一： 字符串基础介绍

python中定义的字符串是个常量，一旦定义后只能使用、不能修改

1.字符串的定义：

s = ‘ aaaa’

s = “bbbb ”

s = “”“cccc”“”

注: 在python中规定了以上三种方式来定义字符串。

2. 转义字符串

转义字符描述

\(在行尾时)

续行符

\\

反斜杠符号

\'

单引号

\"

双引号

\a

响铃

\b

退格(Backspace)

\e

转义

\000

空

\n

换行

\v

纵向制表符

\t

横向制表符

\r

回车

\f

换页

\oyy

八进制数yy代表的字符，例如：\o12代表换行

\xyy

十进制数yy代表的字符，例如：\x0a代表换行

\other

其它的字符以普通格式输出

3. raw字符串

raw字符串格式： r"qazwsx\tedcef\nedced"　　如果使用了raw，字符串中的转义字符的功能将被取消

在有些地方可以使用另一个方式来取消转义字符：如：open('c:\\temp\\test.txt','a+')　　在这里temp前加两个'\\' 来取消字符转义

4. unicode字符串

Unicode是文本书写的国际标准方法，一般写法： u'I am huairen!'

5. 格式化字符串　　　　和c中的是一样的，格式： print "name: %s, age is %d"%(nick,30)

二：字符串的基本操作

1. 连接字符串：

>>> s1

'qewr'

>>> s5

u'aa\nbb'

>>> s1+s5

u'qewraa\nbb'

连接需要使用字符：‘+’  注意：+ 左右的操作对象都必须是字符串，如果是其他类型的，那么就必须做类型转换

例：

s2 = 45

>>> s1 + s2

Traceback (most recent call last):

File "", line 1, in

TypeError: cannot concatenate 'str' and 'int' objects

>>> s1+ str(s2)　　　　　　　　使用str进行转换

'qewr45'

2.字符串的重复

li = [1] * 5

>>> li

[1, 1, 1, 1, 1]

3. 字符串的索引

方法:    string_name[index]

string_name：字符串的名程

index: 为字符串中某个字符的位置，一个字符串中的第一个字符的位置是从0开始的，

>>> s1 = 'abcdefghijklmn'

>>> ch = s1[2]　　　　　　和c中的数组引用相同，

>>> ch

'c'

4.切片

格式： s=[i:j:step]

i,j 允许是整数，正负直和0 都可以，

step, 表示方向，如果i

如果i>j ，表示逆向(-1)，需要标明step为-1

如上，如果要提取一段字符串中的非连续的字符的时候需要切片，假设，提取s1中的'defghijk' 字符串，

将d作为起点，l作为终点(注，不是以k为终点的)，

>>> s1 = 'abcdefghijklmn'

>>> ss = s1[3:11]　　　　如果使用的时候没有定起点或终点，那么就会从字符串的开始或结束为起点或终点的

>>> ss

'defghijk'

注：

>>> sss = s1[0:]

>>> sss

'abcdefghijklmn'

>>> sss = s1[:0]  起点可以为0，终点不能为0但可以为空

>>> sss

>>> sss = s1[:]　　允许起点和终点都不标明，

>>> sss

'abcdefghijklmn'

>>> sss = s1[-1]　　如果从前向后数比较繁琐，因此python允许使用负数：

>>> sss

'n'

>>> sss = s1[-3]

>>> sss

'l'

>>> sss = s1[5:1:-1]　　　　此处就需要标明step 为 -1

>>> sss

'fedc'　　　　　　　　　　  但是这样出来的字符是逆序的，(在dns中有一个逆向解析的域名)

>>> s = 'www.baidu.com'

>>> s1=s[-1:0:-1]

>>> s1

'moc.udiab.ww'　　不全，

>>> s1=s[-1::-1]　　不用0时，全部显示

>>> s1

'moc.udiab.www'

注：‘ ，’  表示连续打印时不会换行。

三：字符串的常用方法：

python自带的方法可以用help(str) 查看所有的方法，总结几个常见的方法。

如：

Methods defined here:

|

|  __add__(...)

|      x.__add__(y) <==> x+y

|

|  __contains__(...)

|      x.__contains__(y) <==> y in x

|

|  __eq__(...)

|      x.__eq__(y) <==> x==y

========================

>>> s = raw_input('Input char:\n')

Input char:

qwert123

>>> s.isalnum()　　　　是否为数字和字母组成

True

>>> s.isalpha()　　　　是否为纯字母的

False

>>> s.isdigit()　　　　  是否为纯数字的

False

===============================

1、去空格及特殊符号

代码如下:

s.strip().lstrip().rstrip(',')

2、复制字符串

代码如下:

#strcpy(sStr1,sStr2)

sStr1 = 'strcpy'

sStr2 = sStr1

sStr1 = 'strcpy2'

print sStr2

3、连接字符串

代码如下:

#strcat(sStr1,sStr2)

sStr1 = 'strcat'

sStr2 = 'append'

sStr1 += sStr2

print sStr1

4、查找字符

代码如下:

#strchr(sStr1,sStr2)

# < 0 为未找到

sStr1 = 'strchr'

sStr2 = 's'

nPos = sStr1.index(sStr2)

print nPos

5、比较字符串

代码如下:

#strcmp(sStr1,sStr2)

sStr1 = 'strchr'

sStr2 = 'strch'

print cmp(sStr1,sStr2)

6、扫描字符串是否包含指定的字符

代码如下:

#strspn(sStr1,sStr2)

sStr1 = '12345678'

sStr2 = '456'

#sStr1 and chars both in sStr1 and sStr2

print len(sStr1 and sStr2)

7、字符串长度

代码如下:

#strlen(sStr1)

sStr1 = 'strlen'

print len(sStr1)

8、将字符串中的大小写转换

代码如下:

S.lower() #小写

S.upper() #大写

S.swapcase() #大小写互换

S.capitalize() #首字母大写

String.capwords(S) #这是模块中的方法。它把S用split()函数分开，然后用capitalize()把首字母变成大写，最后用join()合并到一起

#实例：

#strlwr(sStr1)

sStr1 = 'JCstrlwr'

sStr1 = sStr1.upper()

#sStr1 = sStr1.lower()

print sStr1

9、追加指定长度的字符串

代码如下:

#strncat(sStr1,sStr2,n)

sStr1 = '12345'

sStr2 = 'abcdef'

n = 3

sStr1 += sStr2[0:n]

print sStr1

10、字符串指定长度比较

代码如下:

#strncmp(sStr1,sStr2,n)

sStr1 = '12345'

sStr2 = '123bc'

n = 3

print cmp(sStr1[0:n],sStr2[0:n])

11、复制指定长度的字符

复制代码 代码如下:

#strncpy(sStr1,sStr2,n)

sStr1 = ''

sStr2 = '12345'

n = 3

sStr1 = sStr2[0:n]

print sStr1

12、将字符串前n个字符替换为指定的字符

复制代码 代码如下:

#strnset(sStr1,ch,n)

sStr1 = '12345'

ch = 'r'

n = 3

sStr1 = n * ch + sStr1[3:]

print sStr1

13、扫描字符串

复制代码 代码如下:

#strpbrk(sStr1,sStr2)

sStr1 = 'cekjgdklab'

sStr2 = 'gka'

nPos = -1

for c in sStr1:

if c in sStr2:

nPos = sStr1.index(c)

break

print nPos

14、翻转字符串

复制代码 代码如下:

#strrev(sStr1)

sStr1 = 'abcdefg'

sStr1 = sStr1[::-1]

print sStr1

15、查找字符串

复制代码 代码如下:

#strstr(sStr1,sStr2)

sStr1 = 'abcdefg'

sStr2 = 'cde'

print sStr1.find(sStr2)

16、分割字符串

复制代码 代码如下:

#strtok(sStr1,sStr2)

sStr1 = 'ab,cde,fgh,ijk'

sStr2 = ','

sStr1 = sStr1[sStr1.find(sStr2) + 1:]

print sStr1

#或者

s = 'ab,cde,fgh,ijk'

print(s.split(','))

17、连接字符串

复制代码 代码如下:

delimiter = ','

mylist = ['Brazil', 'Russia', 'India', 'China']

print delimiter.join(mylist)

18、PHP 中 addslashes 的实现

复制代码 代码如下:

def addslashes(s):

d = {'"':'\\"', "'":"\\'", "\0":"\\\0", "\\":"\\\\"}

return ''.join(d.get(c, c) for c in s)

s = "John 'Johny' Doe (a.k.a. \"Super Joe\")\\\0"

print s

print addslashes(s)

19、只显示字母与数字

复制代码 代码如下:

def OnlyCharNum(s,oth=''):

s2 = s.lower();

fomart = 'abcdefghijklmnopqrstuvwxyz0123456789'

for c in s2:

if not c in fomart:

s = s.replace(c,'');

return s;

print(OnlyStr("a000 aa-b"))

20、截取字符串

复制代码 代码如下:

str = '0123456789′

print str[0:3] #截取第一位到第三位的字符

print str[:] #截取字符串的全部字符

print str[6:] #截取第七个字符到结尾

print str[:-3] #截取从头开始到倒数第三个字符之前

print str[2] #截取第三个字符

print str[-1] #截取倒数第一个字符

print str[::-1] #创造一个与原字符串顺序相反的字符串

print str[-3:-1] #截取倒数第三位与倒数第一位之前的字符

print str[-3:] #截取倒数第三位到结尾

print str[:-5:-3] #逆序截取，具体啥意思没搞明白？

21、字符串在输出时的对齐

复制代码 代码如下:

S.ljust(width,[fillchar])

#输出width个字符，S左对齐，不足部分用fillchar填充，默认的为空格。

S.rjust(width,[fillchar]) #右对齐

S.center(width, [fillchar]) #中间对齐

S.zfill(width) #把S变成width长，并在右对齐，不足部分用0补足

22、字符串中的搜索和替换

复制代码 代码如下:

S.find(substr, [start, [end]])

#返回S中出现substr的第一个字母的标号，如果S中没有substr则返回-1。start和end作用就相当于在S[start:end]中搜索

S.index(substr, [start, [end]])

#与find()相同，只是在S中没有substr时，会返回一个运行时错误

S.rfind(substr, [start, [end]])

#返回S中最后出现的substr的第一个字母的标号，如果S中没有substr则返回-1，也就是说从右边算起的第一次出现的substr的首字母标号

S.rindex(substr, [start, [end]])

S.count(substr, [start, [end]]) #计算substr在S中出现的次数

S.replace(oldstr, newstr, [count])

#把S中的oldstar替换为newstr，count为替换次数。这是替换的通用形式，还有一些函数进行特殊字符的替换

S.strip([chars])

#把S中前后chars中有的字符全部去掉，可以理解为把S前后chars替换为None

S.lstrip([chars])

S.rstrip([chars])

S.expandtabs([tabsize])

#把S中的tab字符替换没空格，每个tab替换为tabsize个空格，默认是8个

23、字符串的分割和组合

复制代码 代码如下:

S.split([sep, [maxsplit]])

#以sep为分隔符，把S分成一个list。maxsplit表示分割的次数。默认的分割符为空白字符

S.rsplit([sep, [maxsplit]])

S.splitlines([keepends])

#把S按照行分割符分为一个list，keepends是一个bool值，如果为真每行后而会保留行分割符。

S.join(seq) #把seq代表的序列──字符串序列，用S连接起来

24、字符串的mapping，这一功能包含两个函数

复制代码 代码如下:

String.maketrans(from, to)

#返回一个256个字符组成的翻译表，其中from中的字符被一一对应地转换成to，所以from和to必须是等长的。

S.translate(table[,deletechars])

#

使用上面的函数产后的翻译表，把S进行翻译，并把deletechars中有的字符删掉。需要注意的是，如果S为unicode字符串，那么就不支持

deletechars参数，可以使用把某个字符翻译为None的方式实现相同的功能。此外还可以使用codecs模块的功能来创建更加功能强大的翻译

表。

25、字符串还有一对编码和解码的函数

复制代码 代码如下:

S.encode([encoding,[errors]])

#

其中encoding可以有多种值，比如gb2312 gbk gb18030 bz2 zlib big5

bzse64等都支持。errors默认值为"strict"，意思是UnicodeError。可能的值还有'ignore', 'replace',

'xmlcharrefreplace', 'backslashreplace'

和所有的通过codecs.register_error注册的值。这一部分内容涉及codecs模块，不是特明白

S.decode([encoding,[errors]])

26、字符串的测试、判断函数，这一类函数在string模块中没有，这些函数返回的都是bool值

复制代码 代码如下:

S.startswith(prefix[,start[,end]])

#是否以prefix开头

S.endswith(suffix[,start[,end]])

#以suffix结尾

S.isalnum()

#是否全是字母和数字，并至少有一个字符

S.isalpha() #是否全是字母，并至少有一个字符

S.isdigit() #是否全是数字，并至少有一个字符

S.isspace() #是否全是空白字符，并至少有一个字符

S.islower() #S中的字母是否全是小写

S.isupper() #S中的字母是否便是大写

S.istitle() #S是否是首字母大写的

27、字符串类型转换函数，这几个函数只在string模块中有

代码如下:

string.atoi(s[,base])

#base默认为10，如果为0,那么s就可以是012或0x23这种形式的字符串，如果是16那么s就只能是0x23或0X12这种形式的字符串

string.atol(s[,base]) #转成long

string.atof(s[,base]) #转成float

这里再强调一次，字符串对象是不可改变的，也就是说在python创建一个字符串后，你不能把这个字符中的某一部分改变。任何上面的函数改变了字符

串后，都会返回一个新的字符串，原字串并没有变。其实这也是有变通的办法的，可以用S=list(S)这个函数把S变为由单个字符为成员的list，这样

的话就可以使用S[3]='a'的方式改变值，然后再使用S=" ".join(S)还原成字符串

28、unicode转str

python很多时候得到的是unicode格式，比如scrapy爬虫中用xpath抽取元素时用到的extract()就是讲内容转为unicode格式，此时如果要输出到文件(txt)中时，就需要转码，不然中文会出现乱码。

例：将unicode格式的title转为普通python字符串str用“encode"

title = title.encode("utf-8")

将普通python字符串转化为unicode用“decode”

收集：http://www.jb51.net/article/47956.htm