使用参数指定要删除的字符。line = ＂hoge ＂ msg = line.rstrip() + ＂moge＂ print(msg)  # => ＂hogemoge＂  with open(＂./test.txt＂) as fh:     for line in fh:         no_line_break_line = line.rstrip()         # なにかする   # 空白は削除せずに改行だけ削除する line_with_space = ＂line  ＂  # 改行の前の空白は削除したくない print(line_with_space.rstrip(＂ ＂))  # => ＂line ＂ 全部大写
　　upper()  使用方法。print(＂hello＂.upper())  # => ＂HELLO＂ 全部小写
　　lower()  使用方法。print(＂BIG＂.lower())  # => ＂big＂ 找出字符串是否作为子字符串包含在内s = ＂abc＂ print(＂b＂ in s)  #=> True print(＂x＂ in s)  #=> False 计算字符串作为子字符串出现的次数
　　find  您可以使用之前提出的方法自己做，count  但是有一个方便的方法。s = ＂aaabbc＂ print(s.count(＂b＂))  #=> 2 将 int 转换为字符串v = 1 print(str(v)) print(＂%d＂ % v) 将浮点数转换为字符串f = 1.234 print(str(f))  #=> ＂1.234＂ print(＂%f＂ % f)  #=> ＂1.234000＂ 将列表转换为字符串，将元组转换为字符串
　　有时您想在调试打印等中将其表示为字符串。v = [1,2,3] print(str(v))  #=> ＂[1, 2, 3]＂ print(＂%s＂ % v)  #=> ＂[1, 2, 3]＂
　　%s  如果您尝试显示一个元组，Python 会将给定的元组解释为模板的值列表，您将收到错误消息。v = (1, 2, 3) print(str(v)) #=> ＂(1, 2, 3)＂ よい例 print(＂%s＂ % v) #=> ＂(1, 2, 3)＂を期待するが、TypeErrorになってしまう print(＂%s＂ % (v,)) #=> ＂(1, 2, 3)＂ よい例
　　join  尝试使用诸如组装也很好。v = [1,2,3] print(＂<＂ + (＂/＂.join([ str(item) for item in v ])) + ＂>＂)  #=> ＂<1/2/3>＂
　　tuple  对象也是如此。将字典转换为字符串
　　有时您想在调试打印等中将其表示为字符串。v = dict(a=1, b=2) print(str(v))  #=> ＂{＂a＂: 1, ＂b＂: 2}＂ print(＂%s＂ % v)  #=> ＂{＂a＂: 1, ＂b＂: 2}＂
　　keys  您还可以使用或列表理解join  生成一个带有一个衬里的字符串。v = dict(a=1, b=2) print(＂<＂ + ＂, ＂.join([ ＂%s=%s＂ % (k, v[k]) for k in v.keys() ]) + ＂>＂)  #=> ＂＂ 使字节成为 unicode 字符串
　　从文件或套接字读取的数据（以二进制模式打开）是字节字符串，因此如果不将其解释为 unicode 字符串，将无法以字符为单位进行操作。Python2系列（2.7等）中区分str（字节串）和unicode（字符串），在Web应用等期望输入多字节字符的场景中，最好把字符串当作unicode对象... 使用一种方法将字节字符串解释为具有指定编码的 unicode 字符串decode()  。
　　Python3系列中str  type为字符串类型（对应Python2系列unicode类型），bytes  type为byte字符串类型（对应Python2系列str类型）。with open(＂utf8_content_file.txt＂, ＂rb＂) as fh:  # rbなのでバイナリモード     byte_content = fh.read()  # ぜんぶ読み込む, この時点ではバイト列     print(len(byte_content))  # バイト数     unicode_string = byte_content.decode(＂utf-8＂)  # utf-8エンコーディングで、文字の並びとして解釈     print(len(unicode_string))  # 文字数
　　decode()  该方法的默认编码是，utf-8  如果您知道要解释的字节字符串的编码是 UTF-8，则可以省略编码。bytes_data = b＂ã ã ã å ＂ print(bytes_data.decode())  # => ＂バイト列＂
　　日语中常用的编码如下所示。utf_8  UTF-8（别名utf-8   U8   utf8   cp65001  ：）shift_jis  Shift JIS（也称为csshiftjis   shiftjis   sjis   s_jis  :)cp932  Shift JIS（扩展移位 JIS）（也称为932   ms932   mskanji   mks-kanji  :)euc_jp  EUC-JP（也称为eucjp   ujis   u-jis  :)iso2022_jpcsiso2022jp   iso2022jp   iso-2022-jp  JIS (ISO-2022-JP ) (别名:)
　　Python 支持的其他编码codecs  可以在包页面找到：https ://docs.python.org/ja/3/library/codecs.html将 unicode 字符串转换为字节
　　相反，当写入文件或套接字（以二进制模式打开）时，字符串必须是字节字符串。在这种情况下，使用unicode object的encode()  方法。unicode_string = u＂マルチバイト文字の文字列＂ with open(＂./utf8_content_file.txt＂, ＂wb＂) as fh:  # 書き込み+バイナリモードでopen     byte_content = unicode_string.encode(＂utf-8＂)  # utf-8エンコーディングで表現した場合のバイト列を取得     fh.write(byte_content)  # バイト列を書き込み
　　encode()utf-8  该方法也表现得好像它是在没有传递编码的情况下传递的。str_data = ＂バイト列＂ print(str_data.encode()) # => b＂ã ã ã å ＂