1.字符串
1.1字符串的格式化
#格式化語法 "%s" % str1 "%s %s" % (str1,str2)
#格式化字符串 str1 = "version" num = 1.0 format = "%s" % str1 print (format) format = "%s %d" %(str1, num) print (format)
#使用字典格式化字符串 print ("%(version)s: %num).1f" %{"version": "version", "num": 2}) #version:2.0
#字符串對齊 word = "version3.0" #10個字符 print (word.center(20)) #在20字符寬度中位於中間。因此，輸出：version3.0 兩邊各5個空格 print (word.center(20, "*")) #*****version3.0***** print (word.ljust(0))) #ljust()使輸出結果左對齊 print (word.rjust(20)) #在20字符寬度中右對齊 print("%30s" % word) # "%30" 表示先輸出30個空格
1.2字符串的轉義符
轉義符設定及其輸出類似於C。
#r的特殊用法 path = r"hello\tworld\n" print (path) #hello\tworld\n
#strip()去掉轉義字符 word = "\thello world\n" print ("strip()后輸出:", word.strip()) #strip()后輸出:hello world （去掉了轉義字符后輸出） print ("lstrip()后輸出:", word.lstrip()) #lstrip()后輸出:hello world （去掉了句首轉義字符\t，句尾\n保留） print ("rstrip()后輸出:", word.rstrip()) #rstrip()后輸出:hello world（去掉了\n，保留句尾句首轉義字符\t）
1.3字符串的合並
可以直接使用“+”連接兩個字符串，也可使用如下幾種方法。
# 使用join()連接字符串 strs = ["hello ", "world ", "hello ", "China "] result = "".join(strs) print result #hello world hello China
# 使用reduce()連接字符串 from functools import reduce import operator strs = ["hello ", "world ", "hello ", "China "] result = reduce(operator.add, strs, "") print (reduce)
字符串連接后，Python將分配新的空間給連接后的字符串，源字符串保持不變。
str1 ="a" print (id(str1)) print (id(str1 + "b")) # 輸出結果不同
1.4字符串的截取
可以使用索引截取字符串，也可使用如下方法。
# 切片語法 string[start: end: step] # 從第start個索引到第end個索引，步長為step # 特殊切片截取子串 str1 = "hello world" print (str1[0:3]) # hell print (str1[::2]) # hlowrd print (str1[1::2]) # el ol"
# split()函數 split([char] [,num]) # char表示用於分割的字符，默認為空格 # num表示分割的次數。若num=2，分割為3個字符 # 默認情況下，根據char在字符中出現字數來分割子串 # 函數的返回值為由子串組成的列表 # 使用split()獲取子串 sentence = "Bob said: 1, 2, 3, 4" print (sentence.split()) # 使用空格分割 ['Bob', 'said:', '1,', '2,' '3', '4'] print (sentence.split(",")) # 使用逗號分割 print (sentence.split(",",2)) # 使用兩個逗號分割 # ['Bob said: 1', '2' '3, 4'] 費解！！！
1.5字符串的比較
可直接使用“==”與“！=”比較兩個字符串。
要比較字符串的開頭或結尾部分，可使用startswith()或endswith()函數
# startswith() startswith(substring, [,start [,end]]) # substring是與源字符串開頭部分比較的子串 # start表示開始位置，end表示結尾位置 # 若字符串以substring開頭，返回True # 用法 word = "hello world" print ("hello" == word[0:5]) print (word.startswith("hello") print (word.endwith("ld",6)) # 從結尾到word[6]間搜索 print (word.endwith("ld",6, 10)) # 在word[6:10]中搜索 print (word.endwith("ld",6, len(word))) # 在word[6:11]中搜索
1.6字符串的反轉
# 循環輸出反轉的字符串 def reverse(s): out = "" li = list(s) for i in range(len(li), 0, -1): out += "".join(li[i-1]) return out # 方法二 def reverse(s): li = list(s) li.reverse() s = "".join(li) return s
1.7字符串的查找和替換
# find()函數 find(substring [, start [ ,end]]) # 在[start:end]間查找substring，若找到返回第1次出現的索引，否則返回-1 # rfind()參數與find()相同，不同的是前者從末尾開始查找子串 # 查找字符串 sentence = "this is a apple." print (sentence.find("a")) # 8 print (sentence.rfind("a")) # 10
# replace()函數 replace(old, new [, max]) # 用new替換old，max表示替換次數。 返回一個新的字符串。 # 用法 sentence = "hello world, hello China" print (sentence.replace("hello","hi")) # hi world, hi China print (sentence.replace("hello","hi", 1)) # hi world, hello China print (sentence.replace("abc","hi")) # hello world, hello China
PS: replace()先創建變量sentence的拷貝，然后在拷貝中替換字符串，並不會改變sentence的內容
1.8字符串與日期轉換
# strftime() strftime(format[, tuple]) -> string # format表示格式化日期的特殊字符 # tuple表示需要轉換的時間，用元組儲存。其中元素分別為年、月、日、分、秒 # 函數返回一個表示時間的字符串
字符串到時間的轉換需要進行兩次，使用time模板和datetime類，轉換過程分為以下三步驟。
- 調用函數strptime()把字符串轉換為一個元組
strftime(format[, tuple]) -> string
- 把表示時間的元組賦值給表示年、月、日的3個變量
- 把表示年月日的三個變量傳遞給函數datetime(),進行第二次轉換。
datetime(year, month, day[, hour[, minute[, second[, microsecond[,tzinfo]]]]]) # 函數返回一個datetime類型的變量
# 時間轉換過程 import time,datetime # 時間到字符串的轉換 print (time.strftime("%Y-%m-%d %X", time.localtime())) # 2016-09-24 15:42:33 # 字符串到時間的轉換 t = time.strptime("2016-09-24", "%Y-%m-%d") y, m ,d = t[0:3] print (datetime.datetime(y,m,d)) # 2016-09-24 00:00:00
2.正則表達式
2.1簡介
正則表達式用於搜索、替換和替換字符串。使用其編寫一些邏輯驗證非常方便。
正則表達式是用於文本匹配的工具，它在源字符串中查找與給定的正則表達式相匹配的部分。一個正則表達式是由字母、數字和特殊字符（括號、星號、問號等）組成。
| 符號 | 描述 | 符號 | 描述 |
| ^ | 表達式的開始字符。在[^m] 中例外 | \b | 匹配單詞的開始和結束 |
| $ | 表達式的結束字符 | \B | 匹配不是單詞的開始和結束的位置 |
| \w | 匹配字母、數字、下划線 | . | 匹配任意字符，包括漢字 |
| \W | 匹配不是字母、數字、下划線的字符 | [m] | 匹配單個字符串 |
| \s | 匹配空白字符 | [m1m2...n] | 匹配多個字符串 |
| \S | 匹配不是空白的字符 | [m-n] | 匹配m到n區間內的數字、字母 |
| \d | 匹配數字 | [^m] | 匹配除m以外的字符串 |
| \D | 匹配非數字的字符 | () | 對正則表達式進行分組，一對圓括號表示一組 |
| * | 重復0或N次 | {m} | 重復m次 |
| + | 重復1或N次 | {m,n} | 該限定符的意思是至少有 m 個重復，至多到 n 個重復 |
| ? | 重復0或1次 | ||
\d{3}-\d{8} | \d{4}-\d{7}
# 表示區號為3位的8位數電話號碼或區號為4位的7位數電話號碼
# 也有的在區號兩側加圓括號分隔
[\( ]?\d{3}[\]-?\d{8}|[\( ]?\d{4}[\]-]?\d{7}
# ()是正則表達式特殊字符 前要加\
# 對三位數字重復三次
(\d\d\d){2}
# \d\d\d{2} 相當於 \d\d\d\d
# 通常，正則表達式匹配最長字符串。可在限定符后加"?"，獲取最短匹配
a.*c
# 對從a到c的字符串最長匹配
a.*?c
# 對從a到c的字符串最短匹配
| 符號 | 描述 | 符號 | 描述 |
| *? | 匹配零次或多次，且匹配最短 | (?#...) | 正則表達式中的注釋 |
| +? | 匹配一次或多次，且匹配最短 | (?P<name>...) | 給分組命名，name表示分組的名稱 |
| ?？ | 匹配一次或零次，且匹配最短 | (?P=name) | 使用名為name的分組 |
| {m,n}? | 重復m次，且匹配最短 |
2.2使用re模塊處理正則表達式
Python的re模塊具有正則表達式的功能。re模塊提供了一些根據正則表達式進行查找、替換、分隔字符串的函數，這些函數使用正則表達式作為第一個參數。
| 函數 | 描述 |
| re.compile(pattern, flags=0) | 編譯正則表達式，返回RegexObject對象，然后可以通過RegexObject對象調用match()和search()方法。第二個參數flags是匹配模式，例如，re.IGNORECASE=2，re.MULTILINE=8（忽略大小寫，從新行開始搜索）等等。 |
| re.search(pattern, string, flags=0) | 在字符串中查找，是否能匹配正則表達式。返回_sre.SRE_Match對象，如果不能匹配返回None。 |
| re.match(pattern, string, flags=0) | 字符串的開頭是否能匹配正則表達式。返回_sre.SRE_Match對象，如果不能匹配返回None |
| re.split(pattern, string, maxsplit=0) | 根據pattern分隔string，maxsplit表示最大分割數 |
| re.findall(pattern, string, flags=0) | 找到 RE 匹配的所有子串，並把它們作為一個列表返回。這個匹配是從左到右有序地返回。如果無匹配，返回空列表。 |
| re.finditer(pattern, string, flags=0) | 找到 RE 匹配的所有子串，並把它們作為一個迭代器返回。這個匹配是從左到右有序地返回。如果無匹配，返回空列表 |
| re.sub(pattern, repl, string, count=0, flags=0) | 找到 RE 匹配的所有子串，並將其用一個不同的字符串替換。可選參數 count 是模式匹配後替換的最大次數；count 必須是非負整數。缺省值是 0 表示替換所有的匹配。如果無匹配，字符串將會無改變地返回。 |
| re.subn(pattern, repl, string, count=0, flags=0) | 與re.sub方法作用一樣，但返回的是包含新字符串和替換執行次數的兩元組。 |
| re.escape(string) | 對字符串中的非字母數字進行轉義 |
| re.purge() | 清空緩存中的正則表達式 |
正則表達式積累——常用：
1. .*? 是一個固定的搭配，.和*代表可以匹配任意無限多個字符，加上？表示使用非貪婪模式進行匹配，也就是我們會盡可能短地做匹配。
2. (.*?)代表一個分組，在這個正則表達式中我們匹配了五個分組，匹配完成后遍歷item，item[0]就代表第一個(.*?)所指代的內容，item[1]就代表第二個(.*?)所指代的內容，以此類推。
3. re.S 標志代表在匹配時為點任意匹配模式，點 . 也可以代表換行符。用於（ re.compile() ）中的flags參數。