第六章字符串及正则表达式

字符串的常用操作

字符串的比较是通过ASCII进行比较，是按位比较大小的

点击查看代码

示例6-1字符串的相关操作1
#大小写转换
s1='HELLOWORLD'
new_s2=s1.lower()
print(s1,new_s2)

new_s3=s1.upper()
print(new_s3)

#字符串的分隔
e_mail='ysj@126.com'
lst=e_mail.split('@')
print('邮箱名:',lst[0],'邮箱服务器:',lst[1])

#字符串出现次数
print(s1.count('o'))#o在字符串s1中出现2次

#字符串查找操作
print(s1.find('O'))#o在字符s1中第一次出现的位置
print(s1.find('P'))#-1，没有找到

print(s1.index('O'))
#print(s1.index('p'))#ValueError: substring not found

#判断前缀和后缀
print(s1.startswith('H'))#True
print(s1.startswith('P'))#Flase

print('demo.py'.endswith('.py'))#True
print('text.txt'.endswith('.txt'))#True

点击查看代码

示例6-2字符串的相关操作2
s='HelloWorld'
#字符串的替换
new_s=s.replace('o','你好',1)#最后一个参数为替换次数，默认全部替换
print(new_s)

#字符串在指定宽度范围内居中
print(s.center(20))
print(s.center(20,'*'))

#去掉字符串左右两边的空格
s='    Hello    World    '
print(s.strip())
print(s.lstrip())#去除字符串左侧的空格
print(s.rstrip())#去除字符串右侧的空格

#去掉指定字符
s3='dl-Helloworld'
print(s3.strip('ld'))#与顺序无关
print(s3.lstrip('ld'))
print(s3.rstrip('ld'))

---

格式化字符串的三种方式

用于连接不同类型数据

点击查看代码

示例6-3格式化字符串
#(1)使用占位符进行格式化
name='马冬梅'
age=18
score=98.5
print('姓名：%s,年龄：%d，成绩：%f'%(name,age,score))
print('姓名：%s,年龄：%d，成绩：%.1f'%(name,age,score))

#(2)f-string
print(f'姓名:{name},年龄:{age},成绩:{score}')

#(3)使用字符串formate方法
print('姓名:{0},年龄:{1},成绩:{2}'.format(name,age,score))
print('姓名:{2},年龄:{0},成绩:{1}'.format(age,score,name))

---

格式化字符串的详细格式

点击查看代码

示例6-4format的格式控制
s=('helloworld')
print('{0:*<20}'.format(s))#字符串的显示宽度为20,左对齐，空白部分使用*填充
print('{0:*>20}'.format(s))
print('{0:*^20}'.format(s))

#居中对齐
print(s.center(20,'*'))

#千位分隔符（只适用于整数和浮点数）
print('{0:,}'.format(987654321))
print('{0:,}'.format(987654321.7865))

#浮点数小数部分的精度
print('{0:.2f}'.format(3.1415926))

#字符串类型，表示是最大的显示长度
print('{0:.5}'.format('helloworld'))#hello

#整数类型
a=425
print('二进制:{0:b},十进制:{0:d},八进制:{0:o},十六进制:{0:x}'.format(a))

#浮点数类型
b=3.1415926
print('{0:.2f},{0:.2E},{0:2e},{0:.2%}'.format(b))

---

字符串的解码与编码

字符串的编码

将str转换为bytes类型，需要使用到字符串的encode()方法

str.encode(encoding='utf-8',errors='strict/ignore/replace')

字符串的解码

将bytes类型转换为str类型，需要使用到bytes的decode()方法

bytes.decode(encoding='utf-8',erros='strict/ignore/replace')

点击查看代码

示例6-5字符串的编码与解码
s='伟大的中国梦'
#编码str-->bytes
scode=s.encode(errors='replace') #默认utf-8,因为utf-8中文占3个字节
print(scode)

scode_gbk=s.encode('gbk',errors='replace')#gbk中中文占2个字节
print(scode_gbk)

#编码中出错问题
s2='耶✌'
scode_error=s2.encode('gbk',errors='replace')
print(scode_error)

#解码过程bytes->str
print(bytes.decode(scode_gbk,'gbk'))
print(bytes.decode(scode,'utf-8'))

---

数据的验证

点击查看代码

示例6-6数据的验证
#isdigit()只识别十进制阿拉伯数字
print('123'.isdigit())#True
print('一二三'.isdigit())#Flase
print('0b1010'.isdigit())#False
print('ⅢⅢⅢ'.isdigit())#False
print('-'*50)

#所有的字符都是数字
print('123'.isnumeric())#True
print('一二三'.isnumeric())#True
print('0b1010'.isnumeric())#Flase
print('ⅢⅢⅢ'.isdigit())#True
print('壹贰叁'.isnumeric())#True
print('-'*50)

#所有的字符都是字母(包括中文字符)
print('hello你好'.isalpha())#True
print('hello你好123'.isalpha())#Flase
print('hello你好一二三'.isalpha())#True
print('hello你好ⅢⅢⅢ'.isalpha())#False
print('hello你好壹贰叁'.isalpha())#True
print('-'*50)

#所有字符都是数字或字母
print('hello你好'.isalnum())#True
print('hello你好123'.isalnum())#True
print('hello你好一二三'.isalnum())#True
print('hello你好ⅢⅢⅢ'.isalnum())#True
print('-'*50)

#判断字符的大小写
print('helloworld'.islower())#True
print('HelloWorld'.islower())#False
print('hello你好'.islower())#True

print('-'*50)
print('helloworld'.isupper())#False
print('HELLOWORLD'.isupper())#True
print('HELLO你好'.isupper())#True

print('-'*50)
#所有字符首字母大写
print('Hello'.istitle())#True
print('HelloWorld'.istitle())#False
print('Helloworld'.istitle())#True
print('Helloworld'.istitle())#False


#判断是否都是空白字符
print('-'*50)
print('\t'.isspace())#True
print(' '.isspace())#True
print('\n'.isspace())#True

---

数据的处理

字符串的拼接
1、使用str.join()方法进行拼接
2、直接拼接
3、使用格式化字符串进行拼接

点击查看代码

示例6-7字符串的拼接操作
s1='hello'
s2='world'
#(1)使用+进行拼接
print(s1+s2)

#(2)使用str.join()进行拼接
print(''.join([s1,s2]))#使用空字符串进行拼接
print('*'.join(['hello','world','python','java','php']))
print('你好'.join(['hello','world','python','java','php']))

#(3)直接拼接
print('hello','world')

#(4)使用格式化字符串进行拼接
print('%s%s'%(s1,s2))
print(f'{s1}{s2}')
print('{0}{1}'.format(s1,s2))

#表达式格式化
print('1*1的结果是：%d'%(1*1))
print(f'1*2的结果是：{1*2}')
print('字符串在Python中的类型名是:%s'%(type('字符串')))

字符串的去重

点击查看代码

示例6-8字符串的去重操作
s='helloworldhelloworldadfdfdeoodllffe'
#(1)字符串的拼接及not in
new_s=''
for item in s:
    if item not in new_s:
        new_s+=item
print(new_s)

#(2)使用索引+not in
new_s2=''
for i in range(len(s)):
    if s[i] not in new_s2:
        new_s2+=s[i]
print(new_s2)

#(3)通过集合去去重+列表的排序操作
new_s3=set(s)
lst=list(new_s3)
lst.sort(key=s.index)
print(''.join(lst))

---

正则表达式

点击查看代码

示例6-9match函数的使用
import re #导入
pattern='\d\.\d+'#+限定符，\d 0-9数字出现1次或多次
s='I study Pathon 3.11 every day'#待匹配字符串
match=re.match(pattern,s,re.I)
print(match) #None


s2='3.11Pathon I study every day'
match2=re.match(pattern,s2)
print(match2) #<re.Match object; span=(0, 4), match='3.11'>

print('匹配值的起始位置：',match2.start())
print('匹配值的结束位置：',match2.end())
print('匹配区间位置的元素：',match2.span())
print('待匹配的字符串:',match2.string)
print('匹配的数据：',match2.group())

示例6-10search函数的使用
import re #导入
pattern='\d\.\d+'#+限定符，\d 0-9数字出现1次或多次
s='I study Python3.11 every day Pathon2.7 I love you'
match=re.search(pattern,s)

s2='4.10 Python I study every day '
s3='I study every day '
match2=re.search(pattern,s2)
match3=re.search(pattern,s3)
print(match)
print(match2)
print(match3)

print(match.group())
print(match2.group())

示例6-11findall函数的使用
import re #导入
pattern='\d\.\d+'#+限定符，\d 0-9数字出现1次或多次
s='I study Python3.11 every day Pathon2.7 I love you'
s2='4.10 Python I study every day '
s3='I study every day '
lst=re.findall(pattern,s)
lst2=re.findall(pattern,s2)
lst3=re.findall(pattern,s3)
print(lst)
print(lst2)
print(lst3)

示例6-12sub函数与split函数的使用
import re #导入
pattern='黑客|破解|反爬'
s='我想学习Pathon，想破解一些VIP视频，Pathon可以实现无底线反爬吗？'
new_s=re.sub(pattern,'XXX',s)
print(new_s)

s2='https://www.baidu.com/s?wd=ysj&rsv_spt=1'
pattern2='[?|&]'
lst=re.split(pattern2,s2)
print(lst)

---

点击查看代码

实战一
#我的思路
#存储车牌号
import re
lst=[]
for i in range(3):
  chen=input('请输入车牌号：')
  lst.append(chen)

for item in lst:
  varname=item[0:1]
  pattern=r'（'+varname+'）'
  s='北京市（京）、天津市（津）、上海市（沪）、重庆市（渝）、广西壮族自治区（桂）、宁夏回族自治区（宁）、内蒙古自治区（蒙）、维吾尔自治区（新）、西藏自治区（藏）、香港特别行政区（港）、澳门特别行政区（澳）、广东省（粤）、湖南省（湘）、湖北省（鄂）、河北省（冀）、河南省（豫）、黑龙江省（黑）、吉林省（吉）、辽宁省（辽）、山西省（晋）、陕西省（陕）、青海省（青）、山东省（鲁）、江苏省（苏）、安徽省（皖）、浙江省（浙）、福建省（闽）、江西省（赣）、海南省（琼）、甘肃省（甘）、贵州省（贵）、四川省（川）'
  pattern2 = '[、]'
  lst=re.split(pattern2,s)
  for i in range(0,len(lst)):
    if  pattern in lst[i]:
      new_lst=lst[i].replace(pattern,' ')
      print(f'{item} 归属于地 {new_lst}')
      break

#老师的思路
lst=['京A888','津B6666','吉A77766']
for item in lst:
    area=item[0:1]
    print(item,'归属地为：',area)

---

点击查看代码

#我的思路
count=input('请输入要统计的字符：')
count1=count.lower()
str='HelloPathon,HelloJava,hellophp'
str1=str.lower()
s=str1.count(count1)
print(f'{count}在{str}中出现了{s}次')

#老师思路
s='HelloPathon,HelloJava,hellophp'
word=input('请输入要统计的字符：')
print('{0}在{1}中出了{2}'.format(word,s,s.upper().count(word)))

---

点击查看代码

#我的思路
print('编号',' 名称 ','  品牌 ','单价 ')
lst=[ ['01','电风扇','美的',' 500'],
     ['02','洗衣机','TCL',' 1000'],
     ['03','微波炉','老板',' 400']]

for row in lst:
    for item in row:
        print(item, end='\t')
    print()

print('  编号','   名称 ','   品牌 ','   单价 ')
for row in lst:
  row[0] = '{0:0>6}'.format(row[0])
  row[3] = float(row[3])
  row[3]='{0:.2f}'.format(row[3])
  row[3]='￥'+row[3]
  row[3]=('{0:<30}').format(row[3])
  for item in row:
    print(item,end='\t')
  print()

#老师的思路
lst=[ ['01','电风扇','美的',' 500'],
     ['02','洗衣机','TCL',' 1000'],
     ['03','微波炉','老板',' 400']]
print('编号\t\t名称\t\t 品牌\t\t单价 ')
for item in lst:
    for i in item:
        print(i, end='\t\t')
    print()
print('编号\t\t名称\t\t 品牌\t\t单价 ')
#格式化
for item in lst:
    item[0]='0000'+item[0]
    item[3]=float(item[3])
    item[3]='￥{0:.2f}'.format(item[3])
    #item[3]='￥{0}.00'.format(item[3])

for item in lst:
        for i in item:
            print(i, end='\t\t')
        print()

---