日韩偷拍一区二区,国产香蕉久久精品综合网,亚洲激情五月婷婷,欧美日韩国产不卡

第5章字符串與正則表達式5.1字符串最早的字符串編碼是美國標準信息交換碼ASCII，僅對10個數字、26個大寫英文字母、26個小寫英文字母及一些其他符號進行了編碼。ASCII采用1個字節來對字符進行編碼，最多只能表示256個符號。隨著信息技術的發展和信息交換的需要，各國的文字都需要進行編碼，不同的應用領域和場合對字符串編碼的要求也略有不同，于是分別設計了不同的編碼格式，常見的主要有UTF8、UTF16、UTF32、GB2312、GBK、CP936、base64、CP437等。UTF8編碼是國際通用的編碼，以1個字節表示英語字符(兼容ASCII)，以3個字節表示中文，還有些語言的符號使用2個字節(如俄語和希臘語符號)或4個字節，UTF8對全世界所有國家需要用到的字符進行了編碼。GB2312是我國制定的中文編碼，使用1個字節表示英語，2個字節表示中文；GBK是GB2312的擴充，而CP936是微軟公司在GBK基礎上開發的編碼方式。GB2312、GBK和CP936都是使用2個字節表示中文，UTF8使用3個字節表示中文。不同編碼格式之間相差很大，采用不同的編碼格式意味著不同的表示和存儲形式，把同一字符存入文件時，寫入的內容可能會不同，在理解其內容時必須了解編碼規則并進行正確的解碼。如果解碼方法不正確就無法還原信息，從這個角度來講，字符串編碼也具有加密的效果。Python 3.x支持中文，使用Unicode編碼格式，無論是一個數字、英文字母，還是一個漢字，都按一個字符對待和處理。例如，在Python 3.5.1中執行下面的代碼，從代碼中可以看到，在Python 3.x中甚至可以使用中文作為變量名。>>> s='中國山東煙臺'>>> len(s)#字符串長度,或者包含的字符個數6>>> s='SDIBT'>>> len(s)5>>> s='中國山東煙臺SDIBT'#中文與英文字符同樣對待,都算一個字符>>> len(s)11>>> 姓名='張三'#使用中文作為變量名>>> 年齡=40>>> print(姓名)#輸出變量的值張三>>> print(年齡)40[1][2]Python可以這樣學[1]第5章字符串與正則表達式[2]小提示: 在Windows平臺上使用Python 2.x時，input()函數從鍵盤輸入的字符串默認為GBK編碼，而Python程序中的字符串編碼則使用#coding顯式地指定，常用的方式有： #coding=utf-8#coding:utf-8#--coding:utf-8 --在Python中，字符串屬于不可變序列類型，使用單引號(這是最常用的)、雙引號、三單引號或三雙引號作為界定符，并且不同的界定符之間可以互相嵌套。下面幾種都是合法的Python字符串： 'abc'、'123'、'中國'、"Python"、'''Tom said,"Let's go"'''除了支持序列通用方法(包括雙向索引、比較大小、計算長度、元素訪問、切片等操作)以外，字符串類型還支持一些特有的操作方法，如格式化、字符串查找、字符串替換(注意，不是原地替換)、排版等。但由于字符串屬于不可變序列，不能直接對字符串對象進行元素增加、修改與刪除等操作。另外，字符串對象提供的replace()和translate()方法也不是對原字符串直接進行修改替換，而是返回一個修改替換后的新字符串作為結果。Python支持短字符串駐留機制，對于短字符串，將其賦值給多個不同的對象時，內存中只有一個副本，多個對象共享該副本，與其他類型數具有相同的特點。然而，這一點并不適用于長字符串，長字符串不遵守駐留機制，下面的代碼演示了短字符串和長字符串在這方面的區別。>>> a='1234'>>> b='1234'>>> id(a)== id(b)#短字符串支持內存駐留機制True>>> a='1234'50>>> b='1234'50>>> id(a)== id(b)#長字符串不支持內存駐留機制False如果需要判斷一個變量是否為字符串，可以使用內置方法isinstance()或type()。>>> type('中國')>>> type('中國'.encode('gbk'))#編碼成字節串,采用GBK編碼格式>>> bytes#bytes是Python的內置類>>> isinstance('中國', str)True>>> type('中國')== strTrue>>> type('中國'.encode())== bytesTrue>>> type('中國')== bytesFalse拓展知識: 轉義字符。如果大家學習過其他語言，應該了解轉義字符的概念，可以跳過這部分內容。轉義字符是指，在字符串中某些特定的符號前加一個斜線之后該字符將被解釋為另外一種含義，不再表示本來的字符。常見的轉義字符如表51所示。表51常見的轉義字符轉義字符含義\\b退格，把光標移動到前一列位置\\f換頁符\\n換行符\\r回車\\t水平制表符\\v垂直制表符\\\\一個\\\\'單引號\\"雙引號\\ooo3位八進制數對應的字符\\xhh2位十六進制數對應的字符\\uhhhh4位十六進制數表示的Unicode字符下面的代碼演示了轉義字符的用法： >>> print('Hello\\nWorld')#包含轉義字符的字符串HelloWorld>>> oct(65)'0o101'>>> print('\\101')#3位八進制數對應的字符A>>> hex(65)'0x41'>>> print('\\x41')#2位十六進制數對應的字符A>>> ord('董')33891>>> hex(_)'0x8463'>>> print('\\u8463')#4位十六進制數表示的Unicode字符董5.1.1字符串格式化的兩種形式如果需要將其他類型的數據轉換為字符串，或者嵌入其他字符串或模板中再進行輸出，就需要用到字符串格式化。Python中字符串格式化的格式如圖51所示，格式運算符%之前的部分為格式字符串，之后的部分為需要進行格式化的內容。圖51字符串格式化Python支持大量的格式字符，表52列出了比較常用的一部分。表52格式字符格式字符說明%s字符串(采用str()的顯示)%r字符串(采用repr()的顯示)%c單個字符%b二進制整數%d十進制整數%i十進制整數%o八進制整數%x十六進制整數%e指數(基底寫為e)續表格式字符說明%E指數(基底寫為E)%f、%F浮點數%g指數(e)或浮點數(根據顯示長度)%G指數(E)或浮點數(根據顯示長度)%%字符"%"下面的代碼演示了字符串格式化的用法： >>> x=1235>>> so="%o" % x>>> so'2323'>>> sh="%x" % x>>> sh'4d3'>>> se="%e" % x>>> se'1.235000e 03'>>> "%s"%65#等價于str()'65'>>> "%s"%65333'65333'>>> '%d,%c'%(65, 65)#使用元組對字符串進行格式化,按位置進行對應'65,A'>>> "%d"%"555"#試圖將字符串轉換為整數進行輸出,拋出異常Traceback(most recent call last):File "", line 1, in "%d"%"555"TypeError: %d format: a number is required, not str>>> int('555')#可以使用int()函數將合法的數字字符串轉換為整數555>>> '%s'%\[1, 2, 3\]'\[1, 2, 3\]'>>> str((1, 2, 3))#可以使用str()函數將任意類型數據轉換為字符串'(1, 2, 3)'>>> str(\[1, 2, 3\])'\[1, 2, 3\]'除了上面介紹的字符串格式化方法，目前Python社區更推薦使用format()方法進行格式化，該方法更加靈活，不僅可以使用位置進行格式化，還支持使用與位置無關的參數名字來進行格式化，并且支持序列解包格式化字符串，為程序員提供了非常大的方便。例如： >>> print('{0:.3f}'.format(1/3))#保留3位小數0.333>>> 1/30.3333333333333333>>> print("The number {0:,} in hex is: {0:#x}, in oct is {0:#o}".format(55))The number 55 in hex is: 0x37, in oct is 0o67>>> print("The number {0:,} in hex is: {0:x}, the number {1} in oct is {1:o}".format(5555, 55))The number 5,555 in hex is: 15b3, the number 55 in oct is 67>>> print("The number {1} in hex is: {1:#x}, the number {0} in oct is {0:#o}".format(5555, 55))The number 55 in hex is: 0x37, the number 5555 in oct is 0o12663>>> print("my name is {name}, my age is {age}, and my QQ is {qq}".format(name="Dong", qq="306467355", age=38))my name is Dong, my age is 38, and my QQ is 306467355>>> position =(5, 8, 13)>>> print("X:{0\[0\]};Y:{0\[1\]};Z:{0\[2\]}".format(position))#使用元組同時格式化多個值X:5;Y:8;Z:13>>> weather=\[("Monday", "rain"),("Tuesday", "sunny"),("Wednesday", "sunny"),("Thursday", "rain"),("Friday", "Cloudy")\]>>> formatter="Weather of '{0\[0\]}' is '{0\[1\]}'".format>>> for item in map(formatter, weather):print(item)上面一段代碼也可以改為下面的寫法： >>> for item in weather:print(formatter(item))運行結果為Weather of 'Monday' is 'rain'Weather of 'Tuesday' is 'sunny'Weather of 'Wednesday' is 'sunny'Weather of 'Thursday' is 'rain'Weather of 'Friday' is 'Cloudy'拓展知識: 在字符串格式化方法format()中常用的格式字符。在字符串格式化方法format()中可以使用的格式主要有b(二進制格式)、c(把整數轉換成Unicode字符)、d(十進制格式)、o(八進制格式)、x(小寫十六進制格式)、X(大寫十六進制格式)、e/E(科學計數法格式)、f/F(固定長度的浮點數格式)、%(使用固定長度浮點數顯示百分數)。拓展知識: Python標準庫string還提供了用于字符串格式化的模板類Template。例如： >>> from string import Template>>> t=Template('My name is ${name}, and is ${age} years old.')#創建模板>>> d={'name':'Dong', 'age':39}>>> t.substitute(d)#替換'My name is Dong, and is 39 years old.'>>> tt=Template('My name is $name, and is $age years old.')>>> tt.substitute(d)'My name is Dong, and is 39 years old.'5.1.2字符串常用方法[3/4]1. find()、rfind()、index()、rindex()、count()find()和rfind()方法分別用來查找一個字符串在另一個字符串指定范圍(默認是整個字符串)中首次和一次出現的位置，如果不存在則返回-1；index()和rindex()方法用來返回一個字符串在另一個字符串指定范圍中首次和一次出現的位置，如果不存在則拋出異常；count()方法用來返回一個字符串在另一個字符串中出現的次數，如果不存在則返回0。>>> s="apple,peach,banana,peach,pear">>> s.find("peach")#返回及時次出現的位置6>>> s.find("peach", 7)#從指定位置開始查找19>>> s.find("peach", 7, 20)#在指定范圍中進行查找-1>>> s.rfind('p')#從字符串尾部向前查找25>>> s.index('p')#返回首次出現的位置1>>> s.index('pe')6>>> s.index('pear')25>>> s.index('ppp')#指定子字符串不存在時拋出異常Traceback(most recent call last):File "", line 1, in s.index('ppp')ValueError: substring not found>>> s.count('p')#統計子字符串出現的次數5>>> s.count('pp')1>>> s.count('ppp')#不存在時返回00拓展知識: 實際開發時應優先考慮使用Python內置函數和內置對象的方法，運行速度快，并且運行穩定。例如，下面的代碼用來檢查長字符串中哪些位置上的字母是a，通過運行結果可以發現，使用字符串方法find()的速度明顯要比逐個字符比較快很多。from string import ascii_lettersfrom random import choicefrom time import time

letters=''.join(\[choice(ascii_letters)for i in range(999999)\])def positions_of_character(sentence, ch):#使用字符串對象的find()方法result=\[\]index=0index=sentence.find(ch, index 1)while index != -1:result.append(index)index=sentence.find(ch, index 1)return result

def demo(s, c):#普通方法,逐個字符比較result=\[\]for i,ch in enumerate(s):if ch == c:result.append(i)return result

start=time()positions=positions_of_character(letters, 'a')print(time()-start)

start=time()p=demo(letters, 'a')print(time()-start)運行結果如下： 0.0090005397796630860.08400487899780273速度居然相差10倍左右，看來內置對象提供的方法還真是不錯，簡直是人見人愛，花見花開。但是不要高興太早，一切都是相對的，這世間沒有得好，也沒有得壞，內置對象的某些方法也不是在任何場合都能保障。例如把上面代碼中的letters=''.join(\[choice(ascii_letters)for i in range(999999)\])改為letters=''.join(\[choice('ab')for i in range(999999)\])然后再次運行，會發現結果與上面的代碼恰好相反，逐個比較的方法又比使用find()方法快了很多。稍加分析可以發現，上面兩段代碼是一樣的，只是所查找數據的密度不一樣，處理速度卻有著翻天覆地的變化。所以說，首先要分析待處理的數據有什么樣的特點(包括組成元素、分布情況等)，然后才能設計的算法并采用較高效的方法。但一般情況下，Python內置函數、內置對象的方法和標準庫對象的效率要高于自己編寫的代碼。2. split()、rsplit()、partition()、rpartition()split()和rsplit()方法分別用來以指定字符為分隔符，從字符串左端和右端開始將其分隔成多個字符串，并返回包含分隔結果的列表；partition()和rpartition()用來以指定字符串為分隔符將原字符串分隔為3部分，即分隔符之前的字符串、分隔符字符串和分隔符之后的字符串，如果指定的分隔符不在原字符串中，則返回原字符串和兩個空字符串。>>> s="apple,peach,banana,pear">>> li=s.split(",")#使用逗號進行分隔>>> li\["apple", "peach", "banana", "pear"\]>>> s.partition(',')#從左側使用逗號進行切分('apple', ',', 'peach,banana,pear')>>> s.rpartition(',')#從右側使用逗號進行切分('apple,peach,banana', ',', 'pear')>>> s.rpartition('banana')#使用字符串作為分隔符('apple,peach,', 'banana', ',pear')>>>s="2014-10-31">>> t=s.split("-")#使用指定字符作為分隔符>>> t\['2014', '10', '31'\]>>> list(map(int, t))#將分隔結果轉換為整數\[2014, 10, 31\]對于split()和rsplit()方法，如果不指定分隔符，則字符串中的任何空白符號(包括空格、換行符、制表符等)的連續出現都將被認為是分隔符，返回包含最終分隔結果的列表。>>> s='hello world \\n\\n My name is Dong '>>> s.split()\['hello', 'world', 'My', 'name', 'is', 'Dong'\]>>> s='\\n\\nhello world \\n\\n\\n My name is Dong '>>> s.split()\['hello', 'world', 'My', 'name', 'is', 'Dong'\]>>> s='\\n\\nhello\\t\\t world \\n\\n\\n My name\\t is Dong '>>> s.split()\['hello', 'world', 'My', 'name', 'is', 'Dong'\]另外，split()和rsplit()方法還允許指定較大分隔次數(注意，不是必須分隔這么多次)，例如： >>> s='\\n\\nhello\\t\\t world \\n\\n\\n My name is Dong '>>> s.split(maxsplit=1)#分隔1次\['hello', 'world \\n\\n\\n My name is Dong '\]>>> s.rsplit(maxsplit=1)\['\\n\\nhello\\t\\t world \\n\\n\\n My name is', 'Dong'\]>>> s.split(maxsplit=2)\['hello', 'world', 'My name is Dong '\]>>> s.rsplit(maxsplit=2)\['\\n\\nhello\\t\\t world \\n\\n\\n My name', 'is', 'Dong'\]>>> s.split(maxsplit=5)\['hello', 'world', 'My', 'name', 'is', 'Dong '\]>>> s.split(maxsplit=6)\['hello', 'world', 'My', 'name', 'is', 'Dong'\]>>> s.split(maxsplit=10)#較大分隔次數大于實際可分隔次數時,自動忽略\['hello', 'world', 'My', 'name', 'is', 'Dong'\]小提示: 調用split()方法并且不傳遞任何參數時，將使用任何空白字符作為分隔符，如果字符串存在連續的空白字符，split()方法將自動忽略；明確傳遞參數指定split()使用的分隔符時，情況略有不同。>>> 'a,,,bb,,ccc'.split(',')#每個逗號都被作為獨立的分隔符\['a', '', '', 'bb', '', 'ccc'\]>>> 'a\\t\\t\\tbb\\t\\tccc'.split('\\t')#每個制表符都被作為獨立的分隔符\['a', '', '', 'bb', '', 'ccc'\]>>> 'a\\t\\t\\tbb\\t\\tccc'.split()#連續多個制表符被作為一個分隔符\['a', 'bb', 'ccc'\]3. join()與split()相反，join()方法用來將列表中多個字符串進行連接，并在相鄰兩個字符串之間插入指定字符。>>> li=\["apple", "peach", "banana", "pear"\]>>> sep=",">>> s=sep.join(li)#使用逗號作為連接符>>> s