Python中常用操作字元串的函數與方法總結
這篇文章主要介紹了Python中常用操作字元串的函數與方法總結,包括字元串的格式化輸出與拼接等基礎知識,需要的朋友可以參考下
例如這樣一個字元串 Python，它就是幾個字元：P,y,t,h,o,n，排列起來。這種排列是非常嚴格的，不僅僅是字元本身，而且還有順序，換言之，如果某個字元換了，就程式設計一個新字元串了；如果這些字元順序發生變化了，也成為了一個新字元串。
在 Python 中，把像字元串這樣的對象類型（後面還會冒出來類似的其它有這種特點的對象類型，比如清單），統稱為序列。顧名思義，序列就是“有序排列”。
比如水泊梁山的 108 個好漢（裡面分明也有女的，難道女漢子是從這裡來的嗎？），就是一個“有序排列”的序列。從老大宋江一直排到第 108 位金毛犬段景住。在這個序列中，每個人有編号，編号和每個人一一對應。1 号是宋江，2 号是盧俊義。反過來，通過每個人的姓名，也能找出他對應的編号。武松是多少号？14 号。李逵呢？22 号。
在 Python 中，給這些編号取了一個文雅的名字，叫做索引(别的程式設計語言也這麼稱呼，不是 Python 獨有的。)。
索引和切片
前面用梁山好漢的為例說明了索引。再看 Python 中的例子：
>>> lang = "study Python"
>>> lang[0]
's'
>>> lang[1]
't'
有一個字元串，通過指派語句賦給了變量 lang。如果要得到這個字元串的第一個單詞 s，可以用 lang[0]。當然，如果你不願意通過指派語句，讓變量 lang 來指向那個字元串，也可以這樣做：
>>> "study Python"[0]
's'
效果是一樣的。因為 lang 是标簽，就指向了 "study Python" 字元串。當讓 Python 執行 lang[0] 的時候，就是要轉到那個字元串對象，如同上面的操作一樣。隻不過，如果不用 lang 這麼一個變量，後面如果再寫，就費筆墨了，要每次都把那個字元串寫全了。為了省事，還是複制給一個變量吧。變量就是字元串的代表了。
字元串這個序列的排序方法跟梁山好漢有點不同，第一個不是用數字1表示，而是用數字 0 表示。不僅僅 Python，其它很多語言都是從 0 開始排序的。為什麼這樣做呢？這就是規定。當然，這個規定是有一定優勢的。此處不展開，有興趣的網上去 google 一下，有專門對此進行解釋的文章。
上面的表格中，将這個字元串從第一個到最後一個進行了排序，特别注意，兩個單詞中間的那個空格，也占用了一個位置。
通過索引能夠找到該索引所對應的字元，那麼反過來，能不能通過字元，找到其在字元串中的索引值呢？怎麼找？
>>> lang.index("p")
6
就這樣，是不是已經能夠和梁山好漢的例子對上号了？隻不過差別在于第一個的索引值是 0。
如果某一天，宋大哥站在大石頭上，向着各位弟兄大喊：“兄弟們，都排好隊。”等兄弟們排好之後，宋江說：“現在給各位沒有老婆的兄弟配置設定女朋友，我這裡已經有了名單，我念叨的兄弟站出來。不過我是按照序号來念的。第 29 号到第 34 号先出列，到旁邊房子等候配置設定女朋友。”
在前面的例子中 lang[1] 能夠得到原來字元串的第二個字元 t，就相當于從原來字元串中把這個“切”出來了。不過，我們這麼“切”卻不影響原來字元串的完整性，當然可以了解為将那個字元 t 指派一份拿出來了。
那麼宋江大哥沒有一個一個“切”，而是一下将幾個兄弟叫出來。在 Python 中也能做類似事情。
>>> lang
'study Python' #在前面“切”了若幹的字元之後，再看一下該字元串，還是完整的。
>>> lang[2:9]
'udy pyt'
通過 lang[2:9]要得到部分（不是一個）字元，從傳回的結果中可以看出，我們得到的是序号分别對應着 2,3,4,5,6,7,8(跟上面的表格對應一下)字元（包括那個空格）。也就是，這種獲得部分字元的方法中，能夠得到開始需要的以及最後一個序号之前的所對應的字元。有點拗口，自己對照上面的表格數一數就知道了。簡單說就是包括開頭，不包括結尾。
上述，不管是得到一個還是多個，通過索引得到字元的過程，稱之為切片。
切片是一個很有意思的東西。可以“切”出不少花樣呢？
>>> lang
'study Python'
>>> b = lang[1:] # 得到從 1 号到最末尾的字元，這時最後那個需要不用寫
>>> b
'tudy Python'
>>> c = lang[:] # 得到所有字元
>>> c
'study Python'
>>> d = lang[:10] # 得到從第一個到 10 号之前的字元
>>> d
'study pyth'
在擷取切片的時候，如果分号的前面或者後面的序号不寫，就表示是到最末（後面的不寫）或第一個（前面的不寫）
lang[:10]的效果和 lang[0:10]是一樣的。
>>> e = lang[0:10]
>>> e
'study pyth'
那麼，lang[1:]和 lang[1:11]效果一樣嗎？請思考後作答。
>>> lang[1:11]
'tudy pytho'
>>> lang[1:]
'tudy python'
果然不一樣，你思考對了嗎？原因就是前述所說的，如果分号後面有數字，所得到的切片，不包含該數字所對應的序号（前包括，後不包括）。那麼，是不是可以這樣呢？lang[1:12]，不包括 12 号（事實沒有 12 号），是不是可以得到 1 到 11 号對應的字元呢？
>>> lang[1:12]
'tudy python'
>>> lang[1:13]
'tudy python'
果然是。并且不僅僅後面寫 12，寫 13，也能得到同樣的結果。但是，我這個特别要提醒，這種獲得切片的做法在程式設計實踐中是不提倡的。特别是如果後面要用到循環的時候，這樣做或許在什麼時候遇到麻煩。
如果在切片的時候，冒号左右都不寫數字，就是前面所操作的 c = lang[:]，其結果是變量 c 的值與原字元串一樣，也就是“複制”了一份。注意，這裡的“複制”我打上了引号，意思是如同複制，是不是真的複制呢？可以用下面的方式檢驗一下
>>> id(c)
3071934536L
>>> id(lang)
3071934536L
id()的作用就是檢視該對象在記憶體位址（就是在記憶體中的位置編号）。從上面可以看出，兩個的記憶體位址一樣，說明 c 和 lang 兩個變量指向的是同一個對象。用 c=lang[:]的方式，并沒有生成一個新的字元串，而是将變量 c 這個标簽也貼在了原來那個字元串上了。
>>> lang = "study python"
>>> c = lang
如果這樣操作，變量 c 和 lang 是不是指向同一個對象呢？或者兩者所指向的對象記憶體位址如何呢？看官可以自行檢視。
字元串基本操作
字元串是一種序列，所有序列都有如下基本操作：
len()：求序列長度
：連接配接 2 個序列
: 重複序列元素
in :判斷元素是否存在于序列中
max() :傳回最大值
min() :傳回最小值
cmp(str1,str2) :比較 2 個序列值是否相同
通過下面的例子，将這幾個基本操作在字元串上的使用示範一下：
“+”連接配接字元串
>>> str1 + str2
'abcdabcde'
>>> str1 + "-->" + str2
'abcd-->abcde'
這其實就是拼接，不過在這裡，看官應該有一個更大的觀念，我們現在隻是學了字元串這一種序列，後面還會遇到清單、元組兩種序列，都能夠如此實作拼接。
in
>>> "a" in str1
True
>>> "de" in str1
False
>>> "de" in str2
True
in 用來判斷某個字元串是不是在另外一個字元串内，或者說判斷某個字元串内是否包含某個字元串，如果包含，就傳回 True，否則傳回 False。
最值
>>> max(str1)
'd'
>>> max(str2)
'e'
>>> min(str1)
'a'
一個字元串中，每個字元在計算機内都是有編碼的，也就是對應着一個數字，min()和 max()就是根據這個數字裡獲得最小值和最大值，然後對應出相應的字元。關于這種編号是多少，看官可以 google 有關字元編碼，或者 ASCII 編碼什麼的，很容易查到。
比較
>>> cmp(str1, str2)
-1
将兩個字元串進行比較，也是首先将字元串中的符号轉化為對一個的數字，然後比較。如果傳回的數值小于零，說明第一個小于第二個，等于 0，則兩個相等，大于 0，第一個大于第二個。為了能夠明白其是以然，進入下面的分析。
>>> ord('a')
97
>>> ord('b')
98
>>> ord(' ')
32
ord()是一個内建函數，能夠傳回某個字元（注意，是一個字元，不是多個字元組成的串）所對一個的 ASCII 值（是十進制的），字元 a 在 ASCII 中的值是 97，空格在 ASCII 中也有值，是 32。順便說明，反過來，根據整數值得到相應字元，可以使用 chr()：
>>> chr(97)
'a'
>>> chr(98)
'b'
于是，就得到如下比較結果了：
>>> cmp("a","b") #a-->97, b-->98, 97 小于 98，是以 a 小于 b
-1
>>> cmp("abc","aaa")
1
>>> cmp("a","a")
看看下面的比較，是怎麼進行的呢？
>>> cmp("ad","c")
-1
在字元串的比較中，是兩個字元串的第一個字元先比較，如果相等，就比較下一個，如果不相等，就傳回結果。直到最後，如果還相等，就傳回 0。位數不夠時，按照沒有處理（注意，沒有不是 0，0 在 ASCII 中對應的是 NUL），位數多的那個天然大了。ad 中的 a 先和後面的 c 進行比較，顯然 a 小于 c，于是就傳回結果 -1。如果進行下面的比較，是最容易讓人迷茫的。看官能不能根據剛才闡述的比較遠離了解呢？
>>> cmp("123","23")
-1
>>> cmp(123,23) # 也可以比較整數，這時候就是整數的直接比較了。
1
“*”
字元串中的“乘法”，這個乘法，就是重複那個字元串的含義。在某些時候很好用的。比如我要列印一個華麗的分割線：
>>> str1*3
'abcdabcdabcd'
>>> print "-"*20 # 不用輸入很多個`-`
--------------------
len()
要知道一個字元串有多少個字元，一種方法是從頭開始，盯着螢幕數一數。哦，這不是計算機在幹活，是鍵客在幹活。
鍵客，不是劍客。劍客是以劍為武器的俠客；而鍵客是以鍵盤為武器的俠客。當然，還有賤客，那是賤人的最高境界，賤到大俠的程度，比如嶽不群之流。
鍵客這樣來數字元串長度：
>>> a="hello"
>>> len(a)
5
使用的是一個函數 len(object)。得到的結果就是該字元串長度。
>>> m = len(a) # 把結果傳回後指派給一個變量
>>> m
5
>>> type(m) # 這個傳回值（變量）是一個整數型
字元串格式化輸出
什麼是格式化？在維基百科中有專門的詞條，這麼說的：
格式化是指對磁盤或磁盤中的分區（partition）進行初始化的一種操作，這種操作通常會導緻現有的磁盤或分區中所有的檔案被清除。
不知道你是否知道這種“格式化”。顯然，此格式化非我們這裡所說的，我們說的是字元串的格式化，或者說成“格式化字元串”，都可以，表示的意思就是：
格式化字元串，是 C、C++ 等程式設計語言 printf 類函數中用于指定輸出參數的格式與相對位置的字元串參數。其中的轉換說明（conversion specification）用于把随後對應的 0 個或多個函數參數轉換為相應的格式輸出；格式化字元串中轉換說明以外的其它字元原樣輸出。
這也是來自維基百科的定義。在這個定義中，是用 C 語言作為例子，并且用了其輸出函數來說明。在 Python 中，也有同樣的操作和類似的函數 print，此前我們已經了解一二了。
如果将那個定義說的通俗一些，字元串格式化化，就是要先制定一個模闆，在這個模闆中某個或者某幾個地方留出空位來，然後在那些空位填上字元串。那麼，那些空位，需要用一個符号來表示，這個符号通常被叫做占位符（僅僅是占據着那個位置，并不是輸出的内容）。
>>> "I like %s"
'I like %s'
在這個字元串中，有一個符号：%s，就是一個占位符，這個占位符可以被其它的字元串代替。比如：
>>> "I like %s" % "python"
'I like python'
>>> "I like %s" % "Pascal"
'I like Pascal'
這是較為常用的一種字元串輸出方式。
另外，不同的占位符，會表示那個位置應該被不同類型的對象填充。下面列出許多，供參考。不過，不用記憶，常用的隻有 %s 和 %d，或者再加上 %f，其它的如果需要了，到這裡來查即可。
看例子：
>>> a = "%d years" % 15
>>> print a
15 years
當然，還可以在一個字元串中設定多個占位符，就像下面一樣
>>> print "Suzhou is more than %d years. %s lives in here." % (2500, "qiwsir")
Suzhou is more than 2500 years. qiwsir lives in here.
對于浮點數字的列印輸出，還可以限定輸出的小數位數和其它樣式。
>>> print "Today's temperature is %.2f" % 12.235
Today's temperature is 12.23
>>> print "Today's temperature is %+.2f" % 12.235
Today's temperature is +12.23
注意，上面的例子中，沒有實作四舍五入的操作。隻是截取。
常用的字元串方法
字元串的方法很多。可以通過 dir 來檢視：
>>> dir(str)
['__add__', '__class__', '__contains__', '__delattr__', '__doc__', '__eq__', '__format__', '__ge__', '__getattribute__', '__getitem__', '__getnewargs__', '__getslice__', '__gt__', '__hash__', '__init__', '__le__', '__len__', '__lt__', '__mod__', '__mul__', '__ne__', '__new__', '__reduce__', '__reduce_ex__', '__repr__', '__rmod__', '__rmul__', '__setattr__', '__sizeof__', '__str__', '__subclasshook__', '_formatter_field_name_split', '_formatter_parser', 'capitalize', 'center', 'count', 'decode', 'encode', 'endswith', 'expandtabs', 'find', 'format', 'index', 'isalnum', 'isalpha', 'isdigit', 'islower', 'isspace', 'istitle', 'isupper', 'join', 'ljust', 'lower', 'lstrip', 'partition', 'replace', 'rfind', 'rindex', 'rjust', 'rpartition', 'rsplit', 'rstrip', 'split', 'splitlines', 'startswith', 'strip', 'swapcase', 'title', 'translate', 'upper', 'zfill']
這麼多，不會一一介紹，要了解某個具體的含義和使用方法，最好是使用 help 檢視。舉例：
>>> help(str.isalpha)
Help on method_descriptor:
isalpha(...)
S.isalpha() -> bool
Return True if all characters in S are alphabetic
and there is at least one character in S, False otherwise.
按照這裡的說明，就可以在互動模式下進行實驗。
>>> "python".isalpha() # 字元串全是字母，應該傳回 True
True
>>> "2python".isalpha() # 字元串含非字母，傳回 False
False
split
這個函數的作用是将字元串根據某個分割符進行分割。
>>> a = "I LOVE PYTHON"
>>> a.split(" ")
['I', 'LOVE', 'PYTHON']
這是用空格作為分割，得到了一個名字叫做清單（list）的傳回值，關于清單的内容，後續會介紹。還能用别的分隔嗎？
>>> b = "www.itdiffer.com"
>>> b.split(".")
['www', 'itdiffer', 'com']
去掉字元串兩頭的空格
這個功能，在讓使用者輸入一些資訊的時候非常有用。有的朋友喜歡輸入結束的時候敲擊空格，比如讓他輸入自己的名字，輸完了，他來個空格。有的則喜歡先加一個空格，總做的輸入的第一個字前面應該空兩個格。
這些空格是沒用的。Python 考慮到有不少人可能有這個習慣，是以就幫助程式員把這些空格去掉。
方法是：
S.strip() 去掉字元串的左右空格
S.lstrip() 去掉字元串的左邊空格
S.rstrip() 去掉字元串的右邊空格
例如：
>>> b=" hello " # 兩邊有空格
>>> b.strip()
'hello'
>>> b
' hello '
特别注意，原來的值沒有變化，而是新傳回了一個結果。
>>> b.lstrip() # 去掉左邊的空格
'hello '
>>> b.rstrip() # 去掉右邊的空格
' hello'
字元大小寫的轉換
對于英文，有時候要用到大小寫轉換。最有名駝峰命名，裡面就有一些大寫和小寫的參合。如果有興趣，可以來這裡看自動将字元串轉化為駝峰命名形式的方法。
在 Python 中有下面一堆内建函數，用來實作各種類型的大小寫轉化
S.upper() #S 中的字母大寫
S.lower() #S 中的字母小寫
S.capitalize() # 首字母大寫
S.isupper() #S 中的字母是否全是大寫
S.islower() #S 中的字母是否全是小寫
S.istitle()
看例子：
>>> a = "qiwsir,Python"
>>> a.upper() # 将小寫字母完全變成大寫字母
'QIWSIR,PYTHON'
>>> a # 原資料對象并沒有改變
'qiwsir,Python'
>>> b = a.upper()
>>> b
'QIWSIR,PYTHON'
>>> c = b.lower() # 将所有的小寫字母變成大寫字母
>>> c
'qiwsir,Python'
>>> a
'qiwsir,Python'
>>> a.capitalize() # 把字元串的第一個字母變成大寫
'Qiwsir,Python'
>>> a # 原資料對象沒有改變
'qiwsir,Python'
>>> b = a.capitalize() # 建立立了一個
>>> b
'Qiwsir,Python'
>>> a = "qiwsir,github" # 這裡的問題就是網友白羽毛指出的，非常感謝他。
>>> a.istitle()
False
>>> a = "QIWSIR" # 當全是大寫的時候，傳回 False
>>> a.istitle()
False
>>> a = "qIWSIR"
>>> a.istitle()
False
>>> a = "Qiwsir,github" # 如果這樣，也傳回 False
>>> a.istitle()
False
>>> a = "Qiwsir" # 這樣是 True
>>> a.istitle()
True
>>> a = 'Qiwsir,Github' # 這樣也是 True
>>> a.istitle()
True
>>> a = "Qiwsir"
>>> a.isupper()
False
>>> a.upper().isupper()
True
>>> a.islower()
False
>>> a.lower().islower()
True
再探究一下，可以這麼做：
>>> a = "This is a Book"
>>> a.istitle()
False
>>> b = a.title() # 這樣就把所有單詞的第一個字母轉化為大寫
>>> b
'This Is A Book'
>>> b.istitle() # 判斷每個單詞的第一個字母是否為大寫
True
join 拼接字元串
用“+”能夠拼接字元串，但不是什麼情況下都能夠如願的。比如，将清單（關于清單，後續詳細說，它是另外一種類型）中的每個字元（串）元素拼接成一個字元串，并且用某個符号連接配接，如果用“+”，就比較麻煩了（是能夠實作的，麻煩）。
用字元串的 join 就比較容易實作。
>>> b
'www.itdiffer.com'
>>> c = b.split(".")
>>> c
['www', 'itdiffer', 'com']
>>> ".".join(c)
'www.itdiffer.com'
>>> "*".join(c)
'www*itdiffer*com'
這種拼接，是不是簡單呢？
完 謝謝觀看