【Python学习教程】Python字符串常用方法详解

2023-05-16

文章目录

  • Python字符串拼接(包含字符串拼接数字)
    • Python字符串和数字的拼接
        • str() 和 repr() 的区别
  • Python截取字符串(字符串切片)方法详解
    • 获取单个字符
    • 获取多个字符(字符串截去/字符串切片)
  • Python len()函数详解:获取字符串长度或字节数
  • Python split()方法详解:分割字符串
  • Python join()方法:合并字符串
  • Python count()方法:统计字符串出现的次数
  • Python find()方法:检测字符串中是否包含某子串
  • Python index()方法:检测字符串中是否包含某子串
  • Python字符串大小写转换(3种)函数及用法
        • Python title()方法
        • Python lower()方法
        • Python upper()方法
  • Python去除字符串中空格(删除指定字符)的3种方法
        • Python strip()方法
        • Python lstrip()方法
        • Python rstrip()方法
  • Python format()格式化输出方法详解
  • Python encode()和decode()方法:字符串编码转换
    • Python encode()方法
    • Python decode()方法
  • Python dir()和help()帮助函数

转载于http://c.biancheng.net/python/

在了解字符串的基本使用之后,本章将介绍 Python 字符串类型常用的几个方法。

在 Python 开发过程中,经常需要对字符串进行一些特殊处理,比如拼接字符串、截取字符串、格式化字符串等,这些操作无需开发者自己设计实现,只需调用相应的字符串方法即可。

注意,本章所讲的字符串方法,和内置函数(如 len() )不同,它们是字符串类型(str)所特有的,因此这些字符串方法的调用方式也比较特殊。

Python字符串拼接(包含字符串拼接数字)

在 Python 中拼接(连接)字符串很简单,可以直接将两个字符串紧挨着写在一起,具体格式为:

strname = “str1” “str2”

strname 表示拼接以后的字符串变量名,str1 和 str2 是要拼接的字符串内容。使用这种写法,Python 会自动将两个字符串拼接在一起。

【示例】以连续书写的形式拼接字符串:

str1 = "Python教程" "http://c.biancheng.net/python/"
print(str1)
str2 = "Java" "Python" "C++" "PHP"
print(str2)

运行结果:

Python教程http://c.biancheng.net/python/
JavaPythonC++PHP

需要注意的是,这种写法只能拼接字符串常量。

如果需要使用变量,就得借助+运算符来拼接,具体格式为:

strname = str1 + str2

当然,+运算符也能拼接字符串常量。

【示例】使用+运算符拼接字符串:

name = "C++教程"
url = "http://c.biancheng.net/cplus/"
info = name + "的网址是:" + url
print(info)

运行结果:

C++教程的网址是:http://c.biancheng.net/cplus/

Python字符串和数字的拼接

在很多应用场景中,我们需要将字符串和数字拼接在一起,而 Python 不允许直接拼接数字和字符串,所以我们必须先将数字转换成字符串。可以借助 str() 和 repr() 函数将数字转换为字符串,它们的使用格式为:

str(obj)
repr(obj)

obj 表示要转换的对象,它可以是数字、列表、元组、字典等多种类型的数据。

请看下面的代码:

name = "C语言中文网"
age = 8
course = 30
info = name + "已经" + str(age) + "岁了,共发布了" + repr(course) + "套教程。"
print(info)

运行结果:

C语言中文网已经8岁了,共发布了30套教程。

str() 和 repr() 的区别

str() 和 repr() 函数虽然都可以将数字转换成字符串,但它们之间是有区别的:

  • str() 用于将数据转换成适合人类阅读的字符串形式。
  • repr() 用于将数据转换成适合解释器阅读的字符串形式(Python 表达式的形式),适合在开发和调试阶段使用;如果没有等价的语法,则会发生 SyntaxError 异常。

请看下面的例子:

s = "http://c.biancheng.net/shell/"
s_str = str(s)
s_repr = repr(s)
print( type(s_str) )
print (s_str)
print( type(s_repr) )
print (s_repr)

运行结果:

<class ‘str’>
http://c.biancheng.net/shell/
<class ‘str’>
‘http://c.biancheng.net/shell/’

本例中,s 本身就是一个字符串,但是我们依然使用 str() 和 repr() 对它进行了转换。从运行结果可以看出,str() 保留了字符串最原始的样子,而 repr() 使用引号将字符串包围起来,这就是 Python 字符串的表达式形式。

另外,在 Python 交互式编程环境中输入一个表达式(变量、加减乘除、逻辑运算等)时,Python 会自动使用 repr() 函数处理该表达式。

Python截取字符串(字符串切片)方法详解

从本质上讲,字符串是由多个字符构成的,字符之间是有顺序的,这个顺序号就称为索引(index)。Python 允许通过索引来操作字符串中的单个或者多个字符,比如获取指定索引处的字符,返回指定字符的索引值等。

获取单个字符

知道字符串名字以后,在方括号[ ]中使用索引即可访问对应的字符,具体的语法格式为:

strname[index]

strname 表示字符串名字,index 表示索引值。

Python 允许从字符串的两端使用索引:

  • 当以字符串的左端(字符串的开头)为起点时,索引是从 0 开始计数的;字符串的第一个字符的索引为 0,第二个字符的索引为 1,第三个字符串的索引为 2 ……
  • 当以字符串的右端(字符串的末尾)为起点时,索引是从 -1 开始计数的;字符串的倒数第一个字符的索引为 -1,倒数第二个字符的索引为 -2,倒数第三个字符的索引为 -3 ……

请看下面的实例演示:

url = 'http://c.biancheng.net/python/'
#获取索引为10的字符
print(url[10])
#获取索引为 6 的字符
print(url[-6])

运行结果:

i
y

获取多个字符(字符串截去/字符串切片)

使用[ ]除了可以获取单个字符外,还可以指定一个范围来获取多个字符,也就是一个子串或者片段,具体格式为:

strname[start : end : step]

对各个部分的说明:

  • strname:要截取的字符串;
  • start:表示要截取的第一个字符所在的索引(截取时包含该字符)。如果不指定,默认为 0,也就是从字符串的开头截取;
  • end:表示要截取的最后一个字符所在的索引(截取时不包含该字符)。如果不指定,默认为字符串的长度;
  • step:指的是从 start 索引处的字符开始,每 step 个距离获取一个字符,直至 end 索引出的字符。step 默认值为 1,当省略该值时,最后一个冒号也可以省略。

【实例1】基本用法:

url = 'http://c.biancheng.net/java/'
#获取索引从3处22(不包含22)的子串
print(url[7: 22]) # 输出 zy
#获取索引从7处到-6的子串
print(url[7: -6]) # 输出 zyit.org is very
#获取索引从-7到6的子串
print(url[-21: -6])
#从索引3开始,每隔4个字符取出一个字符,直到索引22为止
print(url[3: 22: 4])

运行结果:

c.biancheng.net
c.biancheng.net
c.biancheng.net
pcaen

【实例2】高级用法,start、end、step 三个参数都可以省略:

url = 'http://c.biancheng.net/java/'
#获取从索引5开始,直到末尾的子串
print(url[7: ])
#获取从索引-21开始,直到末尾的子串
print(url[-21: ])
#从开头截取字符串,直到索引22为止
print(url[: 22])
#每隔3个字符取出一个字符
print(url[:: 3])

运行结果:

c.biancheng.net/java/
c.biancheng.net/java/
http://c.biancheng.net
hp/bne.ta/

Python len()函数详解:获取字符串长度或字节数

Python 中,要想知道一个字符串有多少个字符(获得字符串长度),或者一个字符串占用多少个字节,可以使用 len 函数。

len 函数的基本语法格式为:

len(string)

其中 string 用于指定要进行长度统计的字符串。

例如,定义一个字符串,内容为“http://c.biancheng.net”,然后用 len() 函数计算该字符串的长度,执行代码如下:

>>> a=‘http://c.biancheng.net’
>>> len(a)
22

在实际开发中,除了常常要获取字符串的长度外,有时还要获取字符串的字节数。

在 Python 中,不同的字符所占的字节数不同,数字、英文字母、小数点、下划线以及空格,各占一个字节,而一个汉字可能占 2~4 个字节,具体占多少个,取决于采用的编码方式。例如,汉字在 GBK/GB2312 编码中占用 2 个字节,而在 UTF-8 编码中一般占用 3 个字节。

以 UTF-8 编码为例,字符串“人生苦短,我用Python”所占用的字节数如图 1 所示。

img
图 1 汉字和英文所占字节数

我们可以通过使用 encode() 方法,将字符串进行编码后再获取它的字节数。例如,采用 UTF-8 编码方式,计算“人生苦短,我用Python”的字节数,可以执行如下代码:

>>> str1 = “人生苦短,我用Python”
>>> len(str1.encode())
27

因为汉字加中文标点符号共 7 个,占 21 个字节,而英文字母和英文的标点符号占 6 个字节,一共占用 27 个字节。

同理,如果要获取采用 GBK 编码的字符串的长度,可以执行如下代码:

>>> str1 = “人生苦短,我用Python”
>>> len(str1.encode(‘gbk’))
20

Python split()方法详解:分割字符串

Python 中,除了可以使用一些内建函数获取字符串的相关信息外(例如 len() 函数获取字符串长度),字符串类型本身也拥有一些方法供我们使用。

注意,这里所说的方法,指的是字符串类型 str 本身所提供的,由于涉及到类和对象的知识,初学者不必深究,只需要知道方法的具体用法即可。

从本节开始,将给大家介绍一些常用的字符串类型方法,本节先介绍分割字符串的 split() 方法。

split() 方法可以实现将一个字符串按照指定的分隔符切分成多个子串,这些子串会被保存到列表中(不包含分隔符),作为方法的返回值反馈回来。该方法的基本语法格式如下:

str.split(sep,maxsplit)

此方法中各部分参数的含义分别是:

  1. str:表示要进行分割的字符串;
  2. sep:用于指定分隔符,可以包含多个字符。此参数默认为 None,表示所有空字符,包括空格、换行符“\n”、制表符“\t”等。
  3. maxsplit:可选参数,用于指定分割的次数,最后列表中子串的个数最多为 maxsplit+1。如果不指定或者指定为 -1,则表示分割次数没有限制。

在 split 方法中,如果不指定 sep 参数,那么也不能指定 maxsplit 参数。

同内建函数(如 len)的使用方式不同,字符串变量所拥有的方法,只能采用“字符串.方法名()”的方式调用。这里不用纠结为什么,学完类和对象之后,自然会明白。

例如,定义一个保存 C语言中文网网址的字符串,然后用 split() 方法根据不同的分隔符进行分隔,执行过程如下:

>>> str = “C语言中文网 >>> c.biancheng.net”
>>> str
‘C语言中文网 >>> c.biancheng.net’
>>> list1 = str.split() #采用默认分隔符进行分割
>>> list1
[‘C语言中文网’, ‘>>>’, ‘c.biancheng.net’]
>>> list2 = str.split(’>>>’) #采用多个字符进行分割
>>> list2
[‘C语言中文网 ‘, ’ c.biancheng.net’]
>>> list3 = str.split(’.’) #采用 . 号进行分割
>>> list3
[‘C语言中文网 >>> c’, ‘biancheng’, ‘net’]
>>> list4 = str.split(’ ‘,4) #采用空格进行分割,并规定最多只能分割成 4 个子串
>>> list4
[‘C语言中文网’, ‘>>>’, ‘c.biancheng.net’]
>>> list5 = str.split(’>’) #采用 > 字符进行分割
>>> list5
['C语言中文网 ‘, ‘’, ‘’, ’ c.biancheng.net’]
>>>

需要注意的是,在未指定 sep 参数时,split() 方法默认采用空字符进行分割,但当字符串中有连续的空格或其他空字符时,都会被视为一个分隔符对字符串进行分割,例如:

>>> str = “C语言中文网 >>> c.biancheng.net” #包含 3 个连续的空格
>>> list6 = str.split()
>>> list6
[‘C语言中文网’, ‘>>>’, ‘c.biancheng.net’]
>>>

Python join()方法:合并字符串

join() 方法也是非常重要的字符串方法,它是 split() 方法的逆方法,用来将列表(或元组)中包含的多个字符串连接成一个字符串。

想详细了解 split() 方法的读者,可阅读《Python split()方法》一节。

使用 join() 方法合并字符串时,它会将列表(或元组)中多个字符串采用固定的分隔符连接在一起。例如,字符串“c.biancheng.net”就可以看做是通过分隔符“.”将 [‘c’,‘biancheng’,‘net’] 列表合并为一个字符串的结果。

join() 方法的语法格式如下:

newstr = str.join(iterable)

此方法中各参数的含义如下:

  1. newstr:表示合并后生成的新字符串;
  2. str:用于指定合并时的分隔符;
  3. iterable:做合并操作的源字符串数据,允许以列表、元组等形式提供。

【例 1】将列表中的字符串合并成一个字符串。

>>> list = [‘c’,‘biancheng’,‘net’]
>>> ‘.’.join(list)
‘c.biancheng.net’

【例 2】将元组中的字符串合并成一个字符串。

>>> dir = ‘’,‘usr’,‘bin’,‘env’
>>> type(dir)
<class ‘tuple’>
>>> ‘/’.join(dir)
‘/usr/bin/env’

Python count()方法:统计字符串出现的次数

count 方法用于检索指定字符串在另一字符串中出现的次数,如果检索的字符串不存在,则返回 0,否则返回出现的次数。

count 方法的语法格式如下:

str.count(sub[,start[,end]])

此方法中,各参数的具体含义如下:

  1. str:表示原字符串;
  2. sub:表示要检索的字符串;
  3. start:指定检索的起始位置,也就是从什么位置开始检测。如果不指定,默认从头开始检索;
  4. end:指定检索的终止位置,如果不指定,则表示一直检索到结尾。

【例 1】检索字符串“c.biancheng.net”中“.”出现的次数。

>>> str = “c.biancheng.net”
>>> str.count(’.’)
2

【例 2】

>>> str = “c.biancheng.net”
>>> str.count(’.’,1)
2
>>> str.count(’.’,2)
1

前面讲过,字符串中各字符对应的检索值,从 0 开始,因此,本例中检索值 1 对应的是第 2 个字符‘.’,从输出结果可以分析出,从指定索引位置开始检索,其中也包含此索引位置。

【例 3】

>>> str = “c.biancheng.net”
>>> str.count(’.’,2,-3)
1
>>> str.count(’.’,2,-4)
0

Python find()方法:检测字符串中是否包含某子串

find() 方法用于检索字符串中是否包含目标字符串,如果包含,则返回第一次出现该字符串的索引;反之,则返回 -1。

find() 方法的语法格式如下:

str.find(sub[,start[,end]])

此格式中各参数的含义如下:

  1. str:表示原字符串;
  2. sub:表示要检索的目标字符串;
  3. start:表示开始检索的起始位置。如果不指定,则默认从头开始检索;
  4. end:表示结束检索的结束位置。如果不指定,则默认一直检索到结尾。

【例 1】用 find() 方法检索 “c.biancheng.net” 中首次出现 “.” 的位置索引。

>>> str = “c.biancheng.net”
>>> str.find(’.’)
1

【例 2】手动指定起始索引的位置。

>>> str = “c.biancheng.net”
>>> str.find(’.’,2)
11

【例 3】手动指定起始索引和结束索引的位置。

>>> str = “c.biancheng.net”
>>> str.find(’.’,2,-4)
-1

位于索引(2,-4)之间的字符串为“biancheng”,由于其不包含“.”,因此 find() 方法的返回值为 -1。

注意,Python 还提供了 rfind() 方法,与 find() 方法最大的不同在于,rfind() 是从字符串右边开始检索。例如:

>>> str = “c.biancheng.net”
>>> str.rfind(’.’)
11

Python index()方法:检测字符串中是否包含某子串

同 find() 方法类似,index() 方法也可以用于检索是否包含指定的字符串,不同之处在于,当指定的字符串不存在时,index() 方法会抛出异常。

index() 方法的语法格式如下:

str.index(sub[,start[,end]])

此格式中各参数的含义分别是:

  1. str:表示原字符串;
  2. sub:表示要检索的子字符串;
  3. start:表示检索开始的起始位置,如果不指定,默认从头开始检索;
  4. end:表示检索的结束位置,如果不指定,默认一直检索到结尾。

【例 1】用 index() 方法检索“c.biancheng.net”中首次出现“.”的位置索引。

>>> str = “c.biancheng.net”
>>> str.index(’.’)
1

【例 2】当检索失败时,index()会抛出异常。

>>> str = “c.biancheng.net”
>>> str.index(‘z’)
Traceback (most recent call last):
File “<pyshell#49>”, line 1, in
str.index(‘z’)
ValueError: substring not found

同 find() 和 rfind() 一样,字符串变量还具有 rindex() 方法,其作用和 index() 方法类似,不同之处在于它是从右边开始检索,例如:

>>> str = “c.biancheng.net”
>>> str.rindex(’.’)
11

Python字符串大小写转换(3种)函数及用法

Python 中,为了方便对字符串中的字母进行大小写转换,字符串变量提供了 3 种方法,分别是 title()、lower() 和 upper()。

Python title()方法

title() 方法用于将字符串中每个单词的首字母转为大写,其他字母全部转为小写,转换完成后,此方法会返回转换得到的字符串。如果字符串中没有需要被转换的字符,此方法会将字符串原封不动地返回。

title() 方法的语法格式如下:

str.title()

其中,str 表示要进行转换的字符串。

【例 1】

>>> str = “c.biancheng.net”
>>> str.title()
‘C.Biancheng.Net’
>>> str = “I LIKE C”
>>> str.title()
‘I Like C’

Python lower()方法

lower() 方法用于将字符串中的所有大写字母转换为小写字母,转换完成后,该方法会返回新得到的字符串。如果字符串中原本就都是小写字母,则该方法会返回原字符串。

lower() 方法的语法格式如下:

str.lower()

其中,str 表示要进行转换的字符串。

【例 2】

>>> str = “I LIKE C”
>>> str.lower()
‘i like c’

Python upper()方法

upper() 的功能和 lower() 方法恰好相反,它用于将字符串中的所有小写字母转换为大写字母,和以上两种方法的返回方式相同,即如果转换成功,则返回新字符串;反之,则返回原字符串。

upper() 方法的语法格式如下:

str.upper()

其中,str 表示要进行转换的字符串。

【例 3】

>>> str = “i like C”
>>> str.upper()
‘I LIKE C’

需要注意的是,以上 3 个方法都仅限于将转换后的新字符串返回,而不会修改原字符串。

Python去除字符串中空格(删除指定字符)的3种方法

用户输入数据时,很有可能会无意中输入多余的空格,或者在一些场景中,字符串前后不允许出现空格和特殊字符,此时就需要去除字符串中的空格和特殊字符。

这里的特殊字符,指的是制表符(\t)、回车符(\r)、换行符(\n)等。

Python 中,字符串变量提供了 3 种方法来删除字符串中多余的空格和特殊字符,它们分别是:

  1. strip():删除字符串前后(左右两侧)的空格或特殊字符。
  2. lstrip():删除字符串前面(左边)的空格或特殊字符。
  3. rstrip():删除字符串后面(右边)的空格或特殊字符。

注意,Python 的 str 是不可变的(不可变的意思是指,字符串一旦形成,它所包含的字符序列就不能发生任何改变),因此这三个方法只是返回字符串前面或后面空白被删除之后的副本,并不会改变字符串本身。

Python strip()方法

strip() 方法用于删除字符串左右两个的空格和特殊字符,该方法的语法格式为:

str.strip([chars])

其中,str 表示原字符串,[chars] 用来指定要删除的字符,可以同时指定多个,如果不手动指定,则默认会删除空格以及制表符、回车符、换行符等特殊字符。

【例 1】

>>> str = " c.biancheng.net \t\n\r"
>>> str.strip()
‘c.biancheng.net’
>>> str.strip(" ,\r")
‘c.biancheng.net \t\n’
>>> str
’ c.biancheng.net \t\n\r’

分析运行结果不难看出,通过 strip() 确实能够删除字符串左右两侧的空格和特殊字符,但并没有真正改变字符串本身。

Python lstrip()方法

lstrip() 方法用于去掉字符串左侧的空格和特殊字符。该方法的语法格式如下:

str.lstrip([chars])

其中,str 和 chars 参数的含义,分别同 strip() 语法格式中的 str 和 chars 完全相同。

【例 2】

>>> str = " c.biancheng.net \t\n\r"
>>> str.lstrip()
‘c.biancheng.net \t\n\r’

Python rstrip()方法

rstrip() 方法用于删除字符串右侧的空格和特殊字符,其语法格式为:

str.rstrip([chars])

str 和 chars 参数的含义和前面 2 种方法语法格式中的参数完全相同。

【例 3】

>>> str = " c.biancheng.net \t\n\r"
>>> str.rstrip()
’ c.biancheng.net’

Python format()格式化输出方法详解

前面章节介绍了如何使用 % 操作符对各种类型的数据进行格式化输出,这是早期 Python 提供的方法。自 Python 2.6 版本开始,字符串类型(str)提供了 format() 方法对字符串进行格式化,本节就来学习此方法。

format() 方法的语法格式如下:

str.format(args)

此方法中,str 用于指定字符串的显示样式;args 用于指定要进行格式转换的项,如果有多项,之间有逗号进行分割。

学习 format() 方法的难点,在于搞清楚 str 显示样式的书写格式。在创建显示样式模板时,需要使用{}来指定占位符,其完整的语法格式为:

{ [index][ : [ [fill] align] [sign] [#] [width] [.precision] [type] ] }

注意,格式中用 [] 括起来的参数都是可选参数,即可以使用,也可以不使用。各个参数的含义如下:

  • index:指定:后边设置的格式要作用到 args 中第几个数据,数据的索引值从 0 开始。如果省略此选项,则会根据 args 中数据的先后顺序自动分配。

  • fill:指定空白处填充的字符。注意,当填充字符为逗号(,)且作用于整数或浮点数时,该整数(或浮点数)会以逗号分隔的形式输出,例如(1000000会输出 1,000,000)。

  • align:指定数据的对齐方式,具体的对齐方式如表 1 所示。

    align含义
    <数据左对齐。
    >数据右对齐。
    =数据右对齐,同时将符号放置在填充内容的最左侧,该选项只对数字类型有效。
    ^数据居中,此选项需和 width 参数一起使用。
  • sign:指定有无符号数,此参数的值以及对应的含义如表 2 所示。

    sign参数含义
    +正数前加正号,负数前加负号。
    -正数前不加正号,负数前加负号。
    空格正数前加空格,负数前加负号。
    #对于二进制数、八进制数和十六进制数,使用此参数,各进制数前会分别显示 0b、0o、0x前缀;反之则不显示前缀。
  • width:指定输出数据时所占的宽度。

  • .precision:指定保留的小数位数。

  • type:指定输出数据的具体类型,如表 3 所示。

    type类型值含义
    s对字符串类型格式化。
    d十进制整数。
    c将十进制整数自动转换成对应的 Unicode 字符。
    e 或者 E转换成科学计数法后,再格式化输出。
    g 或 G自动在 e 和 f(或 E 和 F)中切换。
    b将十进制数自动转换成二进制表示,再格式化输出。
    o将十进制数自动转换成八进制表示,再格式化输出。
    x 或者 X将十进制数自动转换成十六进制表示,再格式化输出。
    f 或者 F转换为浮点数(默认小数点后保留 6 位),再格式化输出。
    %显示百分比(默认显示小数点后 6 位)。

【例 1】

str="网站名称:{:>9s}\t网址:{:s}"
print(str.format("C语言中文网","c.biancheng.net"))

输出结果为:

Traceback (most recent call last):
File “C:\Users\mengma\Desktop\1.py”, line 2, in
print(str.format(“C语言中文网”,“c.biancheng.net”))
ValueError: cannot switch from automatic field numbering to manual field specification

【例 2】
在实际开发中,数值类型有多种显示需求,比如货币形式、百分比形式等,使用 format() 方法可以将数值格式化为不同的形式。

#以货币形式显示
print("货币形式:{:,d}".format(1000000))
#科学计数法表示
print("科学计数法:{:E}".format(1200.12))
#以十六进制表示
print("100的十六进制:{:#x}".format(100))
#输出百分比形式
print("0.01的百分比表示:{:.0%}".format(0.01))

输出结果为:

货币形式:1,000,000
科学计数法:1.200120E+03
100的十六进制:0x64
0.01的百分比表示:1%

Python encode()和decode()方法:字符串编码转换

前面章节在介绍 bytes 类型时,已经对 encode() 和 decode() 方法的使用做了简单的介绍,本节将对这 2 个方法做详细地说明。

我们知道,最早的字符串编码是 ASCII 编码,它仅仅对 10 个数字、26 个大小写英文字母以及一些特殊字符进行了编码。ASCII 码做多只能表示 256 个符号,每个字符只需要占用 1 个字节。

随着信息技术的发展,各国的文字都需要进行编码,于是相继出现了 GBK、GB2312、UTF-8 编码等,其中 GBK 和 GB2312 是我国制定的中文编码标准,规定英文字符母占用 1 个字节,中文字符占用 2 个字节;而 UTF-8 是国际通过的编码格式,它包含了全世界所有国家需要用到的字符,其规定英文字符占用 1 个字节,中文字符占用 3 个字节。

Python 3.x 默认采用 UTF-8 编码格式,有效地解决了中文乱码的问题。

在 Python 中,有 2 种常用的字符串类型,分别为 str 和 bytes 类型,其中 str 用来表示 Unicode 字符,bytes 用来表示二进制数据。str 类型和 bytes 类型之间就需要使用 encode() 和 decode() 方法进行转换。

Python encode()方法

encode() 方法为字符串类型(str)提供的方法,用于将 str 类型转换成 bytes 类型,这个过程也称为“编码”。

encode() 方法的语法格式如下:

str.encode([encoding=“utf-8”][,errors=“strict”])

注意,格式中用 [] 括起来的参数为可选参数,也就是说,在使用此方法时,可以使用 [] 中的参数,也可以不使用。

该方法各个参数的含义如表 1 所示。

参数含义
str表示要进行转换的字符串。
encoding = “utf-8”指定进行编码时采用的字符编码,该选项默认采用 utf-8 编码。例如,如果想使用简体中文,可以设置 gb2312。 当方法中只使用这一个参数时,可以省略前边的“encoding=”,直接写编码格式,例如 str.encode(“UTF-8”)。
errors = “strict”指定错误处理方式,其可选择值可以是:strict:遇到非法字符就抛出异常。ignore:忽略非法字符。replace:用“?”替换非法字符。xmlcharrefreplace:使用 xml 的字符引用。该参数的默认值为 strict。

注意,使用 encode() 方法对原字符串进行编码,不会直接修改原字符串,如果想修改原字符串,需要重新赋值。

【例 1】将 str 类型字符串“C语言中文网”转换成 bytes 类型。

>>> str = “C语言中文网”
>>> str.encode()
b’C\xe8\xaf\xad\xe8\xa8\x80\xe4\xb8\xad\xe6\x96\x87\xe7\xbd\x91’

此方式默认采用 UTF-8 编码,也可以手动指定其它编码格式,例如:

>>> str = “C语言中文网”
>>> str.encode(‘GBK’)
b’C\xd3\xef\xd1\xd4\xd6\xd0\xce\xc4\xcd\xf8’

Python decode()方法

和 encode() 方法正好相反,decode() 方法用于将 bytes 类型的二进制数据转换为 str 类型,这个过程也称为“解码”。

decode() 方法的语法格式如下:

bytes.decode([encoding=“utf-8”][,errors=“strict”])

该方法中各参数的含义如表 2 所示。

参数含义
bytes表示要进行转换的二进制数据。
encoding=“utf-8”指定解码时采用的字符编码,默认采用 utf-8 格式。当方法中只使用这一个参数时,可以省略“encoding=”,直接写编码方式即可。 注意,对 bytes 类型数据解码,要选择和当初编码时一样的格式。
errors = “strict”指定错误处理方式,其可选择值可以是:strict:遇到非法字符就抛出异常。ignore:忽略非法字符。replace:用“?”替换非法字符。xmlcharrefreplace:使用 xml 的字符引用。该参数的默认值为 strict。

【例 2】

>>> str = “C语言中文网”
>>> bytes=str.encode()
>>> bytes.decode()
‘C语言中文网’

注意,如果编码时采用的不是默认的 UTF-8 编码,则解码时要选择和编码时一样的格式,否则会抛出异常,例如:

>>> str = “C语言中文网”
>>> bytes = str.encode(“GBK”)
>>> bytes.decode() #默认使用 UTF-8 编码,会抛出以下异常
Traceback (most recent call last):
File “<pyshell#10>”, line 1, in
bytes.decode()
UnicodeDecodeError: ‘utf-8’ codec can’t decode byte 0xd3 in position 1: invalid continuation byte
>>> bytes.decode(“GBK”)
‘C语言中文网’

Python dir()和help()帮助函数

前面我们已经学习了很多字符串提供的方法,包括 split()、join()、find()、index() 等,但这远远不是它的全部方法。由于篇幅有限,本章只能给大家列举一些最常用的方法,至于其他的方法,读者可通过本节介绍的 dir() 和 help() 函数自行查看。

Python dir() 函数用来列出某个类或者某个模块中的全部内容,包括变量、方法、函数和类等,它的用法为:

dir(obj)

obj 表示要查看的对象。obj 可以不写,此时 dir() 会列出当前范围内的变量、方法和定义的类型。

Python help() 函数用来查看某个函数或者模块的帮助文档,它的用法为:

help(obj)

obj 表示要查看的对象。obj 可以不写,此时 help() 会进入帮助子程序。

掌握了以上两个函数,我们就可以自行查阅 Python 中所有方法、函数、变量、类的用法和功能了。

【实例】使用 dir() 查看字符串类型(str)支持的所有方法:

>>> dir(str)
[‘add’, ‘class’, ‘contains’, ‘delattr’, ‘dir’, ‘doc’, ‘eq’, ‘format’, ‘ge’, ‘getattribute’, ‘getitem’, ‘getnewargs’, ‘gt’, ‘hash’, ‘init’, ‘init_subclass’, ‘iter’, ‘le’, ‘len’, ‘lt’, ‘mod’, ‘mul’, ‘ne’, ‘new’, ‘reduce’, ‘reduce_ex’, ‘repr’, ‘rmod’, ‘rmul’, ‘setattr’, ‘sizeof’, ‘str’, ‘subclasshook’, ‘capitalize’, ‘casefold’, ‘center’, ‘count’, ‘encode’, ‘endswith’, ‘expandtabs’, ‘find’, ‘format’, ‘format_map’, ‘index’, ‘isalnum’, ‘isalpha’, ‘isascii’, ‘isdecimal’, ‘isdigit’, ‘isidentifier’, ‘islower’, ‘isnumeric’, ‘isprintable’, ‘isspace’, ‘istitle’, ‘isupper’, ‘join’, ‘ljust’, ‘lower’, ‘lstrip’, ‘maketrans’, ‘partition’, ‘replace’, ‘rfind’, ‘rindex’, ‘rjust’, ‘rpartition’, ‘rsplit’, ‘rstrip’, ‘split’, ‘splitlines’, ‘startswith’, ‘strip’, ‘swapcase’, ‘title’, ‘translate’, ‘upper’, ‘zfill’]

在 Python 标准库中,以__开头和结尾的方法都是私有的,不能在类的外部调用。

【实例】使用 help() 查看 str 类型中 lower() 函数的用法:

>>> help(str.lower)
Help on method_descriptor:

lower(self, /)
Return a copy of the string converted to lowercase.

可以看到,lower() 函数用来将字符串中的字母转换为小写形式,并返回一个新的字符串。

注意,使用 help() 查看某个函数的用法时,函数名后边不能带括号,例如将上面的命令写作help(str.lower())就是错误的。

本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)

【Python学习教程】Python字符串常用方法详解 的相关文章

  • 【LeetCode刷题日记】306. 累加数

    题目 累加数 是一个字符串 xff0c 组成它的数字可以形成累加序列 一个有效的 累加序列 必须 至少 包含 3 个数 除了最开始的两个数以外 xff0c 字符串中的其他数都等于它之前两个数相加的和 给你一个只包含数字 39 0 39 39
  • Linux文本处理grep详解

    在 Linux 中 xff0c 文本处理无非是对文本内容做查看 修改等操作 本章将介绍Linux中常用的文本处理命令 xff0c 以及被称为Linux三剑客的 grep sed 和 awk 命令 有读者可能会问 xff0c 处理文本内容 x
  • Linux Shell基础教程

    文章目录 Shell简介 xff1a 1分钟理解什么是ShellShell 是一种脚本语言 Shell对于运维人员的重要性Shell Python 和 Perl1 Perl 语言2 Python 语言3 Shell 几种常见的Shell x
  • git快速入门(3)__ 分支创建、切换和合并

    1 理解分支 为了便于理解 xff0c 大家可以粗略的将分支认为就是一个代码的副本 如果我们同时在一个代码上开发多个功能 还要修改一些bug xff0c 团队成员协作过程中 xff0c 必然会出现相互影响 假如某个同事提交了一个错误的代码
  • Tomcat10 出错: Javax.servlet.*不存在,因为包名改了

    改包名了 xff01 改包名了 xff01 改包名了 xff01 改包名了 xff01 改包名了 xff01 span class token keyword package span com span class token punctu
  • 解决Address localhost:1099 is already in use

    分享一篇好文 xff1a 解决Address localhost 1099 is already in use
  • 使用IDEA创建servlet JavaWeb 应用及使用Tomcat本地部署

    文章目录 需要安装好的软件背景知识 Servlet是什么 xff1f 背景知识 JavaWeb应用的目录结构1 新建一个java项目2 将普通java项目转换成JavaWeb项目3 进行项目目录结构的设置4 引入Tomcat的jar包5 简
  • 【LeetCode刷题日记】334. 递增的三元子序列

    题目 给你一个整数数组 nums xff0c 判断这个数组中是否存在长度为 3 的递增子序列 如果存在这样的三元组下标 i j k 且满足 i lt j lt k xff0c 使得 nums i lt nums j lt nums k xf
  • 2022年给正在创作的程序员的实用工具

    文章目录 视频处理音频处理截图 xff0f 图片处理笔记 xff0f 思维导图录屏阿虚的笔记方案 xff08 永久保存文章 xff09 OCR图片文字识别稍后阅读 xff0f 笔记 xff0f 日记 xff0f 记账音频编辑 xff0f 变
  • 【LeetCode刷题日记】373. 查找和最小的K对数字

    题目 给定两个以升序排列的整数数组 nums1 和 nums2 以及一个整数 k 定义一对值 u v xff0c 其中第一个元素来自 nums1 xff0c 第二个元素来自 nums2 请找到和最小的 k 个数对 u1 v1 u2 v2 u
  • IDEA2021新建第一个Spring项目(使用两种方法)

    文章目录 软件版本Spring开发环境搭建 xff0c 软件安装Apache Common Logging APISpring使用两种方法来创建Spring项目1 1使用IDEA新建一个普通项目1 2导入Spring包1 3新建两个java
  • 如何把苍白的一年写成耀眼的年终报告?写完当场加薪的那种

    毕导的文章简直太好玩了 xff1a https mp weixin qq com s Q qd2ky6AoKM1Dn3cC9q9w 啊 xff01 光阴似箭 xff0c 日月如梭 xff01 不知不觉我在公众号写了一年了 xff0c 你也到
  • 【每天一个 Linux 命令】网络相关命令(ifconfig、route、ping、traceroute、netstat、ss、telnet、rcp、scp)

    文章目录 ifconfig命令ifconfig命令使用示例route命令语法route命令使用示例ping命令语法ping命令使用示例traceroute命令语法traceroute命令使用示例netstat命令语法netstat命令使用示
  • Windows常用CMD命令

    参考下面几篇博客 xff1a Windows 用户需要知道的 CMD 常用命令总结 CMD常用命令大全 CMD常用命令
  • PIXHAWK飞行模式

    PIXHAWK飞行模式 从mission planner中设置pixhawk的飞行模式时 xff0c 一共给出了多种飞行模式 xff0c 分别为 xff1a MANUAL STABILIZED ACRO RATTITUDE ALTCTL P
  • FileZilla 通过sftp(ssh)协议远端登录Linux虚拟机

    FileZilla nbsp 通过sftp ssh 协议远端登录Linux虚拟机 参考网址 1 Filezilla连接虚拟机Ubuntu16 04传输文件 生命长跑的博客 CSDN博客 2 问题解决手记 VMWare虚拟机与本地主机不能互p
  • 【Python学习笔记】Python学习资料汇总

    不懂算法的程序员不是好程序员 xff0c 学习Python xff0c 可以更好的使用算法 xff0c 使用ML DL来处理数据 这篇文章就对自己觉得不错的学习资料进行汇总 Python基础教程 xff0c Python入门教程 xff08
  • 【LeetCode刷题日记】1716. 计算力扣银行的钱

    题目 Hercy 想要为购买第一辆车存钱 他 每天 都往力扣银行里存钱 最开始 xff0c 他在周一的时候存入 1 块钱 从周二到周日 xff0c 他每天都比前一天多存入 1 块钱 在接下来每一个周一 xff0c 他都会比 前一个周一 多存
  • 美团人的写作基本功是如何练成的

    在美团 xff0c 王兴非常重视写作 他曾经说过 xff1a 写作是我要带头苦练的基本功 xff0c 是非常基本的能力 因为一个事情要积累的话 xff0c 就得书面化 写作看起来和业务没什么关系 xff0c 但这是一个非常共通的 极其基础的
  • 【LeetCode刷题日记】382. 链表随机节点

    题目 给你一个单链表 xff0c 随机选择链表的一个节点 xff0c 并返回相应的节点值 每个节点 被选中的概率一样 实现 Solution 类 xff1a Solution ListNode head 使用整数数组初始化对象 int ge

随机推荐