python详解（3）--常⽤的数据结构（字符串）
python中的字符串是⼀个不可变对象，其是字符的线性排列，采⽤⼀体式顺序表(参后续数据结构与算法)的形式来实现，在底层应该看成⼀个序列/⼀种组合对象⽽不是单个对象，其很多操作都不是常量时间的，是线性时间操作。
⼀、字符串的基本操作
字符串是python中最常见的对象(是的，字符串也是对象，python中的任何东西都是对象)，是不可变对象(重复)，即在python中，字符串⼀旦创建就不可再更改，新字符串的产⽣是需要重新开辟内存⽣成对象的。
字符串的表⽰⽅法：python中使⽤单引号或双引号或三引号来表⽰字符串，其中：①不区分单引号与双引号，即’abc’与"abc"是等价的；
②在某些特定格式的字符串(如json)中，必须使⽤双引号表字符串，其与模块要求的格式有关；
③要注意，如果想在字符串中再添加引号，则必须区分，如'a+"b"+c'"a+'b'+c"两者等价，但其使⽤的引号必须有区别；
④三引号可以将输⼊的换⾏、缩进等特殊字符⾃动转换，再次输出时保持输⼊的格式，例如：''' a'''存储为'\ta'(’\t’为制表符，即缩进)，再次输出时会⾃动转换，尤其适⽤于转换HTML⽂档、SQL语句时；
⑤在字符串前添加r，表⽰原⽣字符串，即不将字符串中的特殊符号进⾏转义，如r'\t'，其输出为'\\t'，其中\为转义字符。
注：字符串的内容其实是固定的，如'\t'其也只是在直接print时才会输出为缩进，因此对于应⽤⽽⾔，Ⅰ三引号字符串保留原本格式，⽤于函数/类注释、⽂档字符串等；Ⅱ原⽣字符串⽤于字符串的正则匹配，因为其中多处应⽤到了\，如若不加区分可能会被解释器错误理解；Ⅲ其它场景使⽤普通字符串即可。
字符串的长度：len(str)可以返回字符串的字符长度，默认情况下不区分中英⽂字符统⼀按⼀个字符处理；
python官方文档中文版
字符串的切⽚、分割与合并：
①切⽚操作与列表类似，使⽤中括号记法(str[a:b:c]切⽚，a[index]下标访问)；
②分割：str.split(a,b)，其中a⽤于指定分隔符（默认为None，即所有空字符，换⾏符制表符空格等），b⽤于指定分割的次数（即检索b个空字符，⽣成b+1个字符串），返回⼀个由分割后的字符串组成的列表（若不指定分隔符，则多个在⼀起的空⽩符会算作⼀个分隔符，若指定分隔符，则会产⽣空元素，例如对s = ' a b c'进⾏分割，s.split()返回['a', 'b', 'c']，⽽s.split(' ')返回['', 'a', '', 'b', '', '', 'c']）;
str.rsplit()与split类似，但从右向左进⾏检索；
str.splitlines()⽤换⾏符分割；
str.partition(a)在str中检索字符串a，返回⼀个元组，由a前的⼦串，a，a后的⼦串组成，若检索到多个a，则以第⼀个为准，若检索不到a，则返回(str, '', '')；
str.rpartition(a)与partition类似，从右向左检索；
③str.join(a)其中a是可迭代对象，str代表指定的分隔符，会将a中的所有元素通过str连接合并为⼀个新的字符串（注意第⼀个元素前不会添加分隔符）。
字符串的检索与转换：
str.find(a,b,c)，⽤法与count类似，但返回值是a在str中出现的第⼀次的索引号，若不存在，则返回-1（rfind类似，不过从右开始查，注意返回的索引号不是从右数）；
str.index(a,b,c)⽤法与find类似，但不存在时报错（注意find⽅法只能⽤于字符串中，⽽index可以⽤于列表等，rindex与rfind类似）；
若只是判断a是否在str中，可以使⽤in进⾏逻辑判断；
str.startswith(a,b,c)检索原字符串是否以a开头，返回值为布尔值；
endswith⽅法与startswith类似；
str.lower()将str中的⼤写字母转换为⼩写字母；
upper()类似，将⼩写字母转换为⼤写字母；
str.title()将str中的所有单词⾸字母⼤写，其他⼩写；
str.capitalize()将str中的⾸字母⼤写，其他⼩写；
str.swapcase()对str中的字符作⼤⼩写转换；
str.strip(a)去除字符串str左右两端的字符，其中a为指定要去除的字符（默认去除空格、制表符等空字符，如指定’12’将去除所有
的’1’’2 ’ ），lstrip与rstrip与上述类似，分别只操作左端或右端；
str.zfill(x)向数值的字符串左侧填充0来补位，x为其总字符数（负号和.也算在内）；
str.ljust(a,b)向字符串左端填充b来补⾜到a位，默认填充空格，rjust类似，向右端补位；
<(a,b)与上述类似，但将字符串居中，若为奇数则先补左；
str.isalnum()，如果str⾄少有⼀个字符且所有字符都是字母或数字则返回True，否则返回False；
str.isalpha()检测字符，注意中⽂字符会被isalpha和isalnum检测为true；
str.isnum()检测数字；
str.isspace()检测空⽩，包括空格、制表符、换⾏符等；
str.maketrans(a, b)⽣成⼀个字典，其以a中的字符序号为key，以b中的字符序号为值；
⼆、字符串的正则表达式
python中字符串的正则依赖于re模块，⽤于查复杂规则的字符串，⼀般将
模式字符串写为原⽣字符串，模式字符串的书写规则如下表所⽰(是⼀个简略版，详细可参⽹上关于正则的书写规则，其在各种语⾔中都适⽤)
对于上表的补充有：\D \W \S匹配其⼩写的补集，如\D == [^0-9]。
re模块：python中专⽤于正则表达式匹配的模块，其中常⽤函数有：
re.match(a,str,c)，其中a为模式字符串，c为可选参数表⽰标志位，若匹配成功，则返回⼀个match对象，否则返回None（注意match⽅法从被匹配字符串的开始位置进⾏匹配）；
match对象：match.start()/end/span/string/group等⽅法，其分别返回匹配值的开始/结束位置和位置元组，要匹配的字符串，匹配的数据；
re.search与match⽅法的参数类似，但可以匹配字符串的其他位置（当模式字符串中出现^$时有限制），即re.match从str的开始进⾏匹配，若不匹配则直接返回None，⽽re.search扫描整个字符串，到匹配的部分时返回match对象；
re.findall与前两类似，但返回值为包含匹配结构的列表，可能出现[’’]返回值（若模式字符串a中定义()分组，则group⽅法和findall函数匹配的结果都会包含有分组的内容，group(0)为原始字符串，(1\2…)等为⼦串；⽽findall中，除⾮将模式字符串a全部括在⼀起即(a)，否则⽆法获得原始字符串，只能获得⼦串，会将每个分组内能匹配到的值组成⼀个元组（若只有⼀个则为字符串），最终返回⼀个列
表，groups⽅法返回⼀个由匹配值组成的元组 ）；
re.sub(a,x,str,d,c)，⽤于替换字符串，其中x代表要⽤来替换的字符串，（x⽀持函数，会将匹配到的⼦串作为参数传⼊），d表⽰替换的最⼤次数（默认为0，替换所有匹配）；
re.split(a,str,d,c)，其中a表⽰⽤于分割的模式字符串（正则），d表⽰最⼤的拆分次数，其与普通的字符串分割⽅法的区分在于，可以使⽤类似r’[\s\,\;]+’的模式字符串将所有的不规范输⼊统⼀匹配并分割，若第⼀个字符为分隔符，则产⽣空元素。
贪婪匹配：正则表达式的匹配原则为贪婪匹配，即匹配尽可能多的字符，采⽤(\d+?)，加?的形式可将其改为⾮贪婪匹配，即尽可能少的匹配。
编译：repile(a)可返回编译后的正则表达式对象，a.match(str)即可返回match对象，此⽅法可以提⾼效率，如需要对⼀个模式字符串重复利⽤，则可以将其编译后直接调⽤其match⽅法，不使⽤re.match⽅法。
三、字符串的格式化
在python中有两种格式化字符串的⽅法，%记法与str.format()⽅法，建议使⽤format⽅法。
%记法
%[(name)][flags][width].[precision]typecode
其适配⽅法如下表所⽰。
不能使⽤列表输⼊，但可以使⽤元组输⼊，在实际运⽤中较少⽤到上述功能，如需使⽤，则可查阅官⽅⽂档。
format⽅法
{[index][:[[fill]align]][sign][#][0][width][,][.precision][type]}
其适配⽅法如下表所⽰。
注：①format⽅法中允许使⽤关键字参数（放最后），并允许使⽤变量，并允许位置参数与其混⽤（注意若使⽤位置参数必须全部指定），如图所⽰；
②format⽅法中，允许使⽤字典的键来取代位置参数，⽤于匹配相应值，但传⼊字典时需加**，如图所⽰；
③format⽅法中，允许在()中放置列表、字典等数据类型，若要直接使⽤则需加*，若指定了位置拥有返回值，则不⽤加*可直接传⼊，如图。
④实际运⽤中，可能最常⽤到的⽅式为(最基本，忽略所有参数)：
'{} aa {} vv'.format(11, 22)
四、python中⼀些与赋值、输出、变量相关的细节与操作
此部分内容是实际运⽤总结，知识点较零碎，没有条理，牵涉到⼀部分后续函数的内容。
1、type()可返回变量的类型；eval()识别字符串中的python表达式，并返回⼀个对象，如图所⽰。
2、id()可返回变量的内存地址，此处返回的是变量引⽤的对象的内存地址，变量只是⼀个符号/名字，其⽤于指向存储于内存中的对象。
3、repr()将字符串转化为供解释器读取的形式，对python解释器更友好，⼀般情况下，obj == eval(repr(obj))是成⽴的。
4、ord()返回单个字符的Unicode码；chr()返回整数对应的Unicode码中的字符，使⽤⼗六进制和⼗进
制均可。
5、encode()将字符串编码为bytes，de(encoding='',errors='')，当忽略errors时省略；decode()将bytes解码为字符串，errors可以有多种模式，默认为strict（遇见⾮法字符就抛出异常）。
将Unicode码（整数）编码为UTF-8的⽅式如图所⽰，将⼆进制整数码从右向左填。
6、input()返回的结果⼀定是str，若需换⾏输⼊，则可input('1111\n')；若⽆需输⼊值，按下回车即可进⾏下⼀步，可使⽤条件判断if input('') == ''，即若输⼊内容为空则继续执⾏后续语句。
7、print(*objects, sep=' ', end='\n', file=sys.stdout, flush=False)，print函数在python中是最常⽤的函数之⼀，其有五个参数：
objects：要输出的内容，各个变量之间⽤逗号隔开；
sep：表⽰各个输出字符串之间的间隔字符，默认为空格；
end：表⽰字符串打印结束后的添加的结束字符串，默认是换⾏；
file：表⽰打印到标准输出，还是⽂件中，默认是标准输出；
flush：表⽰是否实时将数据写⼊file，flash表⽰只有打印结束的时侯才真正写⼊到⽂件，true表⽰实时写⼊，默认是flash。
注：python中的函数调⽤与赋值，先计算内层函数，如print(len(str))则会先计算len(str)，再对其进⾏输出，a = len(str1) + sum(list)类似。
8、in 可以判断某元素是否在序列中，并返回⼀个布尔值；
is 可以判断两者是否相同，并返回布尔值。
9、只有相同类型的元素可以直接使⽤算术运算符相加，如（列表+列表）等；
列表、元组、字符串、数值等可以使⽤*进⾏重复，运算结果不改变原对象，⽣成⼀个新的对象，'ab'*
3 == 'ababab'。
10、map(f,list)接收⼀个函数 f（不加()） 和⼀个 list，并通过把函数 f 依次作⽤在list 的每个元素上，得到⼀个新的map对象并返回。
11、①在赋值时，a,b,c=name，此时是将a,b,c分别⽤可迭代对象中的对应值赋值，且必须⼀⼀对应否则报错；
②注意在同时对多个变量进⾏赋值时，a, b = b, a+b本质上是a,b=(b,a+b)，其与a = b，b = a+b的区别在于元组的值是不会变化的，在赋值前就确定了要赋值的数，⽽后者相当于b=2b，与原期望相悖，使⽤此种赋值⽅式减少了临时变量符号的使⽤，但在内存中依然开辟了内存⽤于存储临时变量。
12、在迭代时，有for (a,b) in [(1,2),(3,4),(5,6)]的⽤法，其本质上相当于遍历字典，将元素组合后分别赋值，并可以单独使⽤a,b来操作。
13、①python中，在⼀个模块/类中不允许出现相同的变量名，否则后⾯的会覆盖前⾯的，不论是函数/类/变量等，此问题在后续分析局部变量与全局变量时会有详解；
②注意如果.py⽂件名是某⼀个Python⾃带类名，则可能不能运⾏，可能会被python解释器认为是导⼊此类，如：abc.py，python中。
14、ipython中会将所有的输⼊和输出保存，其对应于globals()字典中的IN和OUT vaule，并会存储在⾃带的sqlite数据库中。
15、在python中，中括号记法(列表元组字符串等)表范围超出限制时并不会报错，如a = [1,2,3,4]，a[3:6] == [4]，但a[6]报错。
16、将字符串倒排可以使⽤str[::-1]，将列表倒排有专⽤的reverse函数，省去了新的变量和建⽴列表的代码，但临时空间还是需要占⽤。
17、如a = [1,2,2,2,2], for i in range(a)：若在下⽅循环体中出现a[i+1]，则会直接报出out of range异常，可以通过i < range(a) and a[i+1]来对最后⼀位进⾏排除，因为在python中，逻辑与判断从左⾄右进⾏，若i<range(a)不满⾜条件，则不会对a[i+1]进⾏取值。
18、通过min(list, key=len)可以查到列表中最短的元素并返回，max函数类似，其都有⼀个key作为默认参数，可⽤于传⼊函数。
19、int('s', 2)可以⽅便的将字符串类型的其他进制的数转换成10进制的整数，bin()/oct()/hex()可以将⼗进制整数转换为2/8/16进制数（返回的是字符串类型，并分别有前缀'0b', '0o', '0x'）。

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。