Python字符串常见方法及应用场景

本站内容均来自兴趣收集,如不慎侵害的您的相关权益,请留言告知,我们将尽快删除.谢谢.

字符串作为一种重要的Python基本数据类型，在数据处理中发挥着不可或缺的作用，如果对它的方法能够灵活使用，能够达到事半功倍的效果。下面我们选取一些常用的方法，简述其应用场景。

一、最大化最小化方法

字符串的最大化方法upper()
和最小化方法lower()
可以将字符串全部转换为大写和小写。在数据处理分析过程中，如果涉及到字符串的比较和统计，尤其涉及到英文的，一般需要将字符串全部转化小写再进行比较统计，否则可能会不准。

比如根据用户的输入，决定接下来的程序是否执行，如果用户输入n则不执行，为了让程序设计的更加友好，需要考虑用户可能输入N的情况，该问题可以通过lower()
或者upper()
来解决。

>>> choice = input('是否继续执行程序，输入n或N则结束：')
是否继续执行程序，输入n或N则结束：N
>>> if choice == 'n'or choice == 'N':  # 常规处理方式
      print('程序结束')
>>> if choice.lower() == 'n':  #  推荐用该方法处理
      print('程序结束')

比如现在通过分词工具，已经把一段英文分词单词的列表，现在要统计“when”出现的次数，一般需要再统计之前将字符串全部最小化下。

>>> words = ['When', 'you', 'fall', 'stand', 'up.', 'And', 'when', 'you', 'break', 'stand', 'tough', 'And', 'when', 'they', 'say', 'you', 'can't,', 'you', 'say', 'I', 'can', 'I', 'can']
>>> count = 0
>>> sta_word = 'when'
>>> for word in words:
    if word.lower() == sta_word:
    count += 1
>>> print('{}出现了{}次'.format('when', count))
when出现了3次

二、统计次数方法

统计次数的count()
方法可以快速统计字符串中某个子串出现的次数，但这个方法在列表数据类型中应用较多，在字符串中应用很少，使用不当容易造成不易察觉的错误。

比如统计“帽子和服装如何搭配才好看”这句话中“和服”出现的次数，虽然出现了“和服”，但不是想要统计的结果，对于英文中很多单词有多种时态，更是如此。对于文本中词频的统计，一般需要先进行分词处理，英文可能还需要进行词形还原处理，然后再统计词频。

>>> "帽子和服装如何搭配才好看".count("和服")
1
>>> import jieba
>>> words = jieba.lcut("帽子和服装如何搭配才好看")
>>> words
['帽子','和','服装','如何','搭配','才','好看']
>>> words.count("和服") # 分词后再统计
0

三、去掉左右侧字符方法

在做文本处理任务时，对于网络上爬取或者其他渠道获取的数据信息，经常会存在“噪声”，即会有一些没有实际意义的字符，干扰文本的格式和信息的提取，此时strip()
、lstrip()
、rstrip()
方法就可以帮助删除掉字符串头部和尾部的指定字符。当字符没有被指定时，默认去除空格或换行符。lstrip()
代表删除字符串左侧（即头部）出现的指定字符，rstrip()代表删除字符串右侧（即尾部）出现的指定字符。下面通过几个例子来说明。

>>> temp_str = "  tomorrow is another day "
>>> temp_str.strip()
'tomorrow is another day'
>>> temp_str = "#  tomorrow is another day @"
>>> temp_str.strip('#')
'  tomorrow is another day @'
>>> temp_str.strip('# @')
'tomorrow is another day'
>>> temp_str = "#@  tomorrow is another day @"
>>> temp_str.lstrip('@# ')
'tomorrow is another day @'

四、字符串分隔方法

当字符串具有特定的格式，或者需要处理的数据具有结构化特点，比如excel表格的数据、或者json格式的文件等，当提取其中的某一个或几个字段时，需要先对字符串进行分隔。split()
方法以指定的分隔符为基准，将分隔后得到的字符串以数组类型返回，方便进行之后的操作。当没有指定分隔符时，默认以空格分隔。

>>> temp_str = "Whatever is worth doing is worth doing well"
>>> temp_str.split()
['Whatever', 'is', 'worth', 'doing', 'is', 'worth', 'doing', 'well']
>>> temp_str = "tomorrow#is#another#day"
>>> temp_str.split('#')
['tomorrow', 'is', 'another', 'day']
>>> temp_str = ‘"name":"Mike","age":18,"sex":"male","hair":"black"’
>>> temp_str.split(',')
['"name":"Mike"', '"age":18', '"sex":"male"', '"hair":"black"']

五、字符串替换方法

字符串替换也是很常用的方法之一。例如发现有输入错误的时候，正确的要替换掉错误的，或者需要将一些没有意义的字符统一去除或者换成空格的时候，都可以考虑使用replace()
方法。第三个参数为可选参数，表示替换的最大次数。

>>> temp_str = "this is really interesting, and that is boring."
>>> temp_str.replace('is','was')
'thwas was really interesting, and that was boring.'
>>> temp_str.replace('is','was')
'this was really interesting, and that was boring.'
>>> temp_str = 'I really really really like you.'
>>> temp_str.replace("really","",2)
'I   really like you.'

上例显示出，字符串中出现的所有is都被进行了替换，包括包含is的单词，这也是编程中需要考虑的问题。如果是英文字符串，可以考虑通过加上空格的方式来避免错误的替换，如第四行所示。

六、字符串拼接方法

字符串的拼接方法与其分隔方法可以看作是互逆操作，join()
方法将序列中的元素以指定的字符连接，生成一个新的字符串。这个序列可以是字符串、元组、列表、字典等。

>>> seq = 'hello world'
>>> ":".join(seq)
'h:e:l:l:o: :w:o:r:l:d'
>>> seq = ('Whatever', 'is', 'worth', 'doing', 'is', 'worth', 'doing', 'well')
>>> "*".join(seq)
'Whatever*is*worth*doing*is*worth*doing*well'
>>> seq = ['Whatever', 'is', 'worth', 'doing', 'is', 'worth', 'doing', 'well']
>>> " ".join(seq)
'Whatever is worth doing is worth doing well'
>>> seq = ['"name":"Mike"', '"age":18', '"sex":"male"', '"hair":"black"']
>>> "#".join(seq)
'"name":"Mike"#"age":18#"sex":"male"#"hair":"black"'

七、判断是否为数字的方法

isdigit()
方法用于判断一个字符串是否全部都由数字组成，返回值为布尔值。如果字符串中存在小数点或者符号，也不能认为全都是数字，如下例所示：

>>> num = "13579"
>>> num.isdigit()
True
>>> num = '1.0'
>>> num.isdigit()
False
>>> num = '-1'
>>> num.isdigit()
False

八、判断是否为空格的方法

isspace()
方法用于判断一个字符串是否全部都由空格组成，返回值为布尔值。要注意的是，空字符串返回False。如下例所示：

>>> t = ''
>>> t.isspace()
False
>>> t = '  '
>>> t.isspace()
True

九、判断前缀和后缀的方法

startswith()
和endswith()
分别用于判断字符串的前缀和后缀，即它的开始部分和结尾部分，返回值为布尔值，后面有两个可选参数，相当于对字符串做一个切片后再判断前缀/后缀。如下例所示：

>>> temp_str = "Whatever is worth doing is worth doing well"
>>> temp_str.startswith("W")
True
>>> temp_str.startswith("What")
True
>>> temp_str.startswith('Whatever',2)
False
>>> temp_str.endswith("well",2)
True
>>> temp_str.endswith("we",2,-2)
True