【python】-- 字符串、字符编码与转码

字符串

字符串是 Python 中最常用的数据类型。我们可以使用引号('或")来创建字符串。

创建字符串很简单，只要为变量分配一个值即可；访问子字符串，可以使用方括号来截取字符串：

 var1 = 'Hello World!'
 var2 = "Runoob"

 print ("var1[0]: ", var1[0])
 print ("var2[1:5]: ", var2[1:5])

1、字符串运算符

变量a值为字符串 "Hello"，b变量值为 "Python"：

2、字符串格式化

print ("我叫 %s 今年 %d 岁!" % ('小明', 10))
#我叫 小明 今年 10 岁!

字符串格式化符号

3、字符串内置方法：

capitalize()
将首字母大写
>>> name = "qigao zhang"
>>> name.capitalize()
'Qigao zhang'
#-------------------------------------------------------------

count(sub,start=None,end=None)
统计
sub:统计的字符，start:开始位，end：结束位，start和end默认为空时,则表示全部字符中去统计

>>> name = "qigao zhangz"
#有开始和结束符
>>> name.count("z",1,5)
0
#从整个字符串中统计字符
>>> name.count("z")
2

#-----------------------------------------------------

center(width,fillchar)

如果width（字符宽度）小于等于(<=)字符串的长度，则返回原字符串，如果大于(>)字符串的，则用fillchar（填满字符）填满，处理结果等于width，字符串位于fillchar的中间

>>> name = "qigao zhangz"
>>> len(name)
12
#10小于等于字符串宽度
>>> name.center(10,'-')
'qigao zhangz'
#51大于字符串长度，并且字符串位于填充字符的中间
>>> name.center(51,'-')
'--------------------qigao zhangz-------------------'
>>> len(name.center(51,'-'))
51

#-----------------------------------------------------

ljust(width,fillchar)

如果字符串的长度大于width（字符宽度），则返回原字符串，如果小于width，则用fillchar（填满字符）填满，处理结果等于width，fillchar位于字符串的最右边

>>> name = "qigao zhang"
>>> len(name)
11
#小于等于字符串的长度
>>> name.ljust(11,'-')
'qigao zhang'
#大于字符串的长度
>>> name.ljust(50,'-')
'qigao zhang---------------------------------------'
>>> len(name.ljust(50,'-'))
50
 注：ljust中的l表示left的意思，表示从右向左

#-----------------------------------------------------

rjust(width,fillchar)

如果字符串的长度大于width（字符宽度），则返回原字符串，如果小于width，则用fillchar（填满字符）填满，处理结果等于width，fillchar位于字符串的最左边

>>> name = "qigao zhang"
>>> len(name)
11
>>> name.rjust(11,'-')
'qigao zhang'
>>> name.rjust(50,'-')
'---------------------------------------qigao zhang'
>>> len(name.rjust(50,'-'))
50
 注：ljust中的l表示left的意思，表示从左向右

#-----------------------------------------------------

编码(encode)

字符串的编码和解码

str = "python";
str_utf8 = str.encode("UTF-8")
str_gbk = str.encode("GBK")

print(str)

print("UTF-8 编码：", str_utf8)
print("GBK 编码：", str_gbk)

print("UTF-8 解码：", str_utf8.decode('UTF-8','strict'))
print("GBK 解码：", str_gbk.decode('GBK','strict'))

#-----------------------------------------------------

endwith(suffix,start=None,end=None)

判断是否已suffix结尾，是返回True，否返回Fales

suffix：表示字符，start:开始位，end:结束位,start和end默认为空是，表示从整个字符串的结尾去判断

>>> name = "qigao zhang"
#start和end不为空
>>> name.endswith('g',1,5)
False
#默认为空
>>> name.endswith('g')
True

#-----------------------------------------------------

find(sub,start=None,end=None)

全文查找sub中第一个字符所在整个字符串中的索引值,没有找到则返回-1

sub：字符或者字符串，start：开始位，end：结束位，start和end默认为空时，则在整个字符串中查找

>>> name = "qigao zhang"
#没找到，则返回-1
>>> name.find('zh',1,5)
-1
>>> name.find('q',2)
-1
>>> name.find('zh')
6
>>> name.find('zh',1,8)
6

#-----------------------------------------------------

rfind(sub,start=None,end=None)

从左向右查找sub中第一个字符所在整个字符串中的索引值,没有找到则返回-1

>>> name = "qigao zhang"
#找到
>>> name.rfind('q')
0
#未找到
>>> name.rfind('q',2)
-1

#-----------------------------------------------------

12、format()

指定方式格式化

#-----------------------------------------------------

format_map()

数据格式，以字典形式传入

>>> name = "name:{name},age:{age}"
>>> name.format_map({'name':'zhangqigao','age':23})
#输出结果
'name:zhangqigao,age:23'

#-----------------------------------------------------

isalnum()

是否是一个阿拉伯数字和字母，它包含因为英文字符+(1-9)数字，中间不能有特殊字符

>>> age = ''
>>> age.isalnum()
True
#有特殊字符的
>>> age = '2.3'
>>> age.isalnum()
False
>>> age = 'ab23'
>>> age.isalnum()
True
>>> age = 'ab'
>>> age.isalnum()
True

#-----------------------------------------------------

isalpha()

是否是一个纯的英文字符，包含大写

>>> age = 'ab'
>>> age.isalpha()
True
#夹着数字
>>> age = 'ab23'
>>> age.isalpha()
False
#大写
>>> age = 'Ab'
>>> age.isalpha()
True

#-----------------------------------------------------

isdigit()

判断是否是一个整数

#-----------------------------------------------------

isspace()

判断是否是一个空格

#不是空格
>>> age = ' age'
>>> age.isspace()
False
#是空格
>>> age = ' '
>>> age.isspace()
True

#-----------------------------------------------------

istitle()

 是否是一个标题(字符串中的每个单子首字母大写)

#每个单词的首字母是大写
>>> name = "Zhang Qi Gao"
>>> name.istitle()
True
#每个单词的首字母是小写
>>> name = "zhang qi gao"
>>> name.istitle()
False

#-----------------------------------------------------

isupper()

是否是大写，注意字符串必须全部是大写才会返回True，否则返回False

#全部大写
>>> name="ZHANG"
>>> name.isupper()
True
#小写
>>> name="Zhang"
>>> name.isupper()
False

#-----------------------------------------------------

join()

序列用某个字符拼接成一个字符串，注意的是，序列的元素必须是str类型

>>> a = ['','','']
>>> '+'.join(a)
'1+2+3'

#-----------------------------------------------------

lower()

字符串中的大写字母转换为小写字母

>>> name = "ZhangQiGao"
>>> name.lower()
'zhangqigao'

#-----------------------------------------------------

upper()

字符串中的小写字母转换为大写字母

>>> name = "ZhangQiGao"
>>> name.upper()
'ZHANGQIGAO'

#-----------------------------------------------------

strip()

去掉左右两边的空格（space）和回车（\n）

>>> name = "   \n zhangqigao    \n"
>>> name.strip()
'zhangqigao'

#-----------------------------------------------------

lstrip()

删掉左边到右的空格（space）和回车（\n）

>>> name = "   \n zhangqigao    \n"
>>> name.lstrip()
'zhangqigao    \n'

#-----------------------------------------------------

rstrip()

删掉右边到左边的空格（space）和回车（\n）

>>> name = "   \n zhangqigao    \n"
>>> name.rstrip()
'   \n zhangqigao'
至此，方法前有l(left)和r(right)的函数，都是对之前函数的一个扩展，带l的表示至始至终从右到左操作，记住左边才是最终目的地，而带r的至始至终都是从左到右，因为右边才是它的终极目标

#-----------------------------------------------------

split()

分割函数，默认是以空格分割（space）生成一个列表,如果其他字符分割，输入其他字符参数

>>> name = "qigao zhang"
#默认为空，按空格分割
>>> name.split()
['qigao', 'zhang']
>>> name = "qigao+zhang"
#以'+'字符分割
>>> name.split("+")
['qigao', 'zhang']
#以'\n'分割
>>> name = "qigao\nzhang"
>>> name.split("\n")
['qigao', 'zhang']

#-----------------------------------------------------

splitlines()

以换行符分割，这个一般在windows上开发，移到Linux上执行，或者在Linux上开发，移到Windows上执行，因为换行在windows上是"\r\n",linux上是'\n'

>>> name = "qigao\nzhang"
>>> name.splitlines()
['qigao', 'zhang']

 #-----------------------------------------------------

swapcase()

把大写换成小写，把小写换成大写
>>> name = "ZHang"
>>> name.swapcase()
'zhANG'

#-----------------------------------------------------

startswith(prefix, start=None,end=None)

判断是否已prefix结尾，是返回True，否返回Fales

prefix：表示字符或者字符或者字符串，start:开始位，end:结束位,start和end默认为空是，表示从整个字符串的结尾去判断

>>> name = "zhang qigao"
>>> name.startswith("zhang") #开头找到"zhang" 字符串
True
>>> name.startswith("h",3,5)  #在索引3到5之间没有找到以字符'h'开头
False

#-----------------------------------------------------

replace(old,new[, max])

old:将被替换的子字符串; new:新字符串，用于替换old子字符串;max:可选字符串, 替换不超过 max 次

>>> name = "zhang is shuai ge"
>>> name.replace('is','was')
'zhang was shuai ge'
#原字符串没有改变
>>> name
'zhang is shuai ge'
>>> name.replace('is','was',0)
'zhang is shuai ge'
>>> name.replace('is','was',1)
'zhang was shuai ge'

#-----------------------------------------------------

zfill(width)

字符的长度是否大于等于（>=）with,如果比width小，则在字符串钱用0填充，如果>=width，则返回原字符串

>>> name = "zhangqigao"
>>> len(name)
10
#width大于字符串长度
>>> name.zfill(11)
'0zhangqigao'
#width小于等于字符串长度
>>> name.zfill(10)
'zhangqigao'

format()

字符串的函数 str.format()，它增强了字符串格式化的功能。

基本语法是通过 {} 和 : 来代替以前的 % 。

format 函数可以接受不限个参数，位置可以不按顺序。

>>>"{} {}".format("hello", "world")    # 不设置指定位置，按默认顺序
'hello world'

>>> "{0} {1}".format("hello", "world")  # 设置指定位置
'hello world'

>>> "{1} {0} {1}".format("hello", "world")  # 设置指定位置
'world hello world'

也可以设置参数：

print("网站名：{name}, 地址 {url}".format(name="QQ", url="www.QQ.com"))

# 通过字典设置参数
site = {"name": "QQ", "url": "www.QQ.com"}
print("网站名：{name}, 地址 {url}".format(**site))

# 通过列表索引设置参数
my_list = ['QQ', 'www.QQ.com']
print("网站名：{0[0]}, 地址 {0[1]}".format(my_list))  # "0" 是可选的

数字格式化：

str.format() 格式化数字的多种方法

>>> print("{:.2f}".format(3.1415926));
3.14

字符编码与转码

总结:

1.在python2默认编码是ASCII, python3里默认是unicode

2.unicode 分为 utf-32(占4个字节),utf-16(占两个字节)，utf-8(占1-4个字节)， so utf-16就是现在最常用的unicode版本， 不过在文件里存的还是utf-8，因为utf8省空间

3.在py3中encode,在转码的同时还会把string 变成bytes类型，decode在解码的同时还会把bytes变回string

详细文章:

http://www.cnblogs.com/yuanchenqi/articles/5956943.html