Python中常用操作字符串的函數與方法總結

這篇文章主要介紹了Python中常用操作字符串的函數與方法總結,包括字符串的格式化輸出與拼接等基礎知識,需要的朋友可以參考下

例如這樣一個字符串 Python，它就是幾個字符：P,y,t,h,o,n，排列起來。這種排列是非常嚴格的，不僅僅是字符本身，而且還有順序，換言之，如果某個字符換了，就編程一個新字符串了；如果這些字符順序發生變化了，也成為了一個新字符串。

在 Python 中，把像字符串這樣的對象類型（后面還會冒出來類似的其它有這種特點的對象類型，比如列表），統稱為序列。顧名思義，序列就是“有序排列”。

比如水泊梁山的 108 個好漢（里面分明也有女的，難道女漢子是從這里來的嗎？），就是一個“有序排列”的序列。從老大宋江一直排到第 108 位金毛犬段景住。在這個序列中，每個人有編號，編號和每個人一一對應。1 號是宋江，2 號是盧俊義。反過來，通過每個人的姓名，也能找出他對應的編號。武松是多少號？14 號。李逵呢？22 號。

在 Python 中，給這些編號取了一個文雅的名字，叫做索引(別的編程語言也這么稱呼，不是 Python 獨有的。)。

索引和切片
前面用梁山好漢的為例說明了索引。再看 Python 中的例子：    
>>> lang = "study Python"
>>> lang[0]
's'
>>> lang[1]
't'

有一個字符串，通過賦值語句賦給了變量 lang。如果要得到這個字符串的第一個單詞 s，可以用 lang[0]。當然，如果你不愿意通過賦值語句，讓變量 lang 來指向那個字符串，也可以這樣做：    
>>> "study Python"[0]
's'

效果是一樣的。因為 lang 是標簽，就指向了 "study Python" 字符串。當讓 Python 執行 lang[0] 的時候，就是要轉到那個字符串對象，如同上面的操作一樣。只不過，如果不用 lang 這么一個變量，后面如果再寫，就費筆墨了，要每次都把那個字符串寫全了。為了省事，還是復制給一個變量吧。變量就是字符串的代表了。

字符串這個序列的排序方法跟梁山好漢有點不同，第一個不是用數字1表示，而是用數字 0 表示。不僅僅 Python，其它很多語言都是從 0 開始排序的。為什么這樣做呢？這就是規定。當然，這個規定是有一定優勢的。此處不展開，有興趣的網上去 google 一下，有專門對此進行解釋的文章。

上面的表格中，將這個字符串從第一個到最后一個進行了排序，特別注意，兩個單詞中間的那個空格，也占用了一個位置。

通過索引能夠找到該索引所對應的字符，那么反過來，能不能通過字符，找到其在字符串中的索引值呢？怎么找？    
>>> lang.index("p")
6

就這樣，是不是已經能夠和梁山好漢的例子對上號了？只不過區別在于第一個的索引值是 0。

如果某一天，宋大哥站在大石頭上，向著各位弟兄大喊：“兄弟們，都排好隊?！钡刃值軅兣藕弥?，宋江說：“現在給各位沒有老婆的兄弟分配女朋友，我這里已經有了名單，我念叨的兄弟站出來。不過我是按照序號來念的。第 29 號到第 34 號先出列，到旁邊房子等候分配女朋友?！?br />
在前面的例子中 lang[1] 能夠得到原來字符串的第二個字符 t，就相當于從原來字符串中把這個“切”出來了。不過，我們這么“切”卻不影響原來字符串的完整性，當然可以理解為將那個字符 t 賦值一份拿出來了。

那么宋江大哥沒有一個一個“切”，而是一下將幾個兄弟叫出來。在 Python 中也能做類似事情。    
>>> lang
'study Python'  #在前面“切”了若干的字符之后，再看一下該字符串，還是完整的。
>>> lang[2:9]
'udy pyt'

通過 lang[2:9]要得到部分（不是一個）字符，從返回的結果中可以看出，我們得到的是序號分別對應著 2,3,4,5,6,7,8(跟上面的表格對應一下)字符（包括那個空格）。也就是，這種獲得部分字符的方法中，能夠得到開始需要的以及最后一個序號之前的所對應的字符。有點拗口，自己對照上面的表格數一數就知道了。簡單說就是包括開頭，不包括結尾。

上述，不管是得到一個還是多個，通過索引得到字符的過程，稱之為切片。

切片是一個很有意思的東西?？梢浴扒小背霾簧倩幽?？
    
>>> lang
'study Python'
>>> b = lang[1:]  # 得到從 1 號到最末尾的字符，這時最后那個需要不用寫
>>> b
'tudy Python'
>>> c = lang[:]  # 得到所有字符
>>> c
'study Python'
>>> d = lang[:10]  # 得到從第一個到 10 號之前的字符
>>> d
'study pyth'

在獲取切片的時候，如果分號的前面或者后面的序號不寫，就表示是到最末（后面的不寫）或第一個（前面的不寫）

lang[:10]的效果和 lang[0:10]是一樣的。
    
>>> e = lang[0:10]
>>> e
'study pyth'

那么，lang[1:]和 lang[1:11]效果一樣嗎？請思考后作答。    
>>> lang[1:11]
'tudy pytho'
>>> lang[1:]
'tudy python'

果然不一樣，你思考對了嗎？原因就是前述所說的，如果分號后面有數字，所得到的切片，不包含該數字所對應的序號（前包括，后不包括）。那么，是不是可以這樣呢？lang[1:12]，不包括 12 號（事實沒有 12 號），是不是可以得到 1 到 11 號對應的字符呢？
    
>>> lang[1:12]
'tudy python'
>>> lang[1:13]
'tudy python'

果然是。并且不僅僅后面寫 12，寫 13，也能得到同樣的結果。但是，我這個特別要提醒，這種獲得切片的做法在編程實踐中是不提倡的。特別是如果后面要用到循環的時候，這樣做或許在什么時候遇到麻煩。

如果在切片的時候，冒號左右都不寫數字，就是前面所操作的 c = lang[:]，其結果是變量 c 的值與原字符串一樣，也就是“復制”了一份。注意，這里的“復制”我打上了引號，意思是如同復制，是不是真的復制呢？可以用下面的方式檢驗一下    
>>> id(c)
3071934536L
>>> id(lang)
3071934536L

id()的作用就是查看該對象在內存地址（就是在內存中的位置編號）。從上面可以看出，兩個的內存地址一樣，說明 c 和 lang 兩個變量指向的是同一個對象。用 c=lang[:]的方式，并沒有生成一個新的字符串，而是將變量 c 這個標簽也貼在了原來那個字符串上了。    
>>> lang = "study python"
>>> c = lang

如果這樣操作，變量 c 和 lang 是不是指向同一個對象呢？或者兩者所指向的對象內存地址如何呢？看官可以自行查看。

字符串基本操作
字符串是一種序列，所有序列都有如下基本操作：

    len()：求序列長度
    ：連接 2 個序列
    : 重復序列元素
    in :判斷元素是否存在于序列中
    max() :返回最大值
    min() :返回最小值
    cmp(str1,str2) :比較 2 個序列值是否相同

通過下面的例子，將這幾個基本操作在字符串上的使用演示一下：

“+”連接字符串    
>>> str1 + str2
'abcdabcde'
>>> str1 + "-->" + str2
'abcd-->abcde'

這其實就是拼接，不過在這里，看官應該有一個更大的觀念，我們現在只是學了字符串這一種序列，后面還會遇到列表、元組兩種序列，都能夠如此實現拼接。

in
    
>>> "a" in str1
True
>>> "de" in str1
False
>>> "de" in str2
True

in 用來判斷某個字符串是不是在另外一個字符串內，或者說判斷某個字符串內是否包含某個字符串，如果包含，就返回 True，否則返回 False。

最值
    
>>> max(str1)
'd'
>>> max(str2)
'e'
>>> min(str1)
'a'

一個字符串中，每個字符在計算機內都是有編碼的，也就是對應著一個數字，min()和 max()就是根據這個數字里獲得最小值和最大值，然后對應出相應的字符。關于這種編號是多少，看官可以 google 有關字符編碼，或者 ASCII 編碼什么的，很容易查到。

比較    
>>> cmp(str1, str2)
-1

將兩個字符串進行比較，也是首先將字符串中的符號轉化為對一個的數字，然后比較。如果返回的數值小于零，說明第一個小于第二個，等于 0，則兩個相等，大于 0，第一個大于第二個。為了能夠明白其所以然，進入下面的分析。
    
>>> ord('a')
97
>>> ord('b')
98
>>> ord(' ')
32

ord()是一個內建函數，能夠返回某個字符（注意，是一個字符，不是多個字符組成的串）所對一個的 ASCII 值（是十進制的），字符 a 在 ASCII 中的值是 97，空格在 ASCII 中也有值，是 32。順便說明，反過來，根據整數值得到相應字符，可以使用 chr()：    
>>> chr(97)
'a'
>>> chr(98)
'b'

于是，就得到如下比較結果了：
    
>>> cmp("a","b")  #a-->97, b-->98, 97 小于 98，所以 a 小于 b
-1
>>> cmp("abc","aaa")
1
>>> cmp("a","a")
0

看看下面的比較，是怎么進行的呢？    
>>> cmp("ad","c")
-1

在字符串的比較中，是兩個字符串的第一個字符先比較，如果相等，就比較下一個，如果不相等，就返回結果。直到最后，如果還相等，就返回 0。位數不夠時，按照沒有處理（注意，沒有不是 0，0 在 ASCII 中對應的是 NUL），位數多的那個天然大了。ad 中的 a 先和后面的 c 進行比較，顯然 a 小于 c，于是就返回結果 -1。如果進行下面的比較，是最容易讓人迷茫的?？垂倌懿荒芨鶕偛抨U述的比較遠離理解呢？
    
>>> cmp("123","23")
-1
>>> cmp(123,23)  # 也可以比較整數，這時候就是整數的直接比較了。
1
“*”

字符串中的“乘法”，這個乘法，就是重復那個字符串的含義。在某些時候很好用的。比如我要打印一個華麗的分割線：
    
>>> str1*3
'abcdabcdabcd'
>>> print "-"*20  # 不用輸入很多個`-`
--------------------
len()

要知道一個字符串有多少個字符，一種方法是從頭開始，盯著屏幕數一數。哦，這不是計算機在干活，是鍵客在干活。

鍵客，不是劍客。劍客是以劍為武器的俠客；而鍵客是以鍵盤為武器的俠客。當然，還有賤客，那是賤人的最高境界，賤到大俠的程度，比如岳不群之流。
鍵客這樣來數字符串長度：    
>>> a="hello"
>>> len(a)
5

使用的是一個函數 len(object)。得到的結果就是該字符串長度。
    
>>> m = len(a) # 把結果返回后賦值給一個變量
>>> m
5
>>> type(m)   # 這個返回值（變量）是一個整數型
<type 'int'>

字符串格式化輸出
什么是格式化？在維基百科中有專門的詞條，這么說的：

格式化是指對磁盤或磁盤中的分區（partition）進行初始化的一種操作，這種操作通常會導致現有的磁盤或分區中所有的文件被清除。
不知道你是否知道這種“格式化”。顯然，此格式化非我們這里所說的，我們說的是字符串的格式化，或者說成“格式化字符串”，都可以，表示的意思就是：

格式化字符串，是 C、C++ 等程序設計語言 printf 類函數中用于指定輸出參數的格式與相對位置的字符串參數。其中的轉換說明（conversion specification）用于把隨后對應的 0 個或多個函數參數轉換為相應的格式輸出；格式化字符串中轉換說明以外的其它字符原樣輸出。
這也是來自維基百科的定義。在這個定義中，是用 C 語言作為例子，并且用了其輸出函數來說明。在 Python 中，也有同樣的操作和類似的函數 print，此前我們已經了解一二了。

如果將那個定義說的通俗一些，字符串格式化化，就是要先制定一個模板，在這個模板中某個或者某幾個地方留出空位來，然后在那些空位填上字符串。那么，那些空位，需要用一個符號來表示，這個符號通常被叫做占位符（僅僅是占據著那個位置，并不是輸出的內容）。    
>>> "I like %s"
'I like %s'

在這個字符串中，有一個符號：%s，就是一個占位符，這個占位符可以被其它的字符串代替。比如：    
>>> "I like %s" % "python"
'I like python'
>>> "I like %s" % "Pascal"
'I like Pascal'

這是較為常用的一種字符串輸出方式。

另外，不同的占位符，會表示那個位置應該被不同類型的對象填充。下面列出許多，供參考。不過，不用記憶，常用的只有 %s 和 %d，或者再加上 %f，其它的如果需要了，到這里來查即可。

看例子：    
>>> a = "%d years" % 15
>>> print a
15 years

當然，還可以在一個字符串中設置多個占位符，就像下面一樣    
>>> print "Suzhou is more than %d years. %s lives in here." % (2500, "qiwsir")
Suzhou is more than 2500 years. qiwsir lives in here.

對于浮點數字的打印輸出，還可以限定輸出的小數位數和其它樣式。    
>>> print "Today's temperature is %.2f" % 12.235
Today's temperature is 12.23
>>> print "Today's temperature is %+.2f" % 12.235
Today's temperature is +12.23

注意，上面的例子中，沒有實現四舍五入的操作。只是截取。

常用的字符串方法
字符串的方法很多?？梢酝ㄟ^ dir 來查看：    
>>> dir(str)
['__add__', '__class__', '__contains__', '__delattr__', '__doc__', '__eq__', '__format__', '__ge__', '__getattribute__', '__getitem__', '__getnewargs__', '__getslice__', '__gt__', '__hash__', '__init__', '__le__', '__len__', '__lt__', '__mod__', '__mul__', '__ne__', '__new__', '__reduce__', '__reduce_ex__', '__repr__', '__rmod__', '__rmul__', '__setattr__', '__sizeof__', '__str__', '__subclasshook__', '_formatter_field_name_split', '_formatter_parser', 'capitalize', 'center', 'count', 'decode', 'encode', 'endswith', 'expandtabs', 'find', 'format', 'index', 'isalnum', 'isalpha', 'isdigit', 'islower', 'isspace', 'istitle', 'isupper', 'join', 'ljust', 'lower', 'lstrip', 'partition', 'replace', 'rfind', 'rindex', 'rjust', 'rpartition', 'rsplit', 'rstrip', 'split', 'splitlines', 'startswith', 'strip', 'swapcase', 'title', 'translate', 'upper', 'zfill']

這么多，不會一一介紹，要了解某個具體的含義和使用方法，最好是使用 help 查看。舉例：    
>>> help(str.isalpha)
    
Help on method_descriptor:
 
isalpha(...)
  S.isalpha() -> bool
 
  Return True if all characters in S are alphabetic
  and there is at least one character in S, False otherwise.

按照這里的說明，就可以在交互模式下進行實驗。
    
>>> "python".isalpha()  # 字符串全是字母，應該返回 True
True
>>> "2python".isalpha()  # 字符串含非字母，返回 False
False

split

這個函數的作用是將字符串根據某個分割符進行分割。    
>>> a = "I LOVE PYTHON"
>>> a.split(" ")
['I', 'LOVE', 'PYTHON']

這是用空格作為分割，得到了一個名字叫做列表（list）的返回值，關于列表的內容，后續會介紹。還能用別的分隔嗎？
    
>>> b = "www.itdiffer.com"
>>> b.split(".")
['www', 'itdiffer', 'com']

去掉字符串兩頭的空格

這個功能，在讓用戶輸入一些信息的時候非常有用。有的朋友喜歡輸入結束的時候敲擊空格，比如讓他輸入自己的名字，輸完了，他來個空格。有的則喜歡先加一個空格，總做的輸入的第一個字前面應該空兩個格。

這些空格是沒用的。Python 考慮到有不少人可能有這個習慣，因此就幫助程序員把這些空格去掉。

方法是：

    S.strip() 去掉字符串的左右空格
    S.lstrip() 去掉字符串的左邊空格
    S.rstrip() 去掉字符串的右邊空格
    例如：
    
>>> b=" hello "  # 兩邊有空格
>>> b.strip()
'hello'
>>> b
' hello '

特別注意，原來的值沒有變化，而是新返回了一個結果。    
>>> b.lstrip()  # 去掉左邊的空格
'hello '
>>> b.rstrip()  # 去掉右邊的空格
' hello'

字符大小寫的轉換

對于英文，有時候要用到大小寫轉換。最有名駝峰命名，里面就有一些大寫和小寫的參合。如果有興趣，可以來這里看自動將字符串轉化為駝峰命名形式的方法。

在 Python 中有下面一堆內建函數，用來實現各種類型的大小寫轉化

    S.upper() #S 中的字母大寫
    S.lower() #S 中的字母小寫
    S.capitalize() # 首字母大寫
    S.isupper() #S 中的字母是否全是大寫
    S.islower() #S 中的字母是否全是小寫
    S.istitle()
    看例子：
    
>>> a = "qiwsir,Python"
>>> a.upper()    # 將小寫字母完全變成大寫字母
'QIWSIR,PYTHON'
>>> a        # 原數據對象并沒有改變
'qiwsir,Python'
>>> b = a.upper()
>>> b
'QIWSIR,PYTHON'
>>> c = b.lower()  # 將所有的小寫字母變成大寫字母
>>> c
'qiwsir,Python'
 
>>> a
'qiwsir,Python'
>>> a.capitalize() # 把字符串的第一個字母變成大寫
'Qiwsir,Python'
>>> a        # 原數據對象沒有改變
'qiwsir,Python'
>>> b = a.capitalize() # 新建立了一個
>>> b
'Qiwsir,Python'
 
>>> a = "qiwsir,github"  # 這里的問題就是網友白羽毛指出的，非常感謝他。
>>> a.istitle()
False
>>> a = "QIWSIR"    # 當全是大寫的時候，返回 False
>>> a.istitle()
False
>>> a = "qIWSIR"
>>> a.istitle()
False
>>> a = "Qiwsir,github" # 如果這樣，也返回 False
>>> a.istitle()
False
>>> a = "Qiwsir"    # 這樣是 True
>>> a.istitle()
True
>>> a = 'Qiwsir,Github' # 這樣也是 True
>>> a.istitle()
True
 
>>> a = "Qiwsir"
>>> a.isupper()
False
>>> a.upper().isupper()
True
>>> a.islower()
False
>>> a.lower().islower()
True

再探究一下，可以這么做：    
>>> a = "This is a Book"
>>> a.istitle()
False
>>> b = a.title()   # 這樣就把所有單詞的第一個字母轉化為大寫
>>> b
'This Is A Book'
>>> b.istitle()    # 判斷每個單詞的第一個字母是否為大寫
True

join 拼接字符串

用“+”能夠拼接字符串，但不是什么情況下都能夠如愿的。比如，將列表（關于列表，后續詳細說，它是另外一種類型）中的每個字符（串）元素拼接成一個字符串，并且用某個符號連接，如果用“+”，就比較麻煩了（是能夠實現的，麻煩）。

用字符串的 join 就比較容易實現。    
>>> b
'www.itdiffer.com'
>>> c = b.split(".")
>>> c
['www', 'itdiffer', 'com']
>>> ".".join(c)
'www.itdiffer.com'
>>> "*".join(c)
'www*itdiffer*com'
這種拼接，是不是簡單呢？