目录
- 前言
- 一、最大化最小化方法
- 二、统计次数方法
- 三、去掉左右侧字符方法
- 四、字符串分隔方法
- 五、字符串替换方法
- 六、字符串拼接方法
- 七、判断是否为数字的方法
- 八、判断是否为空格的方法
- 九、判断前缀和后缀的方法
- 补充：更多Python字符串常用方法
- 总结
前言
字符串作为一种重要的Python基本数据类型，在数据处理中发挥着不可或缺的作用，如果对它的方法能够灵活使用，能够达到事半功倍的效果。下面我们选取一些常用的方法，简述其应用场景。
一、最大化最小化方法
字符串的最大化方法upper()和最小化方法lower()可以将字符串全部转换为大写和小写。在数据处理分析过程中，如果涉及到字符串的比较和统计，尤其涉及到英文的，一般需要将字符串全部转化小写再进行比较统计，否则可能会不准。
比如根据用户的输入，决定接下来的程序是否执行，如果用户输入n则不执行，为了让程序设计的更加友好，需要考虑用户可能输入N的情况，该问题可以通过lower()或者upper()来解决。
>>> choice = input(\'是否继续执行程序，输入n或N则结束：\') 是否继续执行程序，输入n或N则结束：N >>> if choice == \'n\'or choice == \'N\': # 常规处理方式 print(\'程序结束\') >>> if choice.lower() == \'n\': # 推荐用该方法处理 print(\'程序结束\')
比如现在通过分词工具，已经把一段英文分词单词的列表，现在要统计“when”出现的次数，一般需要再统计之前将字符串全部最小化下。
>>> words = [\'When\', \'you\', \'fall\', \'stand\', \'up.\', \'And\', \'when\', \'you\', \'break\', \'stand\', \'tough\', \'And\', \'when\', \'they\', \'say\', \'you\', \'can\'t,\', \'you\', \'say\', \'I\', \'can\', \'I\', \'can\']
>>> count = 0
>>> sta_word = \'when\'
>>> for word in words:
if word.lower() == sta_word:
count += 1
>>> print(\'{}出现了{}次\'.format(\'when\', count))
when出现了3次
二、统计次数方法
统计次数的count()方法可以快速统计字符串中某个子串出现的次数，但这个方法在列表数据类型中应用较多，在字符串中应用很少，使用不当容易造成不易察觉的错误。
比如统计“帽子和服装如何搭配才好看”这句话中“和服”出现的次数，虽然出现了“和服”，但不是想要统计的结果，对于英文中很多单词有多种时态，更是如此。对于文本中词频的统计，一般需要先进行分词处理，英文可能还需要进行词形还原处理，然后再统计词频。
>>> \"帽子和服装如何搭配才好看\".count(\"和服\") 1 >>> import jieba >>> words = jieba.lcut(\"帽子和服装如何搭配才好看\") >>> words [\'帽子\',\'和\',\'服装\',\'如何\',\'搭配\',\'才\',\'好看\'] >>> words.count(\"和服\") # 分词后再统计 0
三、去掉左右侧字符方法
在做文本处理任务时，对于网络上爬取或者其他渠道获取的数据信息，经常会存在“噪声”，即会有一些没有实际意义的字符，干扰文本的格式和信息的提取，此时strip()、lstrip()、rstrip()方法就可以帮助删除掉字符串头部和尾部的指定字符。当字符没有被指定时，默认去除空格或换行符。lstrip()代表删除字符串左侧（即头部）出现的指定字符，rstrip()代表删除字符串右侧（即尾部）出现的指定字符。下面通过几个例子来说明。
>>> temp_str = \" tomorrow is another day \" >>> temp_str.strip() \'tomorrow is another day\' >>> temp_str = \"# tomorrow is another day @\" >>> temp_str.strip(\'#\') \' tomorrow is another day @\' >>> temp_str.strip(\'# @\') \'tomorrow is another day\' >>> temp_str = \"#@ tomorrow is another day @\" >>> temp_str.lstrip(\'@# \') \'tomorrow is another day @\'
四、字符串分隔方法
当字符串具有特定的格式，或者需要处理的数据具有结构化特点，比如excel表格的数据、或者json格式的文件等，当提取其中的某一个或几个字段时，需要先对字符串进行分隔。split()方法以指定的分隔符为基准，将分隔后得到的字符串以数组类型返回，方便进行之后的操作。当没有指定分隔符时，默认以空格分隔。
>>> temp_str = \"Whatever is worth doing is worth doing well\" >>> temp_str.split() [\'Whatever\', \'is\', \'worth\', \'doing\', \'is\', \'worth\', \'doing\', \'well\'] >>> temp_str = \"tomorrow#is#another#day\" >>> temp_str.split(\'#\') [\'tomorrow\', \'is\', \'another\', \'day\'] >>> temp_str = ‘\"name\":\"Mike\",\"age\":18,\"sex\":\"male\",\"hair\":\"black\"\' >>> temp_str.split(\',\') [\'\"name\":\"Mike\"\', \'\"age\":18\', \'\"sex\":\"male\"\', \'\"hair\":\"black\"\']
五、字符串替换方法
字符串替换也是很常用的方法之一。例如发现有输入错误的时候，正确的要替换掉错误的，或者需要将一些没有意义的字符统一去除或者换成空格的时候，都可以考虑使用replace()方法。第三个参数为可选参数，表示替换的最大次数。
>>> temp_str = \"this is really interesting, and that is boring.\" >>> temp_str.replace(\'is\',\'was\') \'thwas was really interesting, and that was boring.\' >>> temp_str.replace(\'is\',\'was\') \'this was really interesting, and that was boring.\' >>> temp_str = \'I really really really like you.\' >>> temp_str.replace(\"really\",\"\",2) \'I really like you.\'
上例显示出，字符串中出现的所有is都被进行了替换，包括包含is的单词，这也是编程中需要考虑的问题。如果是英文字符串，可以考虑通过加上空格的方式来避免错误的替换，如第四行所示。
六、字符串拼接方法
字符串的拼接方法与其分隔方法可以看作是互逆操作，join()方法将序列中的元素以指定的字符连接，生成一个新的字符串。这个序列可以是字符串、元组、列表、字典等。
>>> seq = \'hello world\' >>> \":\".join(seq) \'h:e:l:l:o: :w:o:r:l:d\' >>> seq = (\'Whatever\', \'is\', \'worth\', \'doing\', \'is\', \'worth\', \'doing\', \'well\') >>> \"*\".join(seq) \'Whatever*is*worth*doing*is*worth*doing*well\' >>> seq = [\'Whatever\', \'is\', \'worth\', \'doing\', \'is\', \'worth\', \'doing\', \'well\'] >>> \" \".join(seq) \'Whatever is worth doing is worth doing well\' >>> seq = [\'\"name\":\"Mike\"\', \'\"age\":18\', \'\"sex\":\"male\"\', \'\"hair\":\"black\"\'] >>> \"#\".join(seq) \'\"name\":\"Mike\"#\"age\":18#\"sex\":\"male\"#\"hair\":\"black\"\'
七、判断是否为数字的方法
isdigit()方法用于判断一个字符串是否全部都由数字组成，返回值为布尔值。如果字符串中存在小数点或者符号，也不能认为全都是数字，如下例所示：
>>> num = \"13579\" >>> num.isdigit() True >>> num = \'1.0\' >>> num.isdigit() False >>> num = \'-1\' >>> num.isdigit() False
八、判断是否为空格的方法
isspace()方法用于判断一个字符串是否全部都由空格组成，返回值为布尔值。要注意的是，空字符串返回False。如下例所示：
>>> t = \'\' >>> t.isspace() False >>> t = \' \' >>> t.isspace() True
九、判断前缀和后缀的方法
startswith()和endswith()分别用于判断字符串的前缀和后缀，即它的开始部分和结尾部分，返回值为布尔值，后面有两个可选参数，相当于对字符串做一个切片后再判断前缀/后缀。如下例所示：
>>> temp_str = \"Whatever is worth doing is worth doing well\" >>> temp_str.startswith(\"W\") True >>> temp_str.startswith(\"What\") True >>> temp_str.startswith(\'Whatever\',2) False >>> temp_str.endswith(\"well\",2) True >>> temp_str.endswith(\"we\",2,-2) True
补充：更多Python字符串常用方法
a = \"hello world\"
# 字符串不能通过索引进行修改 name[0] = \'q\'
# 切片，查找字符串当中的一段值，[起始值:终止值:步长]不写步长默认是1
print(a[0:5:])
print(a[::-1]) # 步长负数倒过来走，不写起始值和终止值就走完全部
print(a[::1])
print(len(a)) # len方法获取字符串的长度
# in 和 not in :判断一个字符串是否在一个大的字符串中
# 返回值为布尔类型
print(\'hello\' in \'hello world\')
print(\'nihao\' not in \'hello world\')
# 字符串的增
print(\'nihao\', \'Python\')
print(\'nihao\' + \'Python\')
# format 前面的大括号写上数字代表着取后面括号里的索引位置
print(\'==============format================\')
print(\'my name is {}\'.format(100))
print(\'my name is {1},my age is {0}\'.format(\'dayv\', 18))
print(\'my name is {0},my age is {1}\'.format(\'dayv\', 18))
# join 把列表里的元素组成字符串
str1 = \'真正的勇士\'
str2 = \'敢于直面惨淡的人生\'
str3 = \'敢于正视淋漓的鲜血\'
print(\'\'.join([str1, str2, str3]))
# 前面的逗号表示用什么来隔开，列表中只能是字符串才能使用join方法
print(\'，\'.join([str1, str2, str3]))
# 删 del
name1 = \'nihao\'
del name1 # 这就把这个变量删除了，在输出这个变量就会出错
# 改
# 字符串变大小写 upper , lower ,
name1 = \'abc\'
print(\'大写：\' + name1.upper())
print(name1.lower())
# capitalize 将第一个字母转换成大写
print(name1.capitalize())
# 将每个单词的首字母大写 title
name2 = \'hello world\'
print(\'每个单词首字母大写：\' + name2.title())
print(\'原name2的值\' + name2)
# 将字符串切分成列表 默认空格为字符切分 split
name1 = \'a b cd e\'
print(name1.split())
# 括号里写什么就用什么切分 !!!!!!!!!!!!!!!!!!!!
name1 = \'a1b1cd1e\'
print(\"自己配置用什么东西切分\", name1.split(\'1\')) # 返回的是列表
# rsplit(\'指定用什么切片\', 切几次),反过来切
print(\'切片倒过来切使用rsplit\', name1.rsplit(\'1\', 1)) # 倒过来切一个元素
# 替换replace(被替换的字符,替换的字符，个数) !!!!!!!!!!!!!!
print(name1.replace(\'1\', \'0\'))
print(name1.replace(\'1\', \'0\', 1)) # 个数是从左往右的顺序替换
aaaaa = \' sdf kkf k k \'
print(\'使用替换去除字符串中的全部空格\', aaaaa.replace(\" \", \'\'))
# strip 除去字符串两边的空格，中间的不会管
name1 = \' ni h ao \'
print(name1.strip())
# 查
# find index
# 查找字符串在大字符串的那个索引位置（起始索引）
name1 = \'PythonPythonPython\'
print(\"使用find查找的索引位置\", name1.find(\'on\'))
# 找不到会返回-1
print(\"使用index查找的索引位置：\", name1.index(\'on\'))
# index方法找不到会报错
# count 统计一个字符串在大字符串里面出现的次数
print(name1.count(\'qi\'))
# 判断一个字符串里的数据是不是都是数字 isdigit 返回布尔值
num = \'156465\'
print(num.isdigit())
# 判断一个字符串里的数据是不是都是字母 isalpha
num = \'ksdjflks\'
print(num.isalpha())
# 比较后面一个元素是否是前面一个元素的开头，startswith
# 比较后面一个元素是否是前面一个元素的结尾 endswith
mm = \'Python nihao\'
print(mm.startswith(\'Pyth\'))
print(mm.endswith(\'Pytho\'))
# 判断字符串是否全是大写isupper 是否全是小写islower
# 转义字符 \\n换行 \\t
print(\'hello \\nworld\')
print(\'z\\tiyu\')
print(\'Pyth \\t on\')
print(\'Python123\')
# 反转义
print(r\'zhai \\t dada\') # 加r
print(\'zhai \\\\t dada\') # 或者写两个斜杠
# 控制字符串的输入字数
print(\'123456\'[:5]) # 只会输入前五个数
总结
© 版权声明
THE END
暂无评论内容