jquery逗号分割截取字符串_python字符串和文本处理

字符串和文本处理

字符串是一种重要的数据形式&＃xff0c;有价值的程序都会涉及到对于字符串的处理。幸运的是&＃xff0c;强大的python内置了很多函数&＃xff0c;来帮助我们解析和处理字符串。本文会涉及到字符串编码&＃xff0c;简单的字符串处理函数。

字符串编码

在 Python3 中&＃xff0c;文本总是 Unicode, 由 str 类型进行表示&＃xff0c;二进制数据使用 bytes 进行表示。不会出现python2种将 str 与 bytes 偷偷的混在一起的情况&＃xff0c;使得两者的区别更加明显[1]。

我们知道&＃xff0c;计算机储存的都是二进制信息&＃xff0c;二进制信息有很多种编码方式来表示字符&＃xff0c;有的编码方式叫BIG-5&＃xff0c;有的编码方式叫GBK&＃xff0c;有的编码方式叫UTF-8&＃xff0c;不一而足。

在python3中&＃xff0c;默认的编码方式是UTF-8。python内置了可以处理字符串的decode()函数和encode()函数&＃xff0c;decode()函数将其它编码的字符串转化为UTF-8&＃xff0c;encode()函数将UTF-8编码转化为其它编码[2]。

拼接字符串

使用&＃43;拼接少量字符串&＃xff0c;形式简洁&＃xff0c;速度很快。比如&＃xff1a;

>>> string_1 &＃61; "Hello">>> string_2 &＃61; "World">>> string &＃61; string_1 &＃43; string_2>>> print(string)HelloWorld

对于已知值的字符串&＃xff0c;可以依次打出其值并赋值给一个字符串变量&＃xff0c;也可以实现字符串的连接。

# 无需加号的连接>>> string_3 &＃61; "Hello" "World">>> print(string_3)HelloWorld

随着字符串数量的增多&＃xff0c;字符串连接的效率会迅速降低[3]。这时就需要使用join()方法&＃xff0c;它本质上是一个函数。join()是专属于字符串的一种方法&＃xff0c;字符串后面只要加上一个点&＃xff0c;就能够使用该方法。

>>> parts &＃61; [&＃39;Is&＃39;, &＃39;Chicago&＃39;, &＃39;Not&＃39;, &＃39;Chicago?&＃39;]# 用空格连接>>> &＃39; &＃39;.join(parts)&＃39;Is Chicago Not Chicago?&＃39;# 用逗号连接>>> &＃39;,&＃39;.join(parts)&＃39;Is,Chicago,Not,Chicago?&＃39;# 不使用任何字符&＃xff0c;直接连接>>> &＃39;&＃39;.join(parts)&＃39;IsChicagoNotChicago?&＃39;

多个需要连接的字符串&＃xff0c;一般会放在列表里面。然后使用join()方法连接。注意&＃xff0c;在&＃39;,&＃39;.join(parts)中&＃xff0c;parts表示待连接的字符串&＃xff0c;逗号意味着&＃xff1a;每个字符串之间用逗号连接。

拆分字符串

字符串的分割需要用到split()方法&＃xff0c;它也是python的内置函数&＃xff0c;专门用于拆分字符串。函数split()只接受一个参数&＃xff0c;这个参数决定了字符串应该在何处拆分。

>>> line &＃61; &＃39;Is Chicago Not Chicago?&＃39;# 用逗号分隔>>> parts &＃61; line.split(&＃39; &＃39;)>>> print(parts)[&＃39;Is&＃39;, &＃39;Chicago&＃39;, &＃39;Not&＃39;, &＃39;Chicago?&＃39;]# 拆分和连接是互逆的&＃xff0c;先拆分后连接&＃xff0c;还是原来的字符串>>> &＃39; &＃39;.join(line.split(&＃39; &＃39;)) &＃61;&＃61; lineTrue

如果想在多个字符处分隔应该怎么办呢&＃xff1f;聪明的你不难想到&＃xff0c;多次使用split()方法&＃xff0c;每次使用不同的字符。具体见下面的例子&＃xff1a;

现在我们还没有学到列表连接的方法&＃xff0c;暂且使用&＃43;。和字符串的连接类似&＃xff0c;用&＃43;连接列表也会有性能问题&＃xff0c;这时需要用到append()方法&＃xff0c;感兴趣的同学可以查阅相关资料。

首尾字符过滤

首尾字符过滤用strip()方法&＃xff0c;strip()默认过滤掉空格&＃39; &＃39;和换行&＃96;&＃96;&＃96;&＃xff0c;也可以指定过滤的字符。具体可以看下面的例子&＃xff1a;

# 默认过滤首尾空格和换行符号>>> line &＃61; &＃39; Hello, world! &＃39;>>> line.strip()&＃39;Hello, world!&＃39;# 过滤掉&＃39;?&＃39;>>> line &＃61; &＃39;Is Chicago Not Chicago?&＃39;>>> line.strip(&＃39;?&＃39;)&＃39;Is Chicago Not Chicago&＃39;

字符的查找和替换

查找的方法是find()&＃xff0c;用法和上面的类似&＃xff0c;具体用法请看下面的例子。

>>> line &＃61; &＃39;Hello, world!&＃39;>>> line.find(&＃39;o&＃39;)4

123find()方法&＃xff0c;从字符串的开头开始寻找目标字符&＃xff0c;遇到第一个符合的字母就停止寻找&＃xff0c;并返回该字符的序号。

# 根据空格和字母c&＃xff0c;拆分字符串line>>> line &＃61; &＃39;Is Chicago Not Chicago?&＃39;>>> part_1 &＃61; line.split(&＃39; &＃39;)>>> print(part_1)[&＃39;Is&＃39;, &＃39;Chicago&＃39;, &＃39;Not&＃39;, &＃39;Chicago?&＃39;]>>> part_2 &＃61; []>>> for index in part_1:···part_2 &＃61; part_2 &＃43; index.split(&＃39;c&＃39;)>>> print(part_2)[&＃39;Is&＃39;, &＃39;Chi&＃39;, &＃39;ago&＃39;, &＃39;Not&＃39;, &＃39;Chi&＃39;, &＃39;ago?&＃39;]

替换的方法是&＃xff1a;replace()&＃xff0c;基本的使用格式是&＃xff1a;字符串.replace(参数1, 参数2)&＃xff0c;参数1表示要被替换的字符&＃xff0c;参数2表示替换成的字符。具体见下面的例子&＃xff1a;

>>> line &＃61; &＃39;Hello, world!&＃39;>>> line.replace(&＃39;&＃39;, &＃39;&＃39;)&＃39;Hello, world!&＃39;# 一次性替换全部>>> line.replace(&＃39;o&＃39;, &＃39;a&＃39;)&＃39;Hella, warld!&＃39;

replace()方法不是惰性的&＃xff0c;它会把所有符合条件的字符都替换成目标字符。

总结

1. python3默认编码是UTF-8&＃xff0c;其它编码转换成UTF-8需要使用decode()方法
2. 少量拼接使用&＃43;&＃xff0c;大量字符串拼接需要使用join()方法
3. 拆分字符串需要使用split()方法&＃xff0c;可以自定义拆分的基准字符
4. strip()可以实现过滤首尾的特定字符&＃xff0c;默认过滤空格和换行
5. 字符的查找和替换分别使用find()和replace()方法

思考

# 根据一种字符串分隔字符只需要用split()方法# 两次使用split()方法也可以实现按两种字符分隔字符串# 请编写一个函数&＃xff0c;将任意一个字符串按任意两个字符分隔# 比如输入字符串&＃xff1a;&＃39;Hello, welcome to congge python&＃39;# 分隔参数&＃xff1a;空格和英文逗号# 输出&＃xff1a;[&＃39;Hello&＃39;, &＃39;welcome&＃39;, &＃39;to&＃39;, &＃39;congge&＃39;, &＃39;python&＃39;]def my_split(string, character1, character2): array &＃61; string.split(character1) output &＃61; [] for i in array: output &＃61; output &＃43; i.split(character2) return output