Python 字符串和正则表达式的深入学习

2023-02-28
陕西
本文字数：5525 字
阅读完需：约 18 分钟

注：因后续的知识，操作性比较强，所以更多的会偏向实践，不会再整理脑图。

1 字符串常用操作

1.1 拼接字符串

使用“ + ”拼接多个字符串；
不允许与其它类型的数据进行拼接

# -*- coding:utf-8 -*-
str_name = "我的博客地址为:"str_url = "https://blog.csdn.net/NoamaNelson"
str_p = str_name + str_urlprint(str_p)
# 不能与其它类型进行拼接，否则报错str_num = 12345678str_p_num = str_name + str_numprint(str_p_num)

复制代码

结果：

我的博客地址为:https://blog.csdn.net/NoamaNelsonTraceback (most recent call last):  File "F:/python_study/main.py", line 10, in <module>    str_p_num = str_name + str_numTypeError: can only concatenate str (not "int") to str

复制代码

1.2 计算字符串的长度

使用 len()计算字符串长度
语法：len（string）
使用 encode()计算对应编码的字符串长度

# -*- coding:utf-8 -*-
str_name = "我的博客地址为:"str_url = "https://blog.csdn.net/NoamaNelson"
str_p = str_name + str_urlprint("str_p:", str_p)
str_p_len = len(str_p)print("str_p_len:", str_p_len)
# 计算对应编码的字符串长度str_p_len_utf8 = len(str_p.encode())print("str_p_len_utf8:", str_p_len_utf8)
str_p_len_gbk = len(str_p.encode("gbk"))print("str_p_len_gbk:", str_p_len_gbk)

复制代码

结果：

str_p: 我的博客地址为:https://blog.csdn.net/NoamaNelsonstr_p_len: 41str_p_len_utf8: 55str_p_len_gbk: 48

复制代码

1.3 截取字符串

截取方法同序列的截取，因为字符串也是序列
可以使用切片的方法
语法：string[start : end : step] 即：开始，截至，步长

# -*- coding:utf-8 -*-
str_name = "Python学习笔记（7）-Python基础7-字符串与正则表达式"
str_name_1 = str_name[0]  # 截取第一个字符str_name_2 = str_name[0:6]  # 从第一个字符开始到第六个，第六个取不到str_name_3 = str_name[14:23]  # 第17个到23个，23个取不到
print("str_name_1:", str_name_1)print("str_name_2:", str_name_2)print("str_name_3:", str_name_3)

复制代码

结果：

str_name_1: Pstr_name_2: Pythonstr_name_3: Python基础7

复制代码

1.4 分割字符串

分割字符串是把字符串分割为列表
语法：string.spilt(s, max) 即：string 为要分割的字符串，s 为分割的分隔符，max 为分割的次数

# -*- coding:utf-8 -*-
str_name = "https://blog.csdn.net/NoamaNelson"
str_name_1 = str_name.split()str_name_2 = str_name.split(".")str_name_3 = str_name.split("//")str_name_4 = str_name.split("/")print("0、原字符串：str_name为", str_name)print("1、默认分割: str_name_1", str_name_1)print("2、采用‘.’分割：str_name_2为", str_name_2)print("3、采用'//'分割: str_name_3为", str_name_3)print("4、采用‘/’分割: str_name_4为", str_name_4)

复制代码

结果：

0、原字符串：str_name为 https://blog.csdn.net/NoamaNelson1、默认分割: str_name_1 ['https://blog.csdn.net/NoamaNelson']2、采用‘.’分割：str_name_2为 ['https://blog', 'csdn', 'net/NoamaNelson']3、采用'//'分割: str_name_3为 ['https:', 'blog.csdn.net/NoamaNelson']4、采用‘/’分割: str_name_4为 ['https:', '', 'blog.csdn.net', 'NoamaNelson']

复制代码

1.5 检索字符串

# -*- coding:utf-8 -*-
str_name = "https://blog.csdn.net/NoamaNelson"
# 1、count()检索指定字符串在另一个字符串中出现的次数，不存在返回0，存在返回次数print("① N出现的次数为：", str_name.count("N"))print("② //出现的次数为:", str_name.count("//"))print("③ /出现的次数为:", str_name.count("/"))
# 2、find()用于检索是否包含指定的字符串，不包含返回-1，包含返回首次出现该字符串的索引,且从左边开始查找，和rfind()相反print("④ N包含，应返回索引：", str_name.find("N"))print("⑤ /包含，应返回索引：", str_name.find("/"))print("⑥ w不包含，应返回-1：", str_name.find("w"))
# 3、index()和find()类似，用于检索是否包含指定的字符串，当指定的字符串不存在时抛出异常print("⑦ m包含，应返回索引：", str_name.index("m"))# print("⑧ w不包含，应抛出异常：", str_name.index("w"))
# 4、startswith()检索字符串是否以指定的字符串开头，是返回True，否返回Falseprint("⑨ 以h开头，应返回True：", str_name.startswith("h"))print("⑩ 不以m开头，应返回False：", str_name.startswith("m"))
# 5、endswith()检索字符串是否以指定的字符串结尾，是返回True，否返回Falseprint("⑾ 以n结尾，应返回True：", str_name.startswith("n"))print("⑿ 不以m结尾，应返回False：", str_name.startswith("m"))

复制代码

结果：

① N出现的次数为： 2② //出现的次数为: 1③ /出现的次数为: 3④ N包含，应返回索引： 22⑤ /包含，应返回索引： 6⑥ w不包含，应返回-1： -1⑦ m包含，应返回索引： 25⑨ 以h开头，应返回True： True⑩ 不以m开头，应返回False： False⑾ 以n结尾，应返回True： False⑿ 不以m结尾，应返回False： False

复制代码

1.6 字母的大小写转换

# -*- coding:utf-8 -*-
str_name = "https://blog.csdn.net/NoamaNelson"
"""1、lower()将字符串中的大写字母转换为小写字母   : 如果字符串中没有被转换的字符，将原字符串返回；   : 否则返回一个新的字符串,大写转换成小写，其它不变，长度也不变2、upper()将字符串中的小写字母转换为大写字母   : 如果字符串中没有被转换的字符，将原字符串返回；   : 否则返回一个新的字符串,小写转换成大写，其它不变，长度也不变"""print("原字符串为：", str_name)print("可以发现字符串中的大写N，转换成小写n：", str_name.lower())print("可以发现所有小写都转换为大写了：", str_name.upper())

复制代码

结果：

原字符串为： https://blog.csdn.net/NoamaNelson可以发现字符串中的大写N，转换成小写n： https://blog.csdn.net/noamanelson可以发现所有小写都转换为大写了： HTTPS://BLOG.CSDN.NET/NOAMANELSON

复制代码

1.7 去除字符串中的空格和特殊字符

# -*- coding:utf-8 -*-
str_name = "  https://blog.csdn.net/NoamaNelson  \t\n\r"
"""1、strip()去除字符串左右两侧的空格和特殊字符   : 带参数，则去除指定的字符   : 不带参数，则去除空格、制表符、回车符、换行符等2、lstrip()去除字符串左侧的空格和特殊字符   : 带参数，则去除指定的字符   : 不带参数，则去除空格、制表符、回车符、换行符等3、rstrip()去除字符串右侧的空格和特殊字符   : 带参数，则去除指定的字符   : 不带参数，则去除空格、制表符、回车符、换行符等"""print("① 原字符串为:", str_name)print("② 去除空格、制表符、回车符、换行符等:", str_name.strip())print("③ 去除空格:", str_name.strip(" "))print("④ 去除换行和制表符:", str_name.strip("\n\t"))print("⑤ 去除左侧的空格:", str_name.lstrip(" "))print("⑥ 去除右侧的空格和所有特殊字符:", str_name.rstrip())

复制代码

结果：

① 原字符串为:   https://blog.csdn.net/NoamaNelson    
② 去除空格、制表符、回车符、换行符等: https://blog.csdn.net/NoamaNelson③ 去除空格: https://blog.csdn.net/NoamaNelson    
④ 去除换行和制表符:   https://blog.csdn.net/NoamaNelson    
⑤ 去除左侧的空格: https://blog.csdn.net/NoamaNelson    
⑤ 去除右侧的空格和所有特殊字符:   https://blog.csdn.net/NoamaNelson

复制代码

1.8 格式化字符串

1.8.1 使用"%"操作符

语法："%[-][+][0][m][.n]格式化字符串"%
说明：

—：可选，左对齐，指定正数前无符号，负数前加负号
+：可选，右对齐，指定正数前加正号，负数前加负号
0（零）：可选，右对齐

# -*- coding:utf-8 -*-
t = "文章编号: %08d\t 博客名称: %s\t 博客地址：blog.csdn.net/%s"t_context1 = (234, "NoamaNelson", "NoamaNelson")print(t%t_context1)
print("姓名：%s\t 学号：%06d\t 班级：%s一班" % ("张三", 23, "高三"))

复制代码

结果：

文章编号: 00000234   博客名称: NoamaNelson   博客地址：blog.csdn.net/NoamaNelson姓名：张三   学号：000023   班级：高三一班

复制代码

1.8.2 使用字符串对象的 format()方法

语法：string.format(s)
说明：

str：指定字符串的显示样式（即模板）；s 指定要转换的项，若有多项用逗号隔开。

创建模板时使用" {} " 和 " : "指定占位符

格式为：{[index] [:[fill]align] [sign] [#] [width] [.precision][type]] }
① index:可选，设置格式的对象在参数列表中的位置
② fill：可选，指定对齐方式（"<"左对齐，">"右对齐，"="右对齐-对数字类型有效，"^"居中（配合 with 使用））
③sign：可选，指定有无符号
④#：可选，对二、八、十六进制，加上 #号表示有前缀“\0b\0o\0x”
⑤width:可选，所占宽度
⑥ .precision：可选，保留的小数位数
⑦type：可选，指定类型

# -*- coding:utf-8 -*-
t = "文章编号: %08d\t 博客名称: %s\t 博客地址：blog.csdn.net/%s"t_context1 = (234, "NoamaNelson", "NoamaNelson")print(t.format(t_context1))
print("姓名：%s\t 学号：%06d\t 班级：%s一班".format("张三", 23, "高三"))

复制代码

结果：

文章编号: %08d   博客名称: %s   博客地址：blog.csdn.net/%s姓名：%s   学号：%06d   班级：%s一班

复制代码

上边的基础学习，还是很有收获的，起码对字符串的常用操作有了一定的认知！！还是得加油啊

2 正则表达式

2.1 行定位符

用来描述子串的边界，“ ^ ”为行开始，" $ "为行结尾

^python # 行首匹配python is my favourite programing language！ # 这个是可以匹配的who is my favourite programing language of python! # 这个不能匹配

复制代码

2.2 元字符

除了前边的“^”和"$"外，还有很多元字符
如格式：\bqw\w*\b
说明：

①表示用于匹配以字母 qw 开头的单词
②先从某个单词开始处（\b）,然后匹配字母 qw，接着是任意的字母或字符(\w*)，最后是单词结束处(\b)

# 如匹配格式： \bqw\w*\b# 那么下边的都可以匹配qw123213qwerererer# 不能匹配以下123qwwerqw

复制代码

常用元字符

2.3 限定符

常用限定符

2.4 字符类

[aeiou]，匹配任何一个英文元音字母
[.?!]，匹配标点符号（" . " 或" ? "或" ! "）
[0-9]，和"\d"一样，0-9 任意一个数字
[a-z0-9A-Z]，等同于"\w"

2.5 排除字符

" ^ "表示行的开始，如果放在[ ]中表示排除
如[a-zA-Z]表示匹配一个不是字母的字符

2.6 选择字符

使用" | "来表示，意思为"或"
比如:

"(^\d{15}$) | (^\d{18}$) | (^\d{17})(\d|X|x)$"# 匹配身份证规则：皮皮额15为数字，或者18位数字，或者17位数字和最后一位（X或x）

复制代码

2.7 转义字符

# 匹配127.0.0.1[0-9]{1,3}\.[0-9]{1,3}\.[0-9]{1,3}\.[0-9]{1,3}

复制代码

2.8 分组

# 使用()即可# (ma|pa)th，匹配math和path

复制代码

2.9 正则表达式语法

'[^a-zA-Z]' # 匹配不是字母的一个字符'\\bj\\w*\\b'  # 匹配以字母j开头的字符,要把\进行转义# 或者写成r或R开头，r'\bj\w*\b'

复制代码

3 使用 re 模块实现正则表达式

使用以下引入 re 模块即可

import re

复制代码

3.1 匹配字符串

3.1.1 match()方法

从字符串的开始处进行匹配，匹配成功返回 Match 对象，失败返回 None
语法：re.match(pattern，s，flags)
说明：

pattern：模式字符串 s：要匹配的字符串 flags：可选，控制匹配方式

# -*- coding:utf-8 -*-
import repattern = r"http\w+"s = "HTTPS://blog.csdn.net/NoamaNelson"s1 = "博客地址HTTPS://blog.csdn.net/NoamaNelson"mymatch = re.match(pattern, s, re.I)mymatch1 = re.match(pattern, s1, re.I)print(mymatch)print(mymatch1)

复制代码

flags 常用标志

3.1.2 search()方法

用于再整个字符串中搜索第一个匹配的值，成功返回对象，失败返回 None
语法：re.search(pattern，s，flags)
说明：

pattern：模式字符串 s：要匹配的字符串 flags：可选，控制匹配方式

3.1.3 findall()方法

用于再整个字符串中搜索所有符合正则表达式的字符串，成功返回包含匹配结构的列表，失败返回空列表
语法：re.findall(pattern，s，flags)
说明：

pattern：模式字符串 s：要匹配的字符串 flags：可选，控制匹配方式

# -*- coding:utf-8 -*-
import repattern = r"http\w+"s = "HTTPS://blog.csdn.net/NoamaNelson"s1 = "博客地址HTTPS://blog.csdn.net/NoamaNelson"mymatch = re.findall(pattern, s, re.I)mymatch1 = re.findall(pattern, s1, re.I)print(mymatch)print(mymatch1)

复制代码

结果：

['HTTPS']['HTTPS']

复制代码

3.2 替换字符串

sub()方法用于字符串替换
语法：re.sub(patern, repl, s, count, flags)
说明：

patern：模式字符串 repl：替换的字符串 s：原始字符串 count：可选，替换的最大次数，默认为 0flags：控制匹配方式

# -*- coding:utf-8 -*-
import repattern = r"8[345]\d{6}"s = "NoamaNelson的文章中编号为：83578910的文章，暗码为123456789"result = re.sub(pattern, "98765432", s)print(result)

复制代码

结果：

NoamaNelson的文章中编号为：98765432的文章，暗码为123456789

复制代码

3.3 正则表达式分割字符串

语法：re.spilt(pattern, s, [maxsplit], [flags])
说明：

pattern：模式字符串 s：要匹配的字符串 maxsplit：可选，最大的拆分次数 flags：可选，控制匹配方式

# -*- coding:utf-8 -*-
import repattern = r"[?|&]"s = "http://www.wertyy.com/login.jsp?username='admin'&password='123456'"result = re.split(pattern, s)print("原字符串：", s)print("分割后的字符串：", result)

复制代码

结果：

原字符串： http://www.wertyy.com/login.jsp?username='admin'&password='123456'分割后的字符串： ['http://www.wertyy.com/login.jsp', "username='admin'", "password='123456'"]

复制代码

发布于: 刚刚阅读数: 3

原文链接:【http://xie.infoq.cn/article/010c7e02b73b9fd636b2fc4d5】。文章转载请联系作者。

虫无涯

关注

专注测试领域各种技术研究、分享和交流~ 2019-12-11 加入

CSDN测试领域优质创作者 | CSDN博客专家 | 阿里云专家博主 | 华为云享专家 | 51CTO专家博主

发布

暂无评论

创作场景

Python 字符串和正则表达式的深入学习

1 字符串常用操作

1.1 拼接字符串

1.2 计算字符串的长度

1.3 截取字符串

1.4 分割字符串

1.5 检索字符串

1.6 字母的大小写转换

1.7 去除字符串中的空格和特殊字符

1.8 格式化字符串

1.8.1 使用"%"操作符

1.8.2 使用字符串对象的 format()方法

2 正则表达式

2.1 行定位符

2.2 元字符

2.3 限定符

2.4 字符类

2.5 排除字符

2.6 选择字符

2.7 转义字符

2.8 分组

2.9 正则表达式语法

3 使用 re 模块实现正则表达式

3.1 匹配字符串

3.1.1 match()方法

3.1.2 search()方法

3.1.3 findall()方法

3.2 替换字符串

3.3 正则表达式分割字符串

虫无涯

评论