Sequence Types
sequence类型有六种:strings, byte sequences (bytes objects), byte arrays(bytearray objects), list, tuple, range objects.
sequence类型都支持的通用操作:
成员检查:in、not in
连接:+
复制:*
下标取值:s[i]
切片:s[i : j]
长度检查:len(s)
最小值:min(s)
最大值:max(s)
索引取值:s.index(i)
字符串统计:s.count(i)
String Methods
判断类方法,通常返回一个布尔值:
str.endswith(suffix[, start[, end]]):
判断字符串是否以指定后缀结尾,返回True或False。start和end指定判断的起始范围,默认全字符串。如:
复制代码 代码如下:
\’abcde\’.endswith(\’de\’) –>True
\’abcde\’.endswith(\’de\’, 0, 3) –>Flase
str.startwith(prefix[, start[, end]]):
与str.endwith()相反,判断字符串是否以指定前缀开始。
str.islower():
判断字符串中的字母字符是否全部为小写,该方法仅判断字符串中的字母字符,不理会其它字符。字符串必须至少包含一个字母字符,否则返回False。如:
复制代码 代码如下:
‘中国\’.islower() –>False
‘ab中国\’.islower() –>True
str.isupper():
与st.islower()方法相反,判断所有字母字符是否全部大写。
str.istitle():
判断字符串每个单词的首字母是否大写。字符串必须至少包含一个字母字符,否则返回False。即使首字母字符前面有非字母字符,如中文、数字、下划线等,也不影响对首字母字符的判断。
复制代码 代码如下:
‘中国\’.istitle() –>False //字符串不包含字母,返回False
‘中国Abc\’.istitle() –>True //虽然首字母字符A前面有非字母字符,仍然返回True
‘-Abc xyz\’.istitle() –>False //后一个单词的首字母不是大写,返回False
str.isalnum():
判断字符串是否只包含由文字数字式字符,字符串仅包含中文字符合法。若字符串包含空格、下划线、~等非文字数字式字符,均返回False。如:
复制代码 代码如下:
‘3\’.isalnum() –>True
‘中国\’.isalnum() –>True
‘-\’.isalnum() –>False
注:alphanumberic是一个特殊词汇,它表明这个字符串由数字字符或文字字符组成。如,\’3\’包括了一个数字字符,\’a\’包含了一个文字字符,而\’3a\’同时包括数字字符和字母字符。
str.isalpha():
判断字符串是否只包含文字字符,字符串仅包含中文字符合法。如:
复制代码 代码如下:
‘中国\’.isalpha() –>True
‘3\’.isalpha() –>False
str.isidentifier():
判断字符串是否是合法的标识符,字符串仅包含中文字符合法,实际上这里判断的是变量名是否合法。如:
复制代码 代码如下:
‘_a\’.isidentifier() –>True
‘3a\’.isidentifier() –>False
‘中国\’.isidentifier() –>True
str.isprintable():
判断字符串所包含的字符是否全部可打印。字符串包含不可打印字符,如转义字符,将返回False。
str.isspace():
判断字符串是否仅包含空格或制表符。注意:空格字符与空白是不同的,如:
复制代码 代码如下:
\’\’.isspace() –>False
\’ \’.isspace() –>True
str.isdecimal():
判断字符串是否只包含十进制数字字符,包括多国语言的十进制数字字符表现形式。如:
复制代码 代码如下:‘3\’.isdecimal() –>True
‘\\u0660\’.isdeciaml() –>True
其它语言的十进制数字形式参考:http://www.fileformat.info/info/unicode/category/Nd/list.htm
str.isdigit():
判断字符串是否只包含数字,这里的数字包括十进制数字和其它特殊数字(如上标数字等)。一般地,一个数字是拥有如下属性值的字符:Numeric_Type=Digit或Numeric_Type=Decimal。
str.isnumeric():
判断字符串是否只包含数字字符。数字字符范围很大,一般来说,数字字符是拥有如下属性值的字符:Numeric_Type=Digit, Numeric_Type=Decimal或Numeric_Type=Numeric。
比较isdecimal()、isdigit()、isnumeric(),几个方法检测的范围依次扩大。
格式化类方法,返回一个格式化的新字符串:
str.encode(encoding=”utf-8”, errors=”strict”):
将字符串以utf-8格式进行编码。
str.lower():
把全部字母字符转换成小写,不去管其它非字母字符。字符串全部为非字母字符也是合法的,但返回原字符串。如:
复制代码 代码如下:
\’中国123ABC\’.lower() –> \’中国123abc\’
‘中国123\’.lower() –>\’中国123\’ //不会报错,返回原字符串
str.upper():
与str.lower()相反,把全部字母字符转换成大写。如:
复制代码 代码如下:
\’中国123abc\’.upper() –> \’中国123ABC\’
\’中国123\’.upper() –>\’中国123\’
str.swapcase():
把字符串中的大小写字母互换,大写转换成小写,小写转换成大写。不去管非字母类字符。如:
复制代码 代码如下:
\’中国123Ab\’.swapcase() –>\’中国123aB\’
\’中国123\’.swapcase() –>\’中国123\’ //不会报错,返回原字符串
str.capitalize():
字符串首字母大写,其余小写。如果字符串首字符为非字母字符,将返回原字符串。字符串仅包含非字母字符合法,但返回原字符串。如:
复制代码 代码如下:
\’ab cd\’.capitalize() –>\’Ab cd\’ //只转换字符串的首字母
\’中国ab 123cd\’.capitalize() –>\’中国ab 123cd\’ //首字符为非字母字符,返回原字符串
\’中国 123\’.capitalize() –>\’中国 123\’ //不会报错,返回原字符串
str.title():
字符串中每个单词的首字母大写,其余小写。单词的首字符为非字母字符也不影响转换。字符串仅包含非字母字符合法,但返回原字符串。如:
复制代码 代码如下:
\’ab cd\’.title() –>\’Ab Cd\’ //字符串中每个单词的首字母大写
\’中国ab 123cd\’.title() –>\’中国Ab 123Cd\’ //即使首字符为非字母字符,也可以进行转换
\’中国 123\’.title() –>\’中国 123\’
str.center(width[,fillchar]):
返回一个原字符串居中,长度为width的新字符串,width要大于len(str),否则返回原字符串,原字符串开头和结尾处使用fillchar进行填充,默认为空格。
注:width为偶数时,fillchar将平均地填充到原字符串的开头和结尾;为奇数时,fillchar优先填充前面。如:
复制代码 代码如下:
\’abcd\’.center(3) –>\’abcd\’
\’abcd\’.center(8) –>\’ abcd \’
\’abcd\’.center(8, *) –>\’**abcd**\’
\’abcd\’.center(7, *) –>\’**abcd*\’
str.ljust(width[, fillchar]):
返回一个长度为width,左对齐的字符串,最右边填充fillchar,默认为空格。width要大于len(str),否则返回原字符串。如:
复制代码 代码如下:
‘abcd\’.ljust(10) –>\’abcd ‘
str.rjust(width[, fillchar]):
与str.ljust()类似,但是它返回一个右对齐的字符串,最左边填充fillchar。
str.lstrip([chars]):
返回一个去除前了导字符的新字符串,chars参数是一个字符串,它包含了所有将要被移除的字符集合。默认为空格。
注:关于lstrip函数(包括rstrip和strip),网上有很多文章,但都讲的不清不楚。它实际的意思是,从原字符串的最左边开始,匹配chars里包含的所有字符,直至遇到第一个非chars字符为止,原字符串中匹配到的所有字符都被移除。
复制代码 代码如下:
‘www.example.com\’.lstrip(‘cmowz.\’) –>example.com
从字符串的最左边开始匹配,直至遇到了非chars字符e为止,一共匹配了3个w字符和一个.字符,遇到e匹配结束。
复制代码 代码如下:
\’xyxxyy testyx yx yyx\’.lstrip(\’xy \’) –>\’testyx yx yyx\’
从字符串的最左边开始匹配,直至遇到非chars字符t为止,一共匹配了三个x三个y,和一个空格,遇到t匹配结束。
str.rstrip([chars]):
与str.lstrip()相反,从最右边开始匹配。
复制代码 代码如下:
\’xyxxyy testyx yx yyx\’.rstrip(\’xy \’) –>\’xyxxyy test\’
str.strip([chars]):
从字符串的两头开始匹配。
复制代码 代码如下:
\’xyxxyy testyx yx yyx\’.strip(\’xy \’) –>test
str.expandtabs([tabsize]):
把字符串中的所有制表符替换成零个或多个空格,每个制表符替换成多少个空格,由制表符在字符串中的位置和tabsize共同决定。tabsize指定每个制表符替换成的空格数,默认为8个。如:
复制代码 代码如下:
\’\\t\\t this\\tis test.\’.expandtabs(8) –>\’ this is test.\’
上述示例中,前两个\\t,每个都替换成了8个空格,而第三个\\t貌似只替换成了4个。实际上不然,因为制表符的制表位是从每行开头算起的,所以第三个制表符的制表位是从行首开始的第24个位置,刚好在is的i前面,而不是从this后面开始算的第8个位置。这就是所谓的共同决定。
str.zfill(width):
返回一个长度为width的数字字符串,最左边填充0。如果width小于等于原字符串长度,则返回原字符串。主要用于数字类字符串的格式化。如:
复制代码 代码如下:
\’abc\’.zfill(5) –> \’00abc\’ //一般不会做这种格式化,没什么意义
\’123\’.zfill(5) –> \’00123\’
查找 & 替换类方法:
str.count(sub[, start[, end]]):
统计某个字符中子字符串sub的个数。start和end指定统计范围,未指定则默认全字符串范围内统计。如:
复制代码 代码如下:
\’abcdabac\’.count(\’ab\’) –>2
\’abcdabac\’.count(\’ab\’, 2,) –>1
str.find(sub[, start[, end]]):
查找子字符串在字符串中出现的第一个位置,start和end指定一个查找范围。未找到返回-1。
复制代码 代码如下:
\’0123234\’.find(\’23\’) –>2
\’0123234\’.find(\’23\’, 1) –>2
注:1、find查找的是子字符串在全字符串中出现的第一个位置,匹配到字符串就结束查找,不管后面还有没有匹配的字符串。
2、find查找的是子字符串在全字符串出现的第一个位置,而不是指定切片中的第一个位置。
3、如果仅想判断子字符串是否在某一字符串中,用in判断符即可,无需find。
str.rfind(sub[, start[, end]]):
跟find方法一样,返回指定子串的index位置,只不过rfind从字符串的最右边开始查找,找不到时返回-1。注意:从最右边开始查找,但index位置却是从原字符串的最左边开始算的。如:
复制代码 代码如下:
\’ABCDEEF\’.find(\’E\’) –>4 //从最左边开始查找,从A到第一个D后面的E结束,返回索引值4
\’ABCDEEF\’.rfind(\’E\’) –>5 //从最右边开始查找,从A到第一个F前面的E结束,返回索引值5
str.format(*args, **kwargs):
调用fortmat方法的字符串中不但有纯文本,也有使用{}界定符包括起来的替换字段。替换字段既可以是位置参数的数值索引,也可以是字典或属性的Key值。该方法返回的字符串里,所有替换字段都被相应参数的值所替代。如:
复制代码 代码如下:
‘User ID: {0}\’.format(‘root\’) –>User ID: root
‘User ID: {UID} Last login: {last_login}\’.format(UID = ‘root\’, last_login = ‘5 Mar 2012\’) –>User ID: root Last login: 5 Mar 2012
str.index(sub[, start[, end]]):
类似str.find(),但是如果没有找到子串,返回raised ValueError。
str.rindex(sub[, start[, end]]):
类似于str.rfind(),但是如果没有找到,返回raises ValueError。
str.replace(old, new[, count]):
返回一个新字符串,原串中的old被替换为new,country指定替换次数。如:
复制代码 代码如下:
\’AAABBBCCC\’.replace(\’A\’, \’D\’) –>DDDBBBCCC
\’AAABBBCCC\’.replace(\’A\’, \’D\’, 2) –>DDABBBCCC
static str.maketrans(x[, [y, z]]):
这个方法我不是很明白,特别是它还有一个static修饰符。
大致上,它的用途是返回一个转换表,以供str.translate()方法使用,两个方法常配合使用。
如:
复制代码 代码如下:
table = str.maketrans(\’cs\’, \’kz\’)
\”please don\’t knock at my door!\”.translate(table) –>\”pleaze don\’t knokk at my door!\” //\’c\’被替换成了k,\’s\’被替换成了z。说明参数可以包含多个字符,但第一个参数包含的字符数和第二个参数包含的字符数必须相等。
table = str.maketrans(\’cs\’, \’kz\’, \’o\’)
\”please don\’t knock at my door!\”.translate(table) –>\”pleaze dn\’t knkk at my dr!\” //如果有三个参数,则第三个参数的意思是删除原字符串中的相应字符。
str.translate(map):
和str.maketrans()函数配合使用,替换相应的字符。
拆分 & 组合类方法:
str.partition(sep):
该方法用于拆分字符串,返回一个包含三个元素的元组。如果未能在原字符串中找到Sep,则元组的三个元素为:原字符串,空串,空串;否则,从原字符串中遇到的第一个Sep字符开始拆分,元组的三个元素为:Sep之前的字符串,Sep字符,Sep之后的字符串;如:
复制代码 代码如下:
\’abcdee\’.partition(\’f\’) –> (\’abcdee\’, \’\’, \’\’)
\’abcdee\’.partition(\’e\’) –> (\’abcd\’, \’e\’, \’e\’)
str.rpartition(sep):
与str.partition()相反,从原字符串的最右边开始拆分,但是同样返回包含三个元素的元组:倒数第一个Sep之前的字符串,Sep字符,Sep之后的字符串。
注意”倒数Sep之前的字符串”,这个之前的字符串,是从原字符串的最左边开始算,并不是最右边。如:
复制代码 代码如下:
\’abcdee\’.rpartition(\’e\’) –> (\’abcde\’, \’e\’, \’\’) //拆分的三个元素分别是:倒数第一个e之前的元素,e本身,e之后的元素,此外为空格
\’abcdee\’.rpartition(\’f\’) –> (\’\’, \’\’, \’abcdee\’) //拆分的三个元素分别是:空格,空格,原字符串
str.split([sep[, maxsplit]]):
返回一个以Sep分隔的列表,maxsplit指定拆分次数(因此,列表中元素的个数为maxsplit + 1)。Sep默认为空格,maxsplit默认不限制拆分次数。
注意:1)如果未指定Sep或指定Sep为None(\’\’),str两端的空格将舍弃;如果指定Sep(不管能否在原字符串中找到Sep),str两端的空格将保留
2)如果未能在原字符串中找到Sep,则返回一个仅包含一个元素的列表,这个元素就是原字符串。
如:
复制代码 代码如下:
\’ abcbdbee \’.split() –> [\’abcbdbee\’] //未指定Sep,返回仅包含一个元素的列表,舍弃str两端的空格
\’ abcbdbee \’.split(\’f\’) –> [\’ abcbdbee \’] //指定f为Sep(虽然找不到f),返回仅包含一个元素的列表,保留两端的空格
\’ abcbdbee \’.split(\’b\’) –> [\’ a\’, \’c\’, \’d\’, \’ee \’] //指定b为Sep,不限定拆分次数,str两端的空格被保留
\’ abcbdbee \’.split(\’b\’, 2) –> [\’ a\’, \’c\’, \’dbee \’] //以b为分隔符,拆分两次
注:有点像str.partition(),但是str.partition()返回一个元组,而且分隔符Sep是元组中的一个元素;而str.split(0返回一个列表,分隔符Sep不在列表中
str.rsplit([sep[, maxsplit]]):
与str.split()类似,只是它从最右边开始拆分。只有在指定maxsplit的情况下才会看到效果。如:
复制代码 代码如下:
\’abcbdbee\’.rsplit(\’b\’) –> [\’a\’, \’c\’, \’d\’, \’ee\’] //不指定maxsplit,返回的结果与str.split()相同
\’abcbdbee\’.rsplit(\’b\’, 2) –> [\’abc\’, \’d\’, \’ee\’] //可以看出与str.split(‘b\’, 2)的差别
str.join(iterable):
使用连接符str来连接iterable对象中的元素,返回一个被str连接起来的,由iterable对象的元素组成的字符串。如果传入一个非iterable对象,如整数、布尔值等,将返回Type Error。 如:
复制代码 代码如下:
‘A B\’. join([\’1\’, \’2\’, \’中国\’]) –>1A B2A B中国
‘A B\’.join(‘12中国\’) –>1A B2A B中国
‘A B\’.join(123) –>Type Error
注:iterable object或iterator type最主要的特征是支持两个函数:__iter__()和__next__(),虽然不是很准确,但可以简单的认为支持使用for语句逐个取值的数据类型都是迭代器对象。
sequence type(六种:strings、byte objects、byte arrays、lists、tuples、range objects)和dictionary都属于iterable对象。
str.splitlines([keepends]):
拆分一个包含多行的字符串,以每行为一个元素返回一个列表。如果字符串不是多行的,则返回原字符串。keepends是一个True字符或非零整数,表示保留行尾标志。该方法多用于处理文件。如:
复制代码 代码如下:
Line = ‘AB
CD
EF\’\’\’
Line.splitlines() –>[\’AB\’, \’CD\’, \’EF\’]
Line = \’AB\\nCD\\nEF\’
Line.splitlines() –>[\’AB\’, \’CD\’, \’EF\’]
Line = \’AB\\nCD\\nEF\’
Line.splitlines(True) –> [\’AB\\n\’, \’CD\\n\’, \’EF\’]