Python的字符串处理函数汇总

在互联网行业，文本数据远大于结构化的数据，海量的数据的文本处理也是迫在眉睫。

字符串的字符操作
>>> s='hello World! Everyone! This Is My First String!'
>>> s   #打印出s的内容
'hello World! Everyone! This Is My First String!'
>>> s.lower()  #小写字符串s
'hello world! everyone! this is my first string!'
>>> s.upper()  #大写字符串s
'HELLO WORLD! EVERYONE! THIS IS MY FIRST STRING!'
>>> s.swapcase() #大小写互换
'HELLO wORLD! eVERYONE! tHIS iS mY fIRST sTRING!'
>>> s.capitalize() #整个字符串的首字符大写
'Hello world! everyone! this is my first string!'
>>> s.title()  #字符串每个单词的首字符大写(以空格、tab制表符、换行符隔开的单词)
'Hello World! Everyone! This Is My First String!'

字符串的格式操作
>>> s
'a'
>>> s.ljust(10,'*') #s.ljust(width,[fillchar])左对齐输出10个字符，不足部分用'*'补足，默认用空格补足
'a*********'
>>> s.rjust(10,'*') #s.rjust(width,[fillchar])右对齐输出10个字符，不足部分用'*'补足，默认用空格补足
'*********a'
>>> s.center(10,'*') #s.center(width,[fillchar])中间对齐，把s放在10个字符中间，不足部分两边用'*'补足
'****a*****'
>>> s.zfill(10) #s.zfill(width)右对齐输出10个字符，不足部分只能用'0'补足，功能同s.rjust(10,'0')
'000000000a'

字符串中的搜索和替换
>>> s
'hello World! Everyone! This Is My First String!'
>>> s.find('e',4,20)
15
>>> s.find('e',4)
15
>>> s.find('e')
1
>>> s.find('e',4,3)
-1
>>> s.find('z')
-1
#s.find(substr, [start, [end]])
#从字符串s的[start:end]的子串中查找substr，第一次匹配到substr并返回substr第一个字符的位置
#这里的substr也是个字符串，并且是大小写敏感。默认从字符串首到串尾的范围内查找，s中没有substr的话返回-1
#如果end<start，返回-1

>>> s.index('e',4,20)
15
>>> s.index('e',4)
15
>>> s.index('e')
1
>>> s.index('e',4,3)
Traceback (most recent call last):
   File "<stdin>", line 1, in <module>
ValueError: substring not found
#s.index(substr, [start, [end]])
#功能与find()相同，唯一不同的是s中没有substr时不是返回-1而是返回一个运行错误

>>> s.rfind('e',4,20)
15
>>> s.rfind('e',4)
20
>>> s.rfind('e')
20
#s.rfind(substr, [start, [end]])
#和find()的区别是最后一次匹配到substr并返回substr第一个字符的位置
#s.rindex(substr, [start, [end]])
#和index()的区别之于rfind()和find()的区别

>>> s.count('e',4,20)
1
>>> s.count('e',4)
2
>>> s.count('e')
3
>>> s.count('z')
0
#s.count(substr, [start, [end]])
#计算substr在s的[start:end]的范围内出现的次数。没有出现返回0

>>> s.replace('r','R')
'hello WoRld! EveRyone! This Is My FiRst StRing!'
>>> s.replace('r','R',1)
'hello WoRld! Everyone! This Is My First String!'
>>> s.replace('z','Z')
'hello World! Everyone! This Is My First String!'
#s.replace(oldstr, newstr, [count])
#把oldstr替换为newstr, count为替换次数，没有设置count这个参数，那就是全部替换
#如果oldstr没有在s中出现，返回s的原值

>>> s              
'   hello/t/n'     
>>> s.expandtabs(2)
'   hello  /n'     
>>>                
>>> s='   hello/t/n'
>>> s              
'   hello/t/n'     
>>> s.strip()      
'hello'            
>>> s.lstrip()     
'hello/t/n'        
>>> s.rstrip()     
'   hello'   
>>> s.expandtabs() 
'   hello        /n'
>>> s.expandtabs(0)
'   hello/n'
>>> s='hello/t/n'
>>> s
'hello/t/n'
>>> s.strip('h')
'ello/t/n'  
#s.strip([chars])
#s.lstrip([chars])
#s.rstrip([chars])
#s.expandtabs([tabsize])
#strip()是把s前后的chars全部去掉，相当于把chars替换成None。参数默认为空格、Tab制表符/t、换行符/n
#lstrip()和strip()的区别是它只处理s串头的chars
#rstrip()和strip()的区别是它只处理s串尾的chars
#expandtabs()把tab制表符替换成tabsize个空格

字符串的分割和组合
>>> s
'hello World! Everyone! This Is My First String!'
>>> s.split()
['hello', 'World!', 'Everyone!', 'This', 'Is', 'My', 'First', 'String!']
>>> s.split(' ',4)
['hello', 'World!', 'Everyone!', 'This', 'Is My First String!']
>>> s.split('e')
['h', 'llo World! Ev', 'ryon', '! This Is My First String!']
>>> s.rsplit()
['hello', 'World!', 'Everyone!', 'This', 'Is', 'My', 'First', 'String!']
>>> s.rsplit(' ',4)
['hello World! Everyone! This', 'Is', 'My', 'First', 'String!']
>>> s.rsplit('e')
['h', 'llo World! Ev', 'ryon', '! This Is My First String!']
#s.split([sep, [maxsplit]]) 以sep是分隔符，把s分割成一个list。sep默认为空格。maxsplit是分割的次数，默认是对整个s进行分割
#s.rsplit([sep, [maxsplit]])  和split()的区别是它是从s的串尾往前进行分割

>>> s=s.replace(' ','/n')
>>> s
'hello/nWorld!/nEveryone!/nThis/nIs/nMy/nFirst/nString!'
>>> s.splitlines()
['hello', 'World!', 'Everyone!', 'This', 'Is', 'My', 'First', 'String!']
>>> s.splitlines(True)
['hello/n', 'World!/n', 'Everyone!/n', 'This/n', 'Is/n', 'My/n', 'First/n', 'String!']
>>> s.splitlines(False)
['hello', 'World!', 'Everyone!', 'This', 'Is', 'My', 'First', 'String!']
>>> '/t'.join(s.splitlines())
'hello/tWorld!/tEveryone!/tThis/tIs/tMy/tFirst/tString!'
#s.splitlines([keepends]) 把s按照行分隔符分成一个list。如果keepends为True则list的每个元素保留行分割符，如果为False则不保留分隔符
#s.join(seq)   用s把seq序列串联起来

字符串的测试函数，这一类函数在string模块中没有，这些函数返回的都是bool值
>>> s
'hello/nWorld!/nEveryone!/nThis/nIs/nMy/nFirst/nString!'
>>> s.startswith('hello')
True
>>> s.startswith('W',6)
True
>>> s.endswith('!')
True
>>> s.endswith('g!')
True
>>> s.endswith('r',0,s.rindex('r')+1)
True
#s.startwith(prefix[,start[,end]]) s是否在[start:end]内以prefix开头，是返回True，否返回False
#s.endswith(suffix[, start[, end]]) s是否在[start:end]内以suffix结尾，是返回True，否返回False

>>> s='hello world123'
>>> s.isalnum(), s.replace(' ','').isalnum()
(False, True)
#是否全是字母和数字，并至少有一个字符
>>> s.isalpha(),s.replace(' ','').replace('123','').isalpha()
(False, True)
#是否全是字母，并至少有一个字符
>>> s.isdigit(),s.replace('hello world','').isdigit()
(False, True)
#是否全是数字，并至少有一个字符
>>> s.isspace(),s.replace('hello','').replace('world123','').isspace()
(False, True)
#是否全是空白字符，并至少有一个字符
>>> s.islower(),s.upper().islower(),s.isupper(),s.upper().isupper()
(True, False, False, True)
#s中的字母是否全是小写(islower())/大写(isupper())
>>> s.istitle(), s.capitalize().istitle(), s.title().istitle()
(False, False, True)
#s中的单词是否全部是首字母大写的