python爬虫之路——对字符串的处理

对字符串的处理分类：分段，连接，剔除，提取，综合

连接：+，*

+（加法）的使用

a='i'

b=' love'

c=' you'

print(a+b+c)

#return i love you

*(乘法)的使用

a='word'

print(a*3)

#result wodwordword

分段：split()

split()：将字符串按标志（默认为空格）分成列表格式

a='www.baidu.com'

print(a.split('.'))

#return ['www','baidu','com']

剔除：strip()，

strip():剔除两侧字符，默认空格，自定义为！结尾。

#默认

a='       python is cool     '

print(a.strip())

#return 'python is cool'

#自定义

a='*********python **is** cool***********'

print(a.strip('*!'))

#return 'python **is** cool'

利用RE模块的正则表达式功能，sub（函数）

import re

phone='123-456-789'

new_phone=re.sub('\D','',phone)

print(new_phone)

#return 123456789

提取：切片和索引

切片和索引

索引：正值和负值

a='123456789'

print(a[0])

#return 1

print(a[-1])

#return 9

切片：包头不包尾（将数字看成角标）

a='123456789'

print(a[0:1])

#return 1

print(a[0:3])

#return 123

综合：替换,  字符串格式化符

替换：replace(),    原值=》替换值

如果有多个原值效果未知

以值查询或位置查询为索引替换

替换is为are

a=''there is apples''

b=a.replace('is','are')

print(b)

#return 'there are apples'

将电话号码中间四位屏蔽

def change_number(number):

　　hiding_number=number.replace(number[3:7],'*'*4)

　　print(hiding_number)

change_number('13813986643')

#return 138****6643

format():  单词用replace(),长句用format()

#字符串使用

a='{} is my love'.format('python')

print(a)

#return 'python is my love'

#url使用

content=input('输入搜索内容?')

url_path='https://www.abc.com/{}'.format(content)

print(url_path)

#url_path=www.abc.com.content

利用RE模块的正则表达式功能，sub（函数）

import re

phone='123-456-789'

new_phone=re.sub('\D','*',phone)

print(new_phone)

#return 123*456*789