|
日常使用python經(jīng)常要對(duì)文本進(jìn)行處理，無(wú)論是爬蟲(chóng)的數(shù)據(jù)解析，還是大數(shù)據(jù)的文本清洗，還是普通文件的處理，都是要用到字符串.。Python對(duì)字符串的處理內(nèi)置了很多高效的函數(shù)，非常方便功能很強(qiáng)大。下面是我總結(jié)的常用的7招，有了這幾招就能輕松應(yīng)對(duì)字符串處理。 整理到頭皮發(fā)麻~改天做個(gè)小測(cè)試，看看有沒(méi)有人在看！ 1.字符串的連接和合并 連接和合并 1）相加 >>>兩個(gè)字符串可以很方便的通過(guò)' '連接起來(lái) str1 = 'hello' str2 = 'forchange' new_str = str1 str2 print(new_str) >>>helloforchange 2)合并>>>用join方法 url = ['www','pypypy','cn'] print('.'.join(url)) >>>www.pypypy.cn # 注意：這里的太多'.'一定要加上哈，你不加就是語(yǔ)法錯(cuò)誤，固定格式。有能力的同學(xué)可以看一下python的官方文檔~沒(méi)有也沒(méi)事，畢竟我也沒(méi)看完。 2.字符串的切片和相乘 1)相乘>>>比如寫(xiě)代碼的時(shí)候要分隔符，用python很容易實(shí)現(xiàn) line='#'*30 print(line) >>############################## 2)切片 str = 'fengbian is very good' print(str[0:10]) #表示取第一個(gè)到第10個(gè)的字符串 >>>fengbian i #注意：空格在字符串也算一個(gè)字符 # 上面肯定又有同學(xué)混亂了，不是左取右不取嘛，怎么第10位也取了。大哥，人家偏移量（下標(biāo)）是從0開(kāi)始的嘛，那我們習(xí)慣數(shù)數(shù)的時(shí)候是從1開(kāi)始嘛，好不好？頭給你錘歪~ 
3.字符串的分割 1）普通的分割，用split，分割和切片不同哈。 split只能做非常簡(jiǎn)單的分割，而且不支持多個(gè)分隔 print(phone.split('-')) >>['400', '800', '800', '1234'] 2）復(fù)雜的分割 r表示不轉(zhuǎn)義,分隔符可以是;或者, 空格后面跟0個(gè)多個(gè)額外的空格，然后按照這個(gè)模式去分割 line = 'learn programme; I ,like, fengbian' import re print(re.split(r'[;,s]\s*',line)) >>>['learn programme', 'I ', 'like', 'fengbian'] 好了，肯定又有同學(xué)要問(wèn)我這是啥啊，我看不懂~~~我也沒(méi)看懂，哈哈哈哈哈哈哈哈，開(kāi)個(gè)玩笑 注意看，line一開(kāi)始是字符串，里面的；，兩個(gè)符號(hào)都要用英文，在寫(xiě)代碼的時(shí)候，一般遇到符號(hào)自動(dòng)切成英文輸入法，不然到后面很多語(yǔ)法你會(huì)發(fā)現(xiàn)，明明照寫(xiě)了，為嘛還是不能實(shí)現(xiàn)出別人的效果，我剛剛就犯了這個(gè)錯(cuò)誤，在電腦前抓耳饒腮了半個(gè)小時(shí)，差點(diǎn)兒砸電腦了~ 說(shuō)道哪了，回正題~re.split(r'[;,s]\s*',line ，這個(gè)屬于固定格式，line不算哈，那個(gè)是變量名。 你也看到了，打印出來(lái)的結(jié)果是一個(gè)列表，里面的每個(gè)元素都是字符串，這個(gè)沒(méi)毛病吧。那么這個(gè)玩意到底會(huì)在哪個(gè)場(chǎng)景用到，以后做數(shù)據(jù)清洗的時(shí)候會(huì)用到~ 4.字符串的開(kāi)頭和結(jié)尾的處理 比方我們要查一個(gè)文件的名字是以什么開(kāi)頭或者什么結(jié)尾 filename='trace.h' print(filename.endswith('h')) >>True print(filename.startswith('trace')) >>True 5.字符串的查找和匹配 1）一般查找 在長(zhǎng)的字符串里面查找子字符串，會(huì)返回子字符串所在位置的索引, 若找不到返回-1 title = 'I like you, fengbian,I\'m a better person because of you' print(title.find('you')) >>>8 哥，數(shù)的時(shí)候從0開(kāi)始數(shù)，下標(biāo)是從0開(kāi)始的啊，哦對(duì)了，空格也要數(shù)~瘋狂提醒 2）復(fù)雜的匹配 mybirthday = '1996/05/28' import re if re.match(r'\d /\d /\d ',mybithday): print('ok,match') esle: print('ko not match') >>>ok,match 這個(gè)我還沒(méi)想到很好的比喻給你們解釋?zhuān)认氲搅?，我在提醒你們?lái)看~偷懶！ 6.字符串的替換 1）普通的替換 用replace就可以 text ='I like you, fengbian,I\'m a better person because of you' print(text.replace('like','love')) >>>I love you, fengbian,I'm a better person because of you 2）復(fù)雜的替換 若要處理復(fù)雜的或者多個(gè)的替換，需要用到re模塊的sub函數(shù) import re myinfo = 'height 173,weight 120' print(re.sub(r'\d ','180',myinfo)) >>>height 180,weight 180 這個(gè)也留著，以后一起解釋~
7.字符串中去掉一些字符 1）去除空格 對(duì)文本處理的時(shí)候比如從文件中讀取一行，然后需要去除每一行的兩側(cè)的空格，table或者是換行符 line=' Congratulations, you guessed it. ' print(line.strip()) >>Congratulations, you guessed it. 注意:字符串內(nèi)部的空格不能去掉，若要去掉需要用re模塊 2）復(fù)雜的文本清理可以利用str.translate， 先構(gòu)建一個(gè)轉(zhuǎn)換表，table是一個(gè)翻譯表，表示把't''o'轉(zhuǎn)成大寫(xiě)的'T' 'O', 然后在old_str里面去掉'12345',然后剩下的字符串再經(jīng)過(guò)table翻譯 import string instr = 'to' outstr = 'TO' old_str = 'hello woold,welcome to use python.123456' table = old_str.maketrans(instr,outstr) new_str = old_str.translate(table) print(new_str) >>>hellO wOOld,welcOme TO use pyThOn.123456 注釋?zhuān)哼@一章節(jié)還有些不完整~后續(xù)更新我會(huì)提醒各位
|
