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