微信公众号搜"智元新知"关注
微信扫一扫可直接关注哦!

Python 常用string函数详解

字符串中字符大小写的变换

1. str.lower()   //小写

>>> 'SkatE'.lower()
'skate'

2. str.upper()   //大写

>>> 'SkatE'.upper()
'SKATE'

3. str.swapcase()  //大小写互换

>>> 'SkatE'.swapcase()
'sKATe'

4. str.title()   //首字母大写,其余的小写

>>> 'SkatE'.title()
'Skate'

字符串在输出时的对齐

1. str.ljust(width,[fillchar]) //输出width个字符,str左对齐,不足部分用fillchar填充,认的为空格

>>> 'skate'.ljust(10)
'skate     '
>>> 'skate'.ljust(10,'0')
'skate00000'

2. str.rjust(width,[fillchar])  //输出width个字符,str右对齐,不足部分用fillchar填充,认的为空格

>>> 'skate'.rjust(10,'0')
'00000skate'
>>> 'skate'.rjust(10)
'     skate'

3. str.center(width,[fillchar])  //中间对齐

>>> 'skate'.center(10)
'  skate   '
>>> 'skate'.center(10,'0')
'00skate000'

4. str.zfill(width)    //把str变成width长,并在右对齐,不足部分用0补足

>>> 'skate'.zfill(10)
'00000skate'

字符串搜索相关

str.find('t')            //搜索指定字符串,没有返回-1
str.find('t',start)      //指定起始位置搜索
str.find('t',start,end)  //指定起始及结束位置搜索
str.rfind('t')           //从右边开始查找
str.count('t')           //搜索到多少个指定字符串:

eg:

>>> 'skate'.find('t')
3
>>> 'skate'.find('t',2)
3
>>> 'skate'.find('t',2,4)
3
>>> 'skate'.rfind('t')
3
>>> 'skate'.count('t')
1

字符串替换

str.replace('old','new')                 //替换old为new
str.replace('old','new',maxReplaceTimes) //替换指定次数的old为new

eg:

>>> 'skateskate'.replace('s','S')
'SkateSkate'
>>> 'skateskate'.replace('s','S',1)
'Skateskate'
>>>

字符串去空格及去指定字符

str.strip([chars])   //去两边的chars,认是空格
str.lstrip([chars])   //去左边的chars,认是空格
str.rstrip([chars])   //去右边的chars,认是空格

字符串的分割

str.split([sep,[maxsplit]])  //以sep为分隔符,把str分成一个list。maxsplit表示分割的次数认的分割符为空白字符
str.rsplit([sep,[maxsplit]])
str.splitlines([keepends])      //把str按照行分割符分为一个list,keepends是一个bool值,如果为真每行后而会保留行分割符。

eg:

>>> 'skateskate'.split()
['skateskate']
>>> 'skateskate'.split('e')
['skat','skat','']

>>> 'skate skate'.rsplit(' ')
['skate','skate']

>>> 'skate\n skate1'.splitlines()
['skate',' skate1']
>>> 'skate\n skate1'.splitlines(1)
['skate\n',' skate1']
>>>

字符串连接

str.join(seq)    //把seq代表的序列(字符串序列),用str连接起来

eg:

>>> 'skate'.join('111')
'1skate1skate1

字符串判断

str.startwith(prefix[,start[,end]])    //是否以prefix开头
str.endwith(suffix[,end]])      //是否以suffix结尾
str.isalnum()                          //是否全是字母和数字,并至少有一个字符
str.isalpha()                          //是否全是字母,并至少有一个字符
str.isdigit()                          //是否全是数字,并至少有一个字符
str.isspace()                          //是否全是空白字符,并至少有一个字符
str.islower()                          //str中的字母是否全是小写
str.isupper()                           //str中的字母是否便是大写
str.istitle()                           //str是否是首字母大写的

eg:

>>> 'skate'.startswith('s')
True
>>> 'skate'.startswith('s',1,2)
False
>>> 'skate'.endswith('s',2)
False
>>> 'skate'.endswith('e',1)
True
>>>

True
>>> 'skate'.isalnum()
True
>>> '222'.isalnum()
True
>>> 'skate222'.isalnum()
True
>>> 'skate 222'.isalnum()
False
>>>

以上这篇Python 常用string函数详解就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持编程小技巧。

版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。

相关推荐


使用爬虫利器 Playwright,轻松爬取抖查查数据 我们先分析登录的接口,其中 url 有一些非业务参数:ts、he、sign、secret。 然后根据这些参数作为关键词,定位到相关的 js 代码。 最后,逐步进行代码的跟踪,发现大部分的代码被混淆加密了。 花费了大半天,来还原这些混淆加密的代码
轻松爬取灰豚数据的抖音商品数据 调用两次登录接口实现模拟登录 我们分析登录接口,发现调用了两次不同的接口;而且,需要先调用 https://login.huitun.com/weChat/userLogin,然后再调用 https://dyapi.huitun.com/userLogin 接口。 登
成功绕过阿里无痕验证码,一键爬取飞瓜数据 飞瓜数据的登录接口,接入了阿里云的无痕验证码;通过接口方式模拟登录,难度比较高。所以,我们使用自动化的方式来实现模拟登录,并且获取到 cookie 数据。 [阿里无痕验证码] https://help.aliyun.com/document_detail/1
一文教你从零开始入门蝉妈妈数据爬取,成功逆向破解数据加密算法 通过接口进行模拟登录 我们先通过正常登录的方式,分析对应的登录接口。通过 F12 打开谷歌浏览器的调试面板,可以看到登录需要传递的一些参数;其中看到密码是被加密了。 不过我们通过经验可以大概猜测一下,应该是通过 md5 算法加密了。 接下
抽丝剥茧成功破解红人点集的签名加密算法 抽丝剥茧破解登录签名算法,成功实现模拟登录 headers = {} phone_num = "xxxx" password = "xxxx" md5_hash = hashlib.md5() md5_hash.upda
轻松绕过 Graphql 接口爬取有米有数的商品数据 有米有数数据的 API 接口,使用的是一种 API 查询语言 graphql。所有的 API 只有一个入口,具体的操作隐藏在请求数据体里面传输。 模拟登录,获取 sessionId 调用登录接口,进行模拟登录。 cookies = {} head
我最近重新拾起了计算机视觉,借助Python的opencv还有face_recognition库写了个简单的图像识别demo,额外定制了一些内容,原本想打包成exe然后发给朋友,不过在这当中遇到了许多小问题,都解决了,记录一下踩过的坑。 1、Pyinstaller打包过程当中出现warning,跟d
说到Pooling,相信学习过CNN的朋友们都不会感到陌生。Pooling在中文当中的意思是“池化”,在神经网络当中非常常见,通常用的比较多的一种是Max Pooling,具体操作如下图: 结合图像理解,相信你也会大概明白其中的本意。不过Pooling并不是只可以选取2x2的窗口大小,即便是3x3,
记得大一学Python的时候,有一个题目是判断一个数是否是复数。当时觉得比较复杂不好写,就琢磨了一个偷懒的好办法,用异常处理的手段便可以大大程度帮助你简短代码(偷懒)。以下是判断整数和复数的两段小代码: 相信看到这里,你也有所顿悟,能拓展出更多有意思的方法~
文章目录 3 直方图Histogramplot1. 基本直方图的绘制 Basic histogram2. 数据分布与密度信息显示 Control rug and density on seaborn histogram3. 带箱形图的直方图 Histogram with a boxplot on t