Python 入门 - 4 - 字符串

字符串方法

字符串(str) 在 Python 中是一个 对象(object)，并且包含很多的 方法(method)，这些方法可以给我们操作字符串带来很大的方便，下面列举一些常用的方法及其使用示例：

str.capitalize()
把字符串的首字母变成大写。
1 2 >>> 'hello'.capitalize() 'Hello'
str.lower()
把字符串转换为小写。
1 2 >>> 'Hello'.lower() 'hello'
str.upper()
把字符串转换为大写。
1 2 >>> 'Hello'.upper() 'HELLO'

str.center(width[, fillchar])

返回一个长度为 width，原始字符串居中，两边多余长度使用 fillchar 进行填充的新字符串。

  
  >>> 'abc'.center(10, '=')
  '===abc===='
  >>> 'abc'.center(10)  # fillchar 默认为空格
  '   abc    '
  >>> 'abc'.center(3)  # 如果 width 小于等于字符串长度，则返回原始字符串
  'abc'

str.count(sub[, start[, end]])
在字符串的 start 到 end 范围内查找子字符串 sub 出现的次数。
start 默认为0，end 默认为字符串长度，即默认查找整个字符串，这2个参数在其他方法中类似，不再重复说明。
1 2 3 4 5 6 >>> 'abcad'.count('a') 2 >>> 'abcad'.count('a', 0, 3) 1 >>> 'abcad'.count('a', 0, 4) 2
str.encode(encoding=”utf-8”, errors=”strict”)
对字符串按照 encoding 进行编码。
1 2 >>> '中文'.encode() b'\xe4\xb8\xad\xe6\x96\x87'
str.startswith(prefix[, start[, end]])
判断字符串在 start 到 end 范围内是否是以 prefix 开头，是返回 True，否则返回 False。
prefix 可以是多个，以 tuple 格式传入。
str.endswith 方法与此方法类似。
1 2 3 4 5 6 >>> 'abc'.startswith('a') True >>> 'abc'.startswith('b') False >>> 'abc'.startswith(('a', 'b')) # 是否以 'a' 或 'b' 开头 True
str.find(sub[, start[, end]])
在字符串的 start 到 end 范围内查找子字符串 sub，如果查到到则返回 sub 出现的最小起始索引号，否则返回 -1 。
1 2 3 4 >>> 'abcdbf'.find('b') 1 >>> 'abcdbf'.find('x') -1
如果只需要判断是否包含子字符串，可以使用 in 关键字进行判断，无需使用 find 方法。
1 2 3 4 >>> 'b' in 'abc' True >>> 'd' in 'abc' False

str.index(sub[, start[, end]])

与 str.find 方法类似，不同的是如果没有查找到子字符串 sub ，会抛出 ValueError 异常。

  
  >>> 'abcdbf'.index('b')
  1
  >>> 'abcdbf'.index('x')
  Traceback (most recent call last):
    File "<stdin>", line 1, in <module>
  ValueError: substring not found
  >>>

str.format(*args, **kwargs)
格式化字符串，此方法在下面会进行详细讲解，这里只演示一个简单示例。
1 2 >>> "The sum of 1 + 2 is {0}".format(1+2) 'The sum of 1 + 2 is 3'

str.join(iterable)

把 iterable 中的字符串元素用 str 进行连接。
iterable 可以是 list、tuple 等可迭代对象，但是里边的元素必须是 str 类型。

  
  >>> '_'.join(['a', 'b', 'c'])
  'a_b_c'
  >>> '_'.join([1, 2, 3])  # 不能是非 str 类型
  Traceback (most recent call last):
    File "<stdin>", line 1, in <module>
  TypeError: sequence item 0: expected str instance, int found
  >>>

str.strip([chars])
去除字符串首尾的在 chars 中出现的字符。
如果 chars 不指定，则默认去除空白字符。
1 2 3 4 >>> ' spacious '.strip() 'spacious' >>> 'www.example.com'.strip('cmowz.') 'example'
str.lstrip([chars]) 方法则只去除左边(首部)的字符。
1 2 3 4 >>> ' spacious '.lstrip() 'spacious ' >>> 'www.example.com'.lstrip('cmowz.') 'example.com'
str.rstrip([chars]) 与 lstrip 类似，只是去除右边(尾部)字符。

str.split(sep=None, maxsplit=-1)

用分隔符 sep 对字符串进行最多 maxsplit 次切割，返回切割后的 list 。
sep 默认为空白字符，即空格、制表符等。
maxsplit 如果不指定或指定为 -1，则会进行最大次数的切割。

  
  # 指定 sep
  >>> '1,2,3'.split(',')
  ['1', '2', '3']
  >>> '1,2,3'.split(',', maxsplit=1)
  ['1', '2,3']
  >>> '1,2,,3,'.split(',')
  ['1', '2', '', '3', '']

  # 不指定 sep
  >>> '1 2 3'.split()
  ['1', '2', '3']
  >>> '1 2 3'.split(maxsplit=1)
  ['1', '2 3']
  >>> '   1   2   3   '.split()
  ['1', '2', '3']

str.splitlines([keepends])

把字符串按照行边界符(line boundaries)切割成多行，并以 list 形式返回。
如果 keepends 为True，则返回的每行末尾仍然包含换行符，keepends 默认为False。
符合行边界符(line boundaries)定义的字符如下：

Representation	Description
\n	Line Feed
\r	Carriage Return
\r\n	Carriage Return + Line Feed
\v or \x0b	Line Tabulation
\f or \x0c	Form Feed
\x1c	File Separator
\x1d	Group Separator
\x1e	Record Separator
\x85	Next Line (C1 Control Code)
\u2028	Line Separator
\u2029	Paragraph Separator

  
  >>> 'first line \nsecond line \r\nthird line'.splitlines()
  ['first line ', 'second line ', 'third line']
  >>> 'first line \nsecond line \r\nthird line'.splitlines(True)
  ['first line \n', 'second line \r\n', 'third line']

使用 % 格式化字符串

Python 中使用 % 格式化字符串的格式是 format % values ：

  
>>> 'I am %s' % 'python'
'I am python'
>>>

如果 values 是多个值，那么需要使用表示 tuple 的圆括号括起来：

  
>>> 'This is %s, that is %s' % ('python', 'java')
'This is python, that is java'
>>>

values 也可以是字典，如果是字典那么 format 里需要用 映射键(mapping key) 的方式取值：

  
>>> 'I am %(lang)s' % {'lang': 'python'}
'I am python'

以上示例中的 %s 里的 s 表示转换类型为 str，Python 也支持很多其他类型，以下列出常见的几种：

d/i : 有符号的十进制整数

  
  >>> '1 + 1 = %d' % 2
  '1 + 1 = 2'
  >>> '1 + 1 = %i' % 2
  '1 + 1 = 2'

o : 有符号的八进制整数

  
  >>> 'decimal 9 convert to octal is %o' % 9
  'decimal 9 convert to octal is 11'

x/X : 有符号16进制数

  
  >>> 'decimal 17 convert to hex is %x' % 17
  'decimal 17 convert to hex is 11'

f/F : 浮点数十进制格式
1 2 >>> '%f' % 3.14 '3.140000'
e/E : 浮点数指数格式
1 2 >>> '%e' % 31.4 '3.140000e+01'

c : 单个字符

  
  >>> '%c' % 97
  'a'
  >>> '%c' % 'a'
  'a'

r : 字符串（使用 repr() 转换任何 Python 对象）

  
  >>> 'hello %r' % 'world'
  "hello 'world'"

s : 字符串（使用 str() 转换任何 Python 对象）
1 2 >>> 'hello %s' % 'world' 'hello world'
a : 字符串（使用 ascii() 转换任何 Python 对象）
1 2 >>> 'hello %a' % 'world' "hello 'world'"

如果需要原样表示 % ，只需双写 % 即可：

  
>>> '3 %% 2 = %d' % 1
'3 % 2 = 1'

可以指定占位宽度，如果实际内容小于宽度，默认右对齐，左边补空格：

  
>>> '%3s' % 'a'
'  a'
>>> '%3d' % 10
' 10'

对于浮点数，可以使用 .precision 的格式指定指定精度：

  
>>> '%.3f' % 3.1415
'3.142'
>>> '%.3f' % 3.14
'3.140'

可以使用 转换标志(Conversion flags) 对转换行为进行一些控制，支持的转换标志如下：

’#’ : 替代模式(alternate form)

  
  # 八进制和十进制转换在替代模式下会显示 0o 和 0x/0X 前缀
  >>> '%o' % 9
  '11'
  >>> '%#o' % 9
  '0o11'
  >>> '%#x' % 17
  '0x11'
  >>> '%#X' % 17
  '0X11'

  # 浮点数转换在替代模式下会始终保留一个小数点在末尾，即使精度为0的整数
  >>> '%.0f' % 3.0
  '3'
  >>> '%#.0f' % 3.0
  '3.'

‘0’ : 数值类型转换时多余位置补0
1 2 >>> '%03d' % 1 '001'

’-‘ : 转换值将靠左对齐（会覆盖 ‘0’ 转换）

  
  >>> '%-3d' % 1
  '1  '
  >>> '%0-3d' % 1  # '-' 转换会覆盖 '0' 转换
  '1  '

’ ‘ : (空格) 正数前面保留一个空格

  
  >>> '% d' % 1
  ' 1'
  >>> '% d' % -1
  '-1'

’+’ : 数值类型前面显示符号位（会覆盖 “空格” 转换）
1 2 3 4 >>> '%+d' % 1 '+1' >>> '%+d' % -1 '-1'

以上这些符号组合使用时需要遵守以下规则和顺序：

%[M][F][W][P][L]T

% : 固定格式。
M : 映射键(mapping key)（可选），由加圆括号的字符序列组成 (例如 (somename))，values 是字典的情况下使用。
F : 转换标志(conversion flags)（可选），用于影响某些转换类型的结果。
W : 最小字段宽度(width)（可选）。 如果指定为 '*' (星号)，则实际宽度会从 values 元组的下一元素中读取，要转换的对象则为最小字段宽度和可选的精度之后的元素。
P : 精度(precision)（可选），以在 '.' (点号) 之后加精度值的形式给出。 如果指定为 '*' (星号)，则实际精度会从 values 元组的下一元素中读取，要转换的对象则为精度之后的元素。
L : 长度修饰符(length modifier)（可选）。
T : 转换类型(conversion type)。

注：长度修饰符（h, l 或 L）可以使用，但是会被忽略，因为在 Python3 中只有长整型（L），没有短整型（h），所有 %ld 和 %d 是一样的。

下面是一些组合使用的示例：

  
## 十进制浮点数转换类型(f)，带符号位(+)，左对齐(-)，最小宽度5(5)，精度1位(.1)
>>> '%+-5.1f' % 3.14
'+3.1 '
## 十进制整数转换类型(d)，带符号位(+)，最小宽度4(4)，不足位补0(0)
>>> '%+04d' % 16
'+016'
## 字符串转换类型(s)，左对齐(-)，最小宽度6(6)，精度2(.2)
>>> '%-6.2s' % 'Python'
'Py    '

使用 str.format 格式化字符串

从 Python3 开始官方推荐使用字符串自带的 format 方法对字符串进行格式化，该方法能够完全兼容 % 的形式且更强大，比如像下面这样：

  
>>> 'hello {}!'.format('world')
'hello world!'

format 的语法定义如下：

replacement_field ::=  "{" [field_name] ["!" conversion] [":" format_spec] "}"
field_name        ::=  arg_name ("." attribute_name | "[" element_index "]")*
arg_name          ::=  [identifier | integer]
attribute_name    ::=  identifier
element_index     ::=  integer | index_string
index_string      ::=  <any source character except "]"> +
conversion        ::=  "r" | "s" | "a"
format_spec       ::=  <described in the next section>

下面通过举例的方式逐一对 format 语法定义中的字段进行解释：

field_name/arg_name : 参数名（可选），可以是位置（integer）或名称（identifier）。

  
  # arg_name 为空则按顺序依次引用后面的位置参数
  >>> '{} {} {}'.format('first', 'second', 'third')
  'first second third'

  # arg_name 为位置（integer），则按照索引号引用后面的位置参数
  >>> '{0} {1} {2}'.format('first', 'second', 'third')
  'first second third'
  >>> '{2} {1} {0}'.format('first', 'second', 'third')
  'third second first'
  >>> '{0} {0} {1}'.format('first', 'second')
  'first first second'

  # 但是空和位置引用不能混用
  >>> '{} {1} {2}'.format('first', 'second', 'third')
  Traceback (most recent call last):
    File "<stdin>", line 1, in <module>
  ValueError: cannot switch from automatic field numbering to manual field specification

  # arg_name 为名称（identifier），则按照名称引用后面的关键字参数
  >>> '{f1} {f2} {f3}'.format(f1='first', f2='second', f3='third')
  'first second third'

  # 空引用和名称引用混用，或者数字引用和名称引用混用是可以的
  >>> '{} {f2} {}'.format('first', 'third', f2='second')
  'first second third'
  >>> '{0} {f2} {1}'.format('first', 'third', f2='second')
  'first second third'

field_name/arg_name.attribute_name : 属性名（可选），是对参数的属性进行引用。

  
  >>> c = 3-5j
  >>> 'realpart = {0.real}, imagpart = {0.imag}'.format(c)
  'realpart = 3.0, imagpart = -5.0'
  >>> 'realpart = {cnum.real}, imagpart = {cnum.imag}'.format(cnum=c)
  'realpart = 3.0, imagpart = -5.0'

field_name/arg_name[element_index] : 元素索引（可选），可以是数字或名称，通过索引的方式引用参数的元素。

  
  # 数字索引
  >>> arr = [1, 2]
  >>> 'e1 = {0[0]}, e2 = {0[1]}'.format(arr)
  'e1 = 1, e2 = 2'

  # 名称索引
  >>> d = {'id': 1, 'name': 'tom'}
  >>> 'id = {0[id]}, name = {0[name]}'.format(d)
  'id = 1, name = tom'

conversion : 转换标志，’!s’ 会对值调用 str()，’!r’ 调用 repr() 而 ‘!a’ 则调用 ascii() 。

  
  >>> 'hello {0!r}'.format('world')
  "hello 'world'"
  >>> 'hello {0!s}'.format('world')
  'hello world'
  >>> 'hello {0!a}'.format('world')
  "hello 'world'"

format_spec 的语法定义如下：

format_spec ::=  [[fill]align][sign][#][0][width][,][.precision][type]
fill        ::=  <any character>
align       ::=  "<" | ">" | "=" | "^"
sign        ::=  "+" | "-" | " "
width       ::=  integer
precision   ::=  integer
type        ::=  "b" | "c" | "d" | "e" | "E" | "f" | "F" | "g" | "G" | "n" | "o" | "s" | "x" | "X" | "%"

下面通过举例的方式逐一对 format_spec 语法定义中的字段进行解释：

width : 最小宽度

  
  # 指定最小宽度为 10 位
  >>> '{:10}'.format('Python')
  'Python    '

align : 对齐方式，支持 ‘<’, ‘>’, ‘^’ 三种方式。

  
  >>> '{:<30}'.format('left aligned')  # 最小宽度 30，并且左对齐
  'left aligned                  '
  >>> '{:>30}'.format('right aligned')  # 最小宽度 30，并且又对齐
  '                 right aligned'
  >>> '{:^30}'.format('centered')  # 最小宽度 30，并且居中对齐
  '           centered           '

fill : 填充符

  
  # 最小宽度 30，并且居中对齐，多余部分使用 * 填充
  >>> '{:*^30}'.format('centered')
  '***********centered***********'

sign : 符号位，仅对数学类型有效，支持 ‘+’, ‘-‘, ‘ ‘ 三种类型。

  
  >>> '{:+}, {:+}'.format(1, -1)  # 始终保留符号位
  '+1, -1'
  >>> '{:-}, {:-}'.format(1, -1)  # 负数才有符号位
  '1, -1'
  >>> '{: }, {: }'.format(1, -1)  # 正数前保留一个空格
  ' 1, -1'

precision : 精度

  
  >>> '{:.2}'.format(3.14)
  '3.1'
  >>> '{:.2}'.format('Python')  # 作用在字符串上则会按照进行截断
  'Py'

, : 千分位

  
  >>> '{:,}'.format(12345678)
  '12,345,678'

type : 转换类型

转换类型大部分与 % 格式化的方式相同，下面只对不一样的类型进行示例说明：

  
  >>> '{:b}'.format(7)  # 二进制类型
  '111'
  >>> '{:.2%}'.format(23/89)  # 百分比类型
  '25.84%'

#/0 : # 和 0 的作用与 % 格式化的方式相同

参考资料

[Strings] : https://docs.python.org/3.5/tutorial/introduction.html#strings
[String Methods] : https://docs.python.org/3.5/library/stdtypes.html#string-methods
[Format String Syntax] : https://docs.python.org/3.5/library/string.html#formatstrings
[printf-style String Formatting] : https://docs.python.org/3.5/library/stdtypes.html#old-string-formatting

Python 入门 - 4 - 字符串

字符串方法

使用 % 格式化字符串

使用 str.format 格式化字符串

参考资料

相关文章

Python 进阶 - deepget 和 deepset

Python 入门 - 11 - 类

Python 入门 - 12 - 模块和包

热门标签