Python学习笔记（五）——字符串

字符串

Python字符串——一个有序字符的集合，用于存储和表现基于文本的信息。

Python中没有单个字符的类型，只有使用一个字符的字符串。

字符串被划分为不可变序列，意味着这些字符串所包含的字符存在从左往右的位置程序，并且不可以在原处修改。

常见字符串常量和表达式：

#

字符串常量：

 单引号：'Yert"s'
 双引号："Yert's"
 三引号："....................Yert................................"
 转义字符：’\tp’
 Raw字符串：r"C:w\test.com"
 Python3.0中的Byte字符串：b’sp\x01
 只在Python2.6出现的Unicode字符串：u’egg\suu’

单双引号的作用相同：

>>> 'Yert',"Yert"
('Yert', 'Yert')

Python自动合并相邻的字符串常量：

>>> title="The truth "  'of' "life"
>>>
>>> title
'The truth oflife'

三重引号编写多行字符串块：

>>>
>>> longfile='''
...
...
... a
... a
... a
... a
... a
... '''
>>>
>>>
>>> longfile
'\n\n\na\na\na\na\na\n'
>>>
>>> print(longfile)

a
a
a
a
a

>>>

转义字符序列：

通过反斜杠转义字符嵌入引号：

>>> 'today\'s',"yesterday\"s"
("today's", 'yesterday"s')

转义序列插入绝对的二进制值：

>>>
>>> s = 'a\0b\0c'
>>>
>>> s
'a\x00b\x00c'
>>>
>>> len(s)
5
>>>

Python会在内存中保持了整个字符串的长度和文本，Python没有字符会结束一个字符串。

>>>
>>> s = '\001\002\003'
>>>
>>> s
'\x01\x02\x03'
>>>
>>> len(s)
3
>>>

如果Python没有作为一个合法的转义编码识别出在“\”后的字符，它就直接在最终的字符串中保留反斜杠。

>>> x = "C:\py\code"
>>>
>>> x
'C:\\py\\code'

raw字符串抑制转义

Raw字符串：如果字母r（大写或小写）出现在字符串的第一引号的前面，它将会关闭转义机制。Python将反斜杠作为常量来保持，就像普通字符串，为了避免错误，在Windows系统中必须增加字母r。

>>> myfile=open(r'D:test\test.txt','w')
>>>
>>> text="I'm Yert,the word would been wroten in text."
>>>
>>> myfile.write(text)
44
>>>
>>> myfile.close()

索引和分片：

索引：
字符串在Python中被定义为字符的有序集合，可以通过位置偏移值获取字符。在Python中，字符串中的字符是通过索引（通过在字符串之后的方括号中提供所需要的元素的数字偏移量）提取的。

Python的偏移量是从0开始，并比字符串的长度小1，还支持在字符串中使用负偏移的方法从序列中获取因素。从技术上讲，一个负偏移与这个字符串长度相加可以得到它的正偏移值。

>>> S='YertAlan'
>>>
>>> S[0]
'Y'
>>> S[-1]
'n'
>>>
>>> len(S)
8
>>> S[len(S)-1]
'n'

分片：
当使用一对以冒号分隔的偏移来索引字符串时，Python将会返回一个新的对象，其中包含了以这对偏移所标识的连续内容。

>>> S[1:3]
'er'
>>> S[1:]
'ertAlan'
>>>
>>> S[::]
'YertAlan'
>>>
>>> S[-4:-1]
'Ala'
>>>
>>> S[:-2]
'YertAl'

拓展分片：第三个限制值
分片表达式增加一个可选的第三个索引，用作步进。步进添加到每个提取的元素的索引中。完×××式的分片为string[X:Y:Z]，表示“索引字符串string对象中的元素，从偏移X直到偏移为Y-1，每隔Z元素索引一次”。第三个限制没人为1，所以通常在一个切片中从左至右提取每一个元素的原因。

>>> string='ABCDEFGHIJKLMNOPQRST'
>>>
>>> string[1:8]
'BCDEFGH'
>>>
>>> string[1:8:2]
'BDFH'
>>>
>>> string[1:12]
'BCDEFGHIJKL'
>>> string[1:12:3]
'BEHK'

负数步进：

>>> string[1:10]
'BCDEFGHIJ'
>>>
>>> string[1:10:-1]
''
>>> string[10:1:-1]
'KJIHGFEDC'
>>>
>>> string[10:1]
''
>>> string[10:1:-2]
'KIGEC'

字符串转换工具

>>>#将以字符串形式出现的数字进行转换：
>>> int('55'),str(55)
(55, '55')
>>> repr(55)
'55'

注意：Repr函数可以将一个对象转换为其字符串形式，然而这些返回的对象作为代码的字符串，可以重新创建对象。

>>> print(str('Yert'),repr('Yert'))
Yert 'Yert'

>>>#浮点数转换字符串：
>>> str(3.1415),float("1.5")
('3.1415', 1.5)
>>>
>>> text="1.234E-10"
>>>
>>> float(text)
1.234e-10

字符串代码转换：
单个字符可以通过将其传给内置的ord函数转换为其对应的ASCII码——则个函数实际返回的是这个字符在内存中对应的字符的二进制值。而chr函数将会执行相反的操作，获取ASCII码并将其转换为对应的字符：

>>> ord('s')
115
>>>
>>> chr(115)
's'

>>>#执行基于字符串的数学运算：
>>> S='a'
>>> S=chr(ord(S)+1)
>>> S
'b'
>>> S=chr(ord(S)+1)
>>>
>>> S
'c'

>>> int('5')
5
>>>
>>> ord('5') - ord('0')
5

与循环语句结合，进行整数的处理：
将二进制字符串转换为整数，并将当前值乘以2，并加上下一位数字值。

>>> B = '1101'
>>> I = 0
>>> while B != '':
...     I = I * 2 + (ord(B[0])-ord('0'))
...     B = B[1:]
...
>>>
>>> I
13
>>>

修改字符串

>>>#使用合并、分片：
>>> S='Yert'
>>>
>>> S = 'Yert'
>>> S = S + 'Alan'
>>> S
'YertAlan'
>>> S = S[:4] + '·D·' + S[4:]       #D之一族
>>>
>>> S
'Yert·D·Alan' 

使用replace函数修改（索引到字符串，将其改为指定字符串）：

>>> S=S.replace('Alan','King')
>>> S
'Yert·D·King'

通过字符串格式化表达式来创建新字符串：

>>> "March %sst,I'm a apple,I'm have a %s" % (1,'pencil')
"March 1st,I'm a apple,I'm have a pencil"
>>>
>>> "March {0}st,I'm a apple,I'm have a {1}".format(1,'pencil')
"March 1st,I'm a apple,I'm have a pencil"

使用find方法进行修改：

>>> S = '13658934230'  #实现修改号码，保护隐私
>>>
>>> node = S.find('5893')
>>>
>>> node
3
>>> S = S[:node] + 'XXXX' + S[(node+4):]
>>>
>>> S
'136XXXX4230'

使用合并操作和replace方法每次运行产生新的字符串对象，会消耗性能，所以在对超长文本进行多处修改时，需要将字符串转换为一个支持原处修改的对象。

>>> S = 'yert'
>>>
>>> L = list(S)
>>>
>>> L
['y', 'e', 'r', 't']

内置的list函数（或一个对象构造函数调用）以任意序列中的元素创立一个新的列表，可以将字符串中的字符分解为一个列表。

Join函数可以将列表合成为一个字符串：

>>> D = ''.join(L)
>>>
>>> D
'yert'

其他字符串方法：

>>>#通过分片的方式将数据从原始字符串中分离，称为解析。
>>> S
'yert'
>>>
>>> J = S[1:3]
>>>
>>> J
'er'
>>>#如果分隔符分开了数据组件，可以使用split方法提取组件。
>>> date = 'My name is Yert'
>>>
>>> cols = date.split()
>>>
>>> cols
['My', 'name', 'is', 'Yert']
>>>
>>> long_str = 'My name is Yert, I am a computer engineer,I am studing Python'
>>>
>>> cols = long_str.split(',')
>>>
>>> cols
['My name is Yert', ' I am a computer engineer', 'I am studing Python']

>>> line = 'The dog is Sam which it is yellow ! \n'
>>>#清除每行末尾空白
>>> line.rstrip()
'The dog is Sam which it is yellow !'
>>>#全部转换大写
>>> line.upper()
'THE DOG IS SAM WHICH IT IS YELLOW ! \n'
>>>#测试内容
>>> line.isalpha()
False
>>>
>>>#检测末尾内容字符串
>>> line.endswith('! \n')
True
>>>#检测开始内容字符串
>>> line.startswith('The')
True
>>> line[-len('! \n'):] == '! \n'
True
>>>
>>> line[:len('The ')] == 'The '
True

字符串格式化表达式
格式化字符串：

1. 在%操作符的左侧放置一个需要进行格式化的字符串，这个字符串带有一个或多个嵌入的转换目标，都以%开头。
2. 在%操作符右侧放置也（或多个，嵌入到元组中）对象，这些对象将会插入到左侧想让Python进行格式化字符串的一个（或多个）转换目标的位置上去。

>>> '%d years later,I have became a %s!' % (3,'engineer')
'3 years later,I have became a engineer!'

高级字符串格式化表达式：

转换目标通用结构：
%[ (name) ] [flags] [width] [.precision] typecode

表中的字节码出现在目标字符串的尾部，在%和字符码只间：可以放置一个字典的键；罗列出左对齐（-）、正负号（+）和补零（0）的标志位；给出数字的整体长度和小数点后的位数等。Width和precision都可编码为一个*，以指定它们应该从输入值的下一项中取值。

>>>#%d对整数进行默认，%-6d进行6位的左对齐格式化，%06d进行6位补零的格式化
>>> M = 24
>>>
>>> resu = "result: %d %-6d %06d" % (M,M,M)
>>>
>>> resu
'result: 24 24     000024'

>>>#可以在格式化字符串中用一个*来指定通过计算得出width和precision，从而迫使它们的值从%运算符右边的输出中的下一项获取，元组中的4指定为precision。
>>> '%f,%.2f,%.*f' % (1/3.0,1/3.0,4,1/3.0)
'0.333333,0.33,0.3333'

基于字典字符串格式化

>>>#通过字典的键来提取对应的值：
>>> "%(a)d %(x)s" % {'a':1,'x':'Yert'}
'1 Yert'

>>>#Format方法格式化字符串：
>>> date = '{0},{1} and {2}'
>>>
>>> date.format('Python','PHP','Go')
'Python,PHP and Go'
>>>
>>> date = '{a},{b} and {c}'
>>>
>>> date.format(a='Python',b='PHP',c='Go')
'Python,PHP and Go'
>>>
>>>
>>> date = '{a},{0} and {c}'
>>>
>>> date.format('PHP',a='Python',c='Go')
'Python,PHP and Go'

格式化字符串可以指定对象属性和字典键。

>>> import sys
>>>
>>> 'The machine {1[name]} runs {0.platform}'.format(sys,{'name':'Yert'})
'The machine Yert runs win32'
>>>
>>> 'The machine {config[name]} runs {sys.platform}'.format(sys=sys,config={'name':'Yert'})
'The machine Yert runs win32'