Analisis kaedah biasa rentetan Python dan senario aplikasinya

前言

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。通常，在统计文本中的词频之前，需要对文本进行分词处理，对于英文文本可能还需要进行词形还原，以便更准确地统计词频。

>>> "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.'

上述示例表明，在编程中需要考虑替换字符串中所有包含目标字符串的单词的情况，而不仅仅是替换目标字符串本身。在处理英文字符串时，可以考虑在替换过程中添加空格以避免错误替换，就像第四行中的做法一样。

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

补充：更多Python字符串常用方法

a = "hello world"
# 字符串不能通过索引进行修改  name[0] = 'q'
 
# 切片，查找字符串当中的一段值，[起始值:终止值:步长]不写步长默认是1
print(a[0:5:])
print(a[::-1])  # 步长负数倒过来走，不写起始值和终止值就走完全部
print(a[::1])
print(len(a))  # len方法获取字符串的长度
 
# in 和 not in :判断一个字符串是否在一个大的字符串中
# 返回值为布尔类型
print('hello' in 'hello world')
print('nihao' not in 'hello world')
 
# 字符串的增
print('nihao', 'Python')
print('nihao' + 'Python')
 
# format    前面的大括号写上数字代表着取后面括号里的索引位置
print('==============format================')
print('my name is {}'.format(100))
print('my name is {1},my age is {0}'.format('dayv', 18))
print('my name is {0},my age is {1}'.format('dayv', 18))
 
# join  把列表里的元素组成字符串
str1 = '真正的勇士'
str2 = '敢于直面惨淡的人生'
str3 = '敢于正视淋漓的鲜血'
print(''.join([str1, str2, str3]))
# 前面的逗号表示用什么来隔开，列表中只能是字符串才能使用join方法
print('，'.join([str1, str2, str3]))
 
# 删   del
name1 = 'nihao'
del name1  # 这就把这个变量删除了，在输出这个变量就会出错
 
# 改
# 字符串变大小写 upper , lower ,
name1 = 'abc'
print('大写：' + name1.upper())
print(name1.lower())
 
# capitalize  将第一个字母转换成大写
print(name1.capitalize())
 
# 将每个单词的首字母大写  title
name2 = 'hello world'
print('每个单词首字母大写：' + name2.title())
print('原name2的值' + name2)
 
# 将字符串切分成列表  默认空格为字符切分  split
name1 = 'a b    cd e'
print(name1.split())
# 括号里写什么就用什么切分                !!!!!!!!!!!!!!!!!!!!
name1 = 'a1b1cd1e'
print("自己配置用什么东西切分", name1.split('1'))  # 返回的是列表
# rsplit('指定用什么切片', 切几次),反过来切
print('切片倒过来切使用rsplit', name1.rsplit('1', 1))  # 倒过来切一个元素
# 替换replace(被替换的字符,替换的字符，个数)     !!!!!!!!!!!!!!
print(name1.replace('1', '0'))
print(name1.replace('1', '0', 1))  # 个数是从左往右的顺序替换
aaaaa = ' sdf   kkf  k k   '
print('使用替换去除字符串中的全部空格', aaaaa.replace(" ", ''))
 
# strip  除去字符串两边的空格，中间的不会管
name1 = '        ni h ao     '
print(name1.strip())
 
# 查
# find  index
# 查找字符串在大字符串的那个索引位置（起始索引）
name1 = 'PythonPythonPython'
print("使用find查找的索引位置", name1.find('on'))
# 找不到会返回-1
print("使用index查找的索引位置：", name1.index('on'))
# index方法找不到会报错
 
# count  统计一个字符串在大字符串里面出现的次数
print(name1.count('qi'))
 
# 判断一个字符串里的数据是不是都是数字  isdigit   返回布尔值
num = '156465'
print(num.isdigit())
# 判断一个字符串里的数据是不是都是字母   isalpha
num = 'ksdjflks'
print(num.isalpha())
 
# 比较后面一个元素是否是前面一个元素的开头，startswith
# 比较后面一个元素是否是前面一个元素的结尾  endswith
mm = 'Python nihao'
print(mm.startswith('Pyth'))
print(mm.endswith('Pytho'))
 
# 判断字符串是否全是大写isupper   是否全是小写islower
 
# 转义字符 \n换行   \t
print('hello \nworld')
print('z\tiyu')
print('Pyth \t on')
print('Python123')
# 反转义
print(r'zhai \t dada')  # 加r
print('zhai \\t dada')  # 或者写两个斜杠
 
# 控制字符串的输入字数
print('123456'[:5])  # 只会输入前五个数

Atas ialah kandungan terperinci Analisis kaedah biasa rentetan Python dan senario aplikasinya. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!