字符串(str、bytes)

字符串(str、bytes)

4.3 字符串(str、bytes)

4.3.1 字符串前置知识

4.3.1.1 字符串的概念

字符串由一系列字符组成,字符(Character)是各种文字和符号的总称,包括各国家文字、标点符号、图形符号、数字等。字符串是编程语言中表示文本的数据类型。
字符串就是由一个个元素(字符)组成的。像这种由一个个元素按照顺序组成的数据,在Python语言里面,把这种特性的数据称之为 sequence,翻译成中文就是序列。关于序列,我们将在后续内容中详细介绍。

4.3.1.2 字符集

字符集是多个字符的集合,字符集种类较多,每个字符集包含的字符个数不同,常见字符集有:ASCII字符集、GB2312字符集、BIG5字符集、 GB18030字符集、Unicode字符集等。
字符集简单来说,就是一张表格,是字符和id的对应表。

4.3.1.3 字符编码、解码

因为计算机只能处理数字,如果要处理文本,就必须先把文本转换为数字才能处理。最早的计算机在设计时采用8个比特(bit,也成为)作为一个字节(byte),所以,一个字节能表示的最大的整数就是255(二进制11111111=十进制255),如果要表示更大的整数,就必须用更多的字节。比如两个字节可以表示的最大整数是65535,4个字节可以表示的最大整数是4294967295。
计算机中储存的信息都是用二进制数表示的,而我们在屏幕上看到的英文、汉字等字符是二进制数转换之后的结果。
通俗的说,按照某种规则将字符存储在计算机中,如a用什么表示,称为编码;反之,将存储在计算机中的二进制数解析成字符显示出来,称为解码,如同密码学中的加密和解密。
在解码过程中,如果使用了错误的解码规则,则会导致目标字符被解析成其它字符或者乱码。

4.3.1.3.1 编码发展史

美国人发明了计算机,用八位0和1的组合,一一对应英文中的字符,整出了一个表格,ASCII表。也就是大名鼎鼎的ASCII字符集。
ASCII字符集主要包括控制字符(回车键、退格、换行键等);可显示字符(英文大小写字符、阿拉伯数字和西文符号)。
计算机传入中国,中国地大物博,繁体字和简体字多,8位字节最多表示256个字符,满足不了人们的日常工作需要,于是对ASCII扩展,新字符集叫GB2312。后来发现GB2312还不够用,扩充之后形成GB18030。
每个国家都像中国一样,把自己的语言编码,于是出现了各种各样的编码,如果你不安装相应的编码,就无法正确解码查看到正确的内容。
由于各个国家的编码无法进行国际交流。一个国际组织一起创造了一种编码 UNICODE(Universal Multiple-Octet Coded Character Set)规定所有字符用两个字节表示,就是固定的,所有的字符就两个字节,计算机容易识别。
UNICODE虽然解决了各自为战的问题,但是美国人不愿意了,因为美国原来的ASCII只需要一个字节就可以了。UNICODE编码却让他们的语言多了一个字节,白白浪费一个字节的存储空间。经过协商,出现了一种新的转换格式,被称为通用转换格式,也就是UTF(unicode transformation format)。常见的有UTF-8、UTF-16。UTF-8规定,美国字符一个字节,欧洲两个字符,东南亚三个字符。

4.3.1.3.2 ASCII编码

ASCII(American Standard Code for Information Interchange,美国信息交换标准代码)是基于拉丁字母的一套电脑编码系统。它主要用于显示现代英语,而其扩展版本EASCII则可以显示其他西欧语言。它是现今最通用的单字节编码系统。
ASCII编码将ASCII字符集转换为计算机系统可以存储的数字的编码规则。使用7位(bits)表示一个字符,共128字符;但是7位编码的字符集只能支持128个字符,为了表示更多的欧洲常用字符对ASCII进行了扩展,ASCII扩展字符集使用8位(bits)表示一个字符,共256字符。

4.3.1.3.3 GBXXXX字符集和编码

GB2312标准共收录6763个汉字,GB2312对任意字符都采用双字节表示。
GBK共收入21886个汉字和图形符号,GBK对任意字符都采用双字节表示。
GB18030共收录汉字70244个,GB18030编码是一二四字节变长编码。其单字节,与 ASCII 编码兼容。
注:GBK兼容GB2312,GB18030兼容GBK。

4.3.1.3.4 Unicode字符集和编码

Unicode是国际组织制定的可以容纳世界上所有文字和符号的字符编码方案,记录着世界上所有字符对应的一个数字。
Unicode只是一个字符集,并不是一个编码方式。有2种,一种是UCS-2字符集,利用2个字节表示字符,一共可以表示65535个字符。另一种是UCS-4字符集,利用4个字节表示字符,一共可以表示近43亿个字符。每一个码位可以代表一个字符,可以不通过编码就直接显示出来。

4.3.1.3.5 UTF-8编码

UTF-8 是目前互联网上使用最广泛的一种 Unicode 编码方式,它的最大特点就是可变长。它可以使用 1 – 4 个字节表示一个字符,根据字符的不同变换长度。
UTF-8以字节为单位对Unicode进行编码。UTF-8的特点是对不同范围的字符使用不同长度的编码。对于0x00—0x7F之间的字符,UTF-8编码与 ASCII 编码完全相同。
对于需要使用 N 个字节来表示的字符(N > 1),第一个字节的前 N 位都设为 1,第 N + 1 位设为0,剩余的 N – 1 个字节的前两位都设位 10,剩下的二进制位则使用这个字符的 Unicode 码点来填充。

4.3.1.3.6 ANSI编码

ANSI编码就是当地系统默认编码,在中国,ANSI编码默认为GBK。

4.3.1.4 Python中的编码、解码

Python3的字符串在Python内部的表示是unicode编码,因此在做编码转换时,通常需要以unicode作为中间编码,即先将其他编码的字符串解码(decode)成unicode,再从unicode编码(encode)成另一种编码。
encode的作用是将unicode编码转换成其他编码的字符串,如str.encode(gbk),表示将unicode编码的字符串str转换成gbk编码。

string = "离离原上草,一岁一枯荣".encode("gbk")
print(type(string))
print(string)

<class “bytes”>
b”xc0xebxc0xebxd4xadxc9xcfxb2xddxa3xacxd2xbbxcbxeaxd2xbbxbfxddxc8xd9″

通过chardet.detect可以对编码进行检测
>>> print(chardet.detect(string))

{“encoding”: “GB2312”, “confidence”: 0.7407407407407407, “language”: “Chinese”}

decode的作用是将其他编码的字符串转换成unicode编码,如str.decode(gbk),表示将gbk编码的字符串str转换成unicode编码。

string = "离离原上草,一岁一枯荣".encode("gbk")
print(string)
print(string.decode("gbk"))

b”xc0xebxc0xebxd4xadxc9xcfxb2xddxa3xacxd2xbbxcbxeaxd2xbbxbfxddxc8xd9″
离离原上草,一岁一枯荣

总结:想要将其他的编码转换成UTF-8必须先将其解码成unicode然后重新编码成UTF-8,它是以unicode为转换媒介的。如:s=”中文” 如果是在utf8的文件中,该字符串就是utf8编码,如果是在gb2312的文件中,则其编码为gb2312。这种情况下,要进行编码转换,都需要先用 decode方法将其转换成unicode编码,再使用encode方法将其转换成其他编码。
通常,在没有指定特定的编码方式时,都是使用系统默认编码创建的代码文件。

PS:为了方便理解和记忆,可以粗略的将编码理解为加密,解码理解为解密。编码(加密)之前的文本是能看懂的明文,但是编码(加密)之后就成了看不懂的密文(bytes类型),不同的加密方式就对应不同的编码方式。只有通过对应的解码(解密)方式才能正确解密。

4.3.2 字符串的创建

4.3.2.1 通过字符串标识符创建

在Python中可以使用单引号(””)或双引号(””)来表示字符串,多行字符串可以使用三重引号 “”” 或 “”” 来表示。

"hello,world"
"祝你好运~"
"""
多行内容:
离离原上草,一岁一枯荣。
野火烧不尽,春风吹又生。
远芳侵古道,晴翠接荒城。
又送王孙去,萋萋满别情。
"""

注意:
1、在Python中,没有单个字符,只有字符串。单独的一个字符也是字符串。
2、Python中单引号和双引号单独使用完全相同。

4.3.2.2 字符串的拼接和重复

参见可迭代对象章节中的序列的拼接和重复

4.3.2.3 字符转义

如果我们需要定义的字符串中有引号,直接定义会报错:
>>> string = “Let”s go”

Traceback (most recent call last):
File “C:Program FilesPython3102libcode.py”, line 63, in runsource
code = self.compile(source, filename, symbol)
File “C:Program FilesPython3102libcodeop.py”, line 185, in call
return _maybe_compile(self.compiler, source, filename, symbol)
File “C:Program FilesPython3102libcodeop.py”, line 102, in _maybe_compile
raise err1
File “C:Program FilesPython3102libcodeop.py”, line 91, in _maybe_compile
code1 = compiler(source + ”
“, filename, symbol)
File “C:Program FilesPython3102libcodeop.py”, line 150, in call
codeob = compile(source, filename, symbol, self.flags, True)
File “”, line 1
string = “Let”s go”
^
SyntaxError: unterminated string literal (detected at line 1)

这是因为定义字符串时,引号要两两配对,而在上面的字符串中出现了3个单引号,无法进行配对。这个时候我们可以用双引号进行定义字符串:
>>> string = “Let”s go”
在定义字符串时,单引号和双引号都可以。字符串中有单独的双引号也同理。
一般的,我们在用双引号定义字符串时,字符串本身的内容中就不能包含双引号,而在用单引号定义字符串时,字符串本身的内容中就不能包含单引号。
但是,如果需要定义的字符串内容中既有单引号又有双引号该怎么办呢?有2种方法可以处理这种情况:
1、采用三引号定义,三单引号或双引号都行
2、采用字符转义

4.3.2.3.2 字符转义

字符转义就是用一个特定的符号对某个字符进行转义,让这个字符代表其它的意思。在Python中用对符号进行转义。常见转义字符如下:

转义字符 描述 显示效果
反斜杠符号
单引号
双引号
退格
换行
制表符

如果使用转义,则上面的示例可以用”Let”s go”来表示。虽然单引号包裹的内容中含有单引号。但是也不会报错,因为字符串中的单引号用进行转义了。

4.3.2.4 字符串前缀

在Python3中,字符串的类型只有2种,分别是:str、bytes。在字符串前面可以加上前缀,产生不同的效果,比较常用的前缀有:r、u、b。
r:表示之后的字符串中的内容不进行转义,保持原样
u:表示之后的字符串为Unicode,在Python3中默认所有的字符串为此种类型。
b:表示之后的字符串为bytes类型
windows系统绝对路径会包含符号,如果在Python中要表示windows系统的路径经常会报错,因为会将路径中的及后面的字符当成转义符进行转义,对于日常使用非常不方便。这个时候就可以用到r前缀:
>>> print(“C:
ew
ame”) # 这里的
代表换行,与预期不符

C:
ew
ame

>>> print(r”C:
ew
ame”) # 字符串中的内容原样显示

C:some
ame

这样,上面的字符串中的
才不会当成换行符显示。而是保持原样。

4.3.3 字符串的访问

4.3.3.1 字符串索引

参见可迭代对象章节中的序列的索引

4.3.3.2 字符串切片

参见可迭代对象章节中的序列的切片

4.3.3.3 遍历字符串

参见可迭代对象章节中的可迭代对象的遍历

4.3.3.4 成员资格检查

参见可迭代对象章节中的成员资格检查

4.3.4 字符串的修改

Python 字符串不能修改,是可哈希的。因此,为字符串中某个索引位置赋值会报错:
>>> string = “Python”
>>> string[0] = “J”

Traceback (most recent call last):
File “C:Program FilesPython3102libcode.py”, line 90, in runcode
exec(code, self.locals)
File “”, line 1, in
TypeError: “str” object does not support item assignment

要生成不同的字符串,应新建一个字符串:
>>> string = “Python”
>>> “J” + string[1:]
>>> string[:2] + “py”

“Jython”
“Pypy”

4.3.5 字符串的删除

由于字符串是可哈希的,因此无法删除字符串中的某个元素(字符)。要删除其中的某个元素(字符)也只能通过新建字符串的方式完成。
>>> string = “Python”
>>> str2 = string[:2] + string[3:]
>>> str2

“Pyhon”

4.3.6 字符串格式化

如果对字符串的输出的格式有要求,需要用到字符串的格式化。比如,在群发短信时,每次的名称不一样,但是内容是一样的,这个时候就需要用到字符串的格式化。

xx您好!这里是山东小红花集团…

4.3.6.1 %格式化

Python可以通过使用%占位符的方式来格式化字符串。例如:
>>> “Hello, %s” % “world”
>>> “Hi, %s, you are %d years old.” % (“Yagami”, 16)

“Hello, world”
“Hi, Yagami, you are 16 years old.”

stars = ("黎明", "华仔", "郭富城", "张学友")
print("四大天王:%s, %s, %s, %s" % stars)

四大天王:黎明, 华仔, 郭富城, 张学友

在字符串内部,%s表示用字符串替换,%d表示用整数替换,有几个%?占位符,后面就跟几个变量或者值,顺序要对应好。如果只有一个%?,后面变量的括号可以省略。
%格式化中常见的占位符:

占位符 替换内容
%d 整数
%f 浮点数
%s 字符串
%x 十六进制整数

其中,格式化整数和浮点数还可以指定是否补0和整数与小数的位数:

print("%9d-%09d" % (3, 1))
print("%.6f" % 3.1415926)
      3-000000001

3.141593

如果你不太确定应该用什么,%s永远起作用,它会把任何数据类型转换为字符串:
>>> “Age: %s. Gender: %s” % (25, True)

“Age: 25. Gender: True”

关于自定义格式,将会在后面的自定义格式章节进行详细介绍。
使用%转义百分号
>>> “growth rate: %d %%” % 7

“growth rate: 7 %”

4.3.6.2 format

format是Python2.6开始新增的一种格式化字符串的函数,它会用传入的参数依次替换字符串内的占位符{0}、{1}……
使用方法:通过format函数中的参数来代替字符串中的{}内容。
指定位置
>>> “{} {}”.format(“hello”, “world”) # 不设置指定位置,按默认顺序
>>> “{1} {0} {1}”.format(“hello”, “world”) # 设置指定位置

“hello world”
“world hello world”

设置参数
>>> “网站名:{name}, 地址:{url}”.format(name=”本”, url=”www.ben.com”)

“网站名:本, 地址:www.ben.com”

通过字典设置参数
>>> site = {“name”: “本”, “url”: “www.ben.com”}
>>> “网站名:{name}, 地址 {url}”.format(**site)

“网站名:本, 地址:www.ben.com”

通过列表索引设置参数
>>> my_list = [“本”, “www.ben.com”]
>>> “网站名:{0[0]}, 地址 {0[1]}”.format(my_list) # “0” 是必须的

“网站名:本, 地址:www.ben.com”

使用{}转义大括号
>>> “{} 对应的位置是 {{10}}”.format(“ben”)

ben对应的位置是 {10}

你还可以指定要转换的值是哪种类型,更准确地说,是要将其视为哪种类型。例如,你可能提供一个整数,但将其作为小数进行处理。为此可在格式说明(即冒号后面)使用字符f(表示定点数)。
>>> “π is {:.2f}”.format(3.1415926)

“π is 3.14”

关于自定义格式,将会在后面的自定义格式章节进行详细介绍。

4.3.6.1 f-string

f-string,亦称为格式化字符串常量(formatted string literals),是Python3.6新引入的一种字符串格式化方法,该方法源于PEP 498 – Literal String Interpolation,主要目的是使格式化字符串的操作更加简便。f-string在形式上是以 f 或 F 修饰符引领的字符串(f”xxx” 或 F”xxx”),以大括号 {} 标明被替换的字段;f-string在本质上并不是字符串常量,而是一个在运行时运算求值的表达式。
f-string在功能方面不逊于传统的%-formatting语句和str.format()函数,同时性能又优于二者,且使用起来也更加简洁明了,因此对于Python3.6及以后的版本,推荐使用f-string进行字符串格式化。
简单使用
f-string用大括号 {} 表示被替换字段,其中直接填入替换内容:
>>> name = “Eric”
>>> f”Hello, my name is {name}”

“Hello, my name is Eric”

>>> number = 7
>>> f”My lucky number is {number}”

“My lucky number is 7”

>>> price = 19.99
>>> f”The price of this book is {price}”

“The price of this book is 19.99”

表达式求值与函数调用
f-string的大括号 {} 可以填入表达式或调用函数,Python会求出其结果并填入返回的字符串内:

>>> f”A total number of {24 * 8 + 4}”

“A total number of 196”

>>> f”Complex number {(2 + 2j) /(2 – 3j)}”

“Complex number(-0.15384615384615388+0.7692307692307692j)”

>>> name = “ERIC”
>>> f”My name is {name.lower()}”

“My name is eric”

>>> import math
>>> f”The answer is {math.log(math.pi)}”

“The answer is 1.1447298858494002”

引号、大括号与反斜杠
f-string大括号内所用的引号不能和大括号外的引号定界符冲突,可根据情况灵活切换 ” 和 “:

>>> f”I am {“Eric”}”

“I am Eric”

>>> f”I am {“Eric”}”

File "<stdin>", line 1
  f"I am {"Eric"}"
              ^

SyntaxError: invalid syntax

若 ” 和 ” 不足以满足要求,还可以使用 “”” 和 “””。
大括号外的引号还可以使用 转义,但大括号内不能使用 转义:

>>> f”””He”ll say {“I”m Eric”}”””

“He”ll say I”m Eric”

>>> f”””He”ll say {“I”m Eric”}”””

File "<stdin>", line 1

SyntaxError: f-string expression part cannot include a backslash

f-string大括号外如果需要显示大括号,则应输入连续两个大括号 {{ 和 }}:
>>> f”5 {“{stars}”}”
>>> f”{{5}} {“stars”}”

“5 {stars}”
“{5} stars”

上面提到,f-string大括号内不能使用 转义,事实上不仅如此,f-string大括号内根本就不允许出现 。如果确实需要 ,则应首先将包含 的内容用一个变量表示,再在f-string大括号内填入变量名。

4.3.6.2 自定义格式

通过对上述3种格式化字符串的方法的学习,我们可以大致的了解在格式化字符串中用到的自定义格式。
这3种格式化字符串的方法中都可以用到自定义格式,方法也大同小异。下面就详细的来介绍下如何自定义格式。
主要包括:对齐、宽度、符号、补零、精度、进制等

4.3.6.2.1 对齐相关

< 左对齐(字符串默认对齐方式),&格式化使用-

右对齐(数值默认对齐方式) ,&格式化使用+
^ 居中,适用于f-stringformat

var1 = "python"
var2 = -3.1415
print(f"|{var1:>10}|")
print("|{:^10}|".format(var2))
print("|%+10s|" % var1)
print("|%-10s|" % var2)

| python|
| -3.1415 |
| python|
|-3.1415 |

4.3.6.2.2 数字符号相关格式描述符
  •   负数前加负号(-),正数前加正号(+)
    
  •   负数前加负号(-),正数前不加任何符号(默认)
    

空格 负数前加负号(-),正数前加一个空格

注:仅适用于数值类型。

var1 = 3.14
var2 = -4.13
print(f"|{var1:+}|")
print("|{:-}|".format(var2))
print("|{: }|".format(var1))
print("|%+s|" % var1)

|+3.14|
|-4.13|
| 3.14|
|3.14|

4.3.6.2.3 宽度与精度相关格式描述符

width 整数 width 指定宽度
0width 整数 width 指定宽度,开头的 0 指定高位用 0 补足宽度
width.precision 整数 width 指定宽度,整数 precision 指定显示精度

注意:
1、0width 不可用于复数类型和非数值类型,width.precision 不可用于整数类型。
2、width.precision 用于不同格式类型的浮点数、复数时的含义也不同:用于 f、F、e、E 和 % 时 precision 指定的是小数点后的位数,用于 g 和 G 时 precision 指定的是有效数字位数(小数点前位数+小数点后位数)。
3、width.precision 除浮点数、复数外还可用于字符串,此时 precision 含义是只使用字符串中前 precision 位字符。

var1 = 3.1415
print(f"|{var1:8}|")
print("|{:8.3}|".format(var1))
print("|{:.4}|".format(var1))
print("|%10.5s|" % var1)

| 3.1415|
| 3.14|
|3.142|
| 3.141|

4.3.6.2.4 千位分隔符相关格式描述符

, 使用,作为千位分隔符
_ 使用_作为千位分隔符
注意:
1、若不指定 , 或 ,则f-string不使用任何千位分隔符,此为默认设置。
2、仅适用于浮点数、复数与十进制整数:对于浮点数和复数,, 只分隔小数点前的数位。
3、
适用于浮点数、复数与二、八、十、十六进制整数:对于浮点数和复数,_ 只分隔小数点前的数位;对于二、八、十六进制整数,固定从低位到高位每隔四位插入一个 _(十进制整数是每隔三位插入一个 _)。

var1 = 31415
print(f"|{var1:_}|")
print("|{:,}|".format(var1))
print("|%,s|" % var1)  # 不适用

|31_415|
|31,415|
Traceback (most recent call last):
File “E:studypy mp.py”, line 4, in
print(“|%s|” % var1)
ValueError: unsupported format character “
” (0x5f) at index 2

4.3.6.2.5 格式类型相关格式描述符

格式描述符 含义与作用 适用变量类型
s 普通字符串格式 字符串
b 二进制整数格式 整数
c 字符格式,按unicode编码将整数转换为对应字符 整数
d 十进制整数格式 整数
o 八进制整数格式 整数
x 十六进制整数格式(小写字母) 整数
X 十六进制整数格式(大写字母) 整数
e 科学计数格式,以 e 表示 ×10^ 浮点数、复数、整数(自动转换为浮点数)
E 与 e 等价,但以 E 表示 ×10^ 浮点数、复数、整数(自动转换为浮点数)
f 定点数格式,默认精度(precision)是6 浮点数、复数、整数(自动转换为浮点数)
F 与 f 等价,但将 nan 和 inf 换成 NAN 和 INF 浮点数、复数、整数(自动转换为浮点数)
g 通用格式,小数用 f,大数用 e 浮点数、复数、整数(自动转换为浮点数)
G 与 G 等价,但小数用 F,大数用 E 浮点数、复数、整数(自动转换为浮点数)
% 百分比格式,数字自动乘上100后按 f 格式排版,并加 % 后缀 浮点数、整数(自动转换为浮点数)

4.3.7 字符串的方法

4.3.7.1 编码解码类

4.3.7.1.1 encode(encoding=”UTF-8″,errors=”strict”)

描述
对指定的字符串进行编码。编码后的返回结果是bytes类型。
errors参数用来设置不同错误的处理方案。默认为 “strict”,意为编码错误引起一个UnicodeError。其他可能得值有 “ignore”, “replace”, “xmlcharrefreplace”, “backslashreplace”
示例

s1 = "ab甲乙"
s2 = s1.encode(encoding="utf-8")
print(s2)

b”abxe7x94xb2xe4xb9x99″

4.3.7.1.2 decode(encoding=”utf-8″, errors=”strict”)

描述
对bytes对象的进行解码。解码后的返回结果为str类型。
errors参数用来设置不同错误的处理方案。默认为 “strict”,意为编码错误引起一个UnicodeError。 其他可能得值有 “ignore”, “replace”, “xmlcharrefreplace”, “backslashreplace”
示例

s1 = "ab甲乙"
s2 = s1.encode(encoding="utf-8")
print(s2)
s3 = s2.decode(encoding="utf-8")
print(s3)

b”abxe7x94xb2xe4xb9x99″
ab甲乙

4.3.7.2 查找统计类

4.3.7.2.1 count

参见可迭代对象章节中序列小节中的序列count方法

4.3.7.2.2 find(str, beg=0, end=len(string))、rfind

描述
返回str在string里面出现的索引。未找到则返回-1。rfind表示从右边开始查找。
beg参数和end参数代表查找的范围,默认在整个str中查找。
示例

s = " Python tian 	 mao 
 taobao "
print(s.find("o"))
print(s.find("ao"))
print(s.find("io"))

5
16
-1

4.3.7.2.3 index、rindex

可参见可迭代对象章节中序列小节中的序列index方法

4.3.7.3 格式化类

4.3.7.3.1 center(width, fillchar)

描述
返回一个指定的宽度width居中的字符串,fillchar为填充的字符,默认为空格。
示例

s = " Python tian 	 mao taobao "
print(f"|{s.center(30)}|")
print(f"|{s.center(30, "*")}|") 

| Python tian mao taobao |
|** Python tian mao taobao **|

4.3.7.3.2 ljust(width[, fillchar])、rjust

描述
返回一个原字符串左(右)对齐,并使用fillchar填充至长度width的新字符串,fillchar默认为空格。
示例

s = " Python tian 	 mao taobao "
print(f"|{s.ljust(30)}|")
print(f"|{s.ljust(30, "*")}|") 

| Python tian mao taobao |
| Python tian mao taobao ****|

4.3.7.3.3 zfill(width)

描述
返回长度为width的字符串,原字符串右对齐,前面填充0
示例

s = " Python tian 	 mao taobao "
print(f"|{s.zfill(30)}|")

|0000 Python tian mao taobao |

4.3.7.4 合并截取类

4.3.7.4.1 join(seq)

描述
以指定字符串作为分隔符,将seq中所有的元素(的字符串表示)合并为一个新的字符串。
示例

seq = ["a", "b", "c"]
s = "*".join(seq)
print(s)

abc

4.3.7.4.2 lstrip()、rstrip()

描述
截掉字符串左边(右边)的空格或指定字符。
示例

s = " Python tian 	 mao taobao "
print(f"|{s.lstrip()}|")
print(f"|{s.rstrip()}|")
print(f"|{s.rstrip("ao ")}|")

|Python tian mao taobao |
| Python tian mao taobao|
| Python tian mao taob|

4.3.7.4.3 split(str=””, num=string.count(str))

描述
以str为分隔符截取字符串。默认为空格、换行、制表符等。如果 num 有指定值,则仅截取 num+1 个子字符串
示例

s = " Python tian 	 mao 
 taobao "
print(f"|{s.split()}|")
print(f"|{s.split("o")}|")

|[“Python”, “tian”, “mao”, “taobao”]|
|[” Pyth”, “n tian ma”, ”
ta”, “ba”, ” “]|

4.3.7.4.4 splitlines([keepends])

描述
按照行(“”,”
“,
“)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。
示例

s = " Python tian 	 mao 
 taobao "
print(f"|{s.splitlines()}|")
print(f"|{s.splitlines(True)}|")

|[” Python tian mao “, ” taobao “]|
|[” Python tian mao
“, ” taobao “]|

4.3.7.4.5 strip([chars])

描述
在字符串上同时执行lstrip()和rstrip()
示例

s = " Python tian 	 mao taobao "
print(f"|{s.strip()}|")
print(f"|{s.strip("ao ")}|")

|Python tian mao taobao|
|Python tian mao taob|

4.3.7.5 判断类

4.3.7.5.1 startswith(substr, beg=0,end=len(string))、endswith

描述
检查字符串是否是以指定子字符串substr开头,是则返回True,否则返回False。如果beg 和 end 指定值,则在指定范围内检查。
示例

s = " Python tian 	 mao taobao "
print(f"|{s.startswith(" ")}|")
print(f"|{s.endswith("a")}|")

|True|
|False|

4.3.7.5.2 islower()、isupper()

描述
如果字符串中有可以区分大小写的字符,并且都是小写(大写),则返回True,否则返回False
示例

s = " python tian 	 mao 赛车12 "
print(f"|{s.islower()}|")
print(f"|{s.isupper()}|")

|True|
|False|

4.3.7.5.3 isalnum()

描述
如果字符串仅包含字母和数字,则返回True,否则返回False。
示例

s1 = "python 赛车12"
print(f"|{s1.isalnum()}|")
s2 = "python 12"
print(f"|{s2.isalnum()}|")
s3 = "python12"
print(f"|{s3.isalnum()}|")

|False|
|False|
|True|

4.3.7.5.4 isalpha()

描述
如果字符串仅包含字母和文字(中文、日文等),则返回True,否则返回False。
示例

s1 = "python 赛车12"
print(f"|{s1.isalpha()}|")
s2 = "python 12"
print(f"|{s2.isalpha()}|")
s3 = "python12"
print(f"|{s3.isalpha()}|")
s4 = "python赛车"
print(f"|{s4.isalpha()}|")
s5 = "こんにちは"
print(f"|{s5.isalpha()}|")

|False|
|False|
|False|
|True|
|False|

4.3.7.5.5 isdecimal()

描述
检查字符串是否只包含十进制字符,如果是返回true,否则返回false。
示例

s = "python 赛车12"
print(f"|{s.isdecimal()}|")
s = "p12"
print(f"|{s.isdecimal()}|")
s = "12"
print(f"|{s.isdecimal()}|")
s = "0x12"
print(f"|{s.isdecimal()}|")

|False|
|False|
|True|
|False|

4.3.7.5.6 isdigit()、isnumeric()

描述
如果字符串中仅包含数字,则返回True,否则返回False。

4.3.7.5.7 isspace()

描述
如果字符串中仅包含空格,则返回True,否则返回False。

4.3.7.5.8 istitle()

描述
如果字符串中的单词全都是title格式(首字母大写),则返回True,否则返回False。

4.3.7.6 转换类

4.3.7.6.1 capitalize()

描述
仅将字符串的第一个字符转换为大写。如果第一个不是字母,则不做操作。
示例

s = " python Tian 赛车12 "
print(f"|{s.capitalize()}|")
s = "python Tian 赛车12 "
print(f"|{s.capitalize()}|")

| python tian 赛车12 |
|Python tian 赛车12 |

4.3.7.6.2 lower()、upper()

描述
将字符串中的小写(大写)字母全部转换成大写(小写)字母
示例

s = " pyTHon Tian 赛车12 "
print(f"|{s.lower()}|")
s = "python Tian 赛车12 "
print(f"|{s.upper()}|")

| python tian 赛车12 |
|PYTHON TIAN 赛车12 |

4.3.7.6.3 replace(old, new [, max])

描述
把将字符串中的old替换成new,如果max指定,则替换不超过max次。
示例

s = " pyTHon Tian 赛车12 "
print(f"|{s.replace("T","*")}|")
print(f"|{s.replace("T","*", 1)}|")
print(f"|{s.replace("Ti","/", 1)}|")

| py*Hon ian 赛车12 |
| py
Hon Tian 赛车12 |
| pyTHon /an 赛车12 |

4.3.7.6.4 title()

描述
返回标题化的字符串,就是说所有单词都是以大写开始,其余字母均为小写。

4.3.7.6.5 expandtabs(tabsize)

描述
把字符串string中的tab符号转为空格,tab符号默认的空格数是8。
示例

s = "	Tian 赛车12 "
print(f"|{s}|")
print(f"|{s.expandtabs()}|")
print(f"|{s.expandtabs(2)}|")

| Tian 赛车12 |
| Tian 赛车12 |
| Tian 赛车12 |

4.3.7.6.6 swapcase()

描述
将字符串中大写转换为小写,小写转换为大写。

4.3.7.6.7 maketrans()、translate(table, deletechars=””)

描述
maketrans用于创建字符映射的转换表,对于接受两个参数的最简单的调用方式,第一个参数是字符串,表示需要转换的字符,第二个参数也是字符串表示转换的目标。
translate则根据table给出的表(包含256个字符)转换string的字符。
这两个方法组合可以方便快速的对字符串多个字符进行替换。
示例

s = " python Tian 赛车12 "
x = "yo"
y = "ab"
z = "车"   # 设置删除的字符
mytable = s.maketrans(x, y, z)
print(mytable)
print(s.translate(mytable))

{121: 97, 111: 98, 36710: None}
pathbn Tian 赛12

hmoban主题是根据ripro二开的主题,极致后台体验,无插件,集成会员系统
自学咖网 » 字符串(str、bytes)