强大的python字符串解析，利用string模块和正则表达式re模块

1.python字符串通常有单引号（'...'）、双引号（"..."）、三引号（"""..."""）或（'''...'''）包围，三引号包含的字符串可由多行组成，一般可表示大段的叙述性字符串。在使用时基本没有差别，但双引号和三引号（"""..."""）中可以包含单引号，三引号('''...''')可以包含双引号，而不需要转义。

 

2.用（\）对特殊字符转义，如（\）、（'）、（"）。

 

3.常用字符串内置函数

  1)str.count()  //返回该字符串中某个子串出现的次数

  2)str.find()   //返回某个子串出现在该字符串的起始位置

  3)str.lower()  //将该字符串全部转化为小写

  4)str.upper()  //转为大写

  5)str.split()  //分割字符串，返回字串串列表，默认以空格分割

  6)len(str)     //返回字符串长度

 

  例如：

  >>> str = 'Hello, world'

  >>> str.count('o')

  >>> 2

  >>> str.find('lo')

  >>> 3

  >>> str.lower()

  >>> 'hello, world'

  >>> str.upper()

  >>> 'HELLO, WORLD'

  >>> str.split()

  >>> ['Hello,', 'world']

  >>> str.split(',')

  >>> ['Hello', ' world']

  >>> len(str)

  >>> 13

  >>> str

  >>> 'Hello, world'

 

  以上所有操作都不会改变字符串本身！

 

4.正则表达式，re模块

  import re

  常用函数：

  1)compile()：   //将正则表达式字符串编译成正则re对象

  2)search()     //在目标字符串中匹配正则表达式

  3)match()      //从目标字符串第一个字符开始匹配正则表达

  search和match匹配成功返回MatchObject对象，失败返回None

 >>> p = re.compile('abc')

 >>> p.search('zabcy')

 <_sre.SRE_Match object at 0x2a95659030>

 不先编译成正则re对象也是可以的，上例也可以为：

 >>> re.search('abc','xabcy')

 <_sre.SRE_Match object at 0x2a95659098>

 

 compile还可加些标志位，例如：re.I(re.IGNORECASE)忽略大小写

 >>> p = re.compile('abc')

 >>> print p.search('xAbCy')

 None

 >>> p = re.compile('abc',re.I)

 >>> print p.search('xAbCy')

 <_sre.SRE_Match object at 0x2a9565a098>

 

 

 search和match区别见下例：

 >>> p = re.compile('abc')

 >>> print p.search('xxxabcyyy')
 <_sre.SRE_Match object at 0x2a95659030>

 >>> print p.match('xxxabcyyy')

 None

 >>> print p.match('abcyyy')

 <_sre.SRE_Match object at 0x2a95659098>

 

 

  4)split()      //类似字符串内置函数split()

   区别在于：内置split()以确定字符串分割，而正则split函数以正则表达式分割字

  

例如：以空格(1个或者多个空格)分割：

 >>> p.split('a b   c  d')
 ['a', 'b', 'c', 'd']

而内置split分割的结果为：

 >>> 'a b   c  d'.split(' ')
 ['a', 'b', '', '', 'c', '', 'd']

 

  5)findall()     //返回目标字符串中匹配正则表达式中所有子串列表

  

 >>> p = re.compile('^([a-z]{2}):([1-9]{3}):(.+)$')
 >>> p.findall('as:123:a12')
 [('as', '123', 'a12')]

 上例中正则表达式的子串为3个用括弧括起的，分别为：'[a-z]{2}'、'[1-9]{3}'、'.+', 分别被as、123、a12匹配，注意此返回的是匹配字符串元组的一维列表。

  以上比较常用的正则函数，更多用法请参照python手册。

 

5.字符串与数字相互转换，string模块

  import string

  string.atoi(str[,base])  //base为可选参数，表示将字符转换成的进制类型

  数字转换成字符串可简单了，直接用str()

 

6.字符与ASCII转换

  char->ascii  ord()
  ascii->char  chr()