一、相关说明

Python 中关于字符串的操作只限于英文字母，当进行中文字符的操作的时候就会报错，以下将相关操作方法进行展示。

写在前面：如何获得系统的默认编码 ？

>>> import sys

>>> print sys.getdefaultencoding()

ascii

通过如下代码查询不同的字符串所使用的编码，具体操作详见：用chardet判断字符编码的方法

由此可见英文字符与中文字符用的是不一样的编码，因此需要将中文字符转为 Unicode 编码才能正常的计算了！

>>> import chardet

>>> print chardet.detect("abc")

{'confidence': 1.0, 'language': '', 'encoding': 'ascii'}

>>> print chardet.detect("我是中国人")

{'confidence': 0.9690625, 'language': '', 'encoding': 'utf-8'}

>>> print chardet.detect("abc-我是中国人")

{'confidence': 0.9690625, 'language': '', 'encoding': 'utf-8'}

通过 decode('utf-8') 将中文字符串解码，便可以正常操作，要相对中文字符进行相关操作，涉及到字符串函数的，需要按如下操作。

decode 的作用是将其他编码的字符串转换成 unicode 编码，如 str1.decode('utf-8')，表示将 utf-8 编码的字符串 str1 转换成 unicode 编码。

encode 的作用是将 unicode 编码转换成其他编码的字符串，如 str2.encode('utf-8')，表示将 unicode 编码的字符串 str2 转换成 utf-8 编码。

>>> m = "我是中国人"

>>> m

'\xe6\x88\x91\xe6\x98\xaf\xe4\xb8\xad\xe5\x9b\xbd\xe4\xba\xba'

>>> print m

我是中国人

>>> # 为解码前长度为15，utf-8编码

>>> len(m)

15

>>> n = m.decode('utf-8')

>>> n

u'\u6211\u662f\u4e2d\u56fd\u4eba'

>>> print n

我是中国人

>>> # 解码后长度为5，可以正常的操作，Unicode编码

>>> len(n)

5

将 utf-8 与 Unicode 编码转化函数如下：

def decodeChinese( string ):

"将中文 utf-8 编码转为 Unicode 编码"

tmp = string.decode('utf-8')

return tmp

def encodeChinese( string ):

"将 Unicode 编码转为 utf-8 编码"

tmp = string.encode('utf-8')

return tmp

二、截取中英文字符串

代码如下：

def cutChinese(string, *se):

"实现汉字截取方法 —— 默认start为开始索引，不写end就是到结尾，否则到end"

start = se[0]

if len(se)>1:

end = se[1]

else:

end = len(string)

tmp = string.decode('utf-8')[start:end].encode('utf-8')

return tmp

调用方法如下：

>>> from win_diy import *

>>> print win.cutChinese("我是一个abc", 2)

一个abc

>>> print win.cutChinese("我是一个abc", 2, 4)

一个

>>> print win.cutChinese("我是一个abc", 2, 5)

一个a

>>> print win.cutChinese("我是一个abc", 2, 6)

一个ab

三、判断变量编码格式

通过 isinstance 函数或 type 函数可以判断字符串类型

通过 chardet.detect 函数可以判断字符串的编码格式

>>> import chardet

>>> a = "abc"

>>> isinstance(a, str)

True

>>> chardet.detect(a)['encoding']

'ascii'

>>> isinstance(a, unicode)

False

>>> b = "中国"

>>> isinstance(b, str)

True

>>> chardet.detect(b)['encoding']

'utf-8'

>>> isinstance(b, unicode)

False

>>> # 用chardet.detect函数判断Unicode会报错

>>> c = b.decode('utf-8')

>>> isinstance(c, unicode)

True

python字符串处理函数

1、修改字符串的大小写方法含义title()将每个单词首字母大写

upper()将每个字母都大写

lower()将每个字母都小写

capitalize()将字符串首字母大写,其余字符小写

实例：name="zhao li Xiang"

print("单词首字母大写前：%s"%name)

name.title()

print("单词首字母大写后(不用name接收)：%s"%name)

name=name.title()

print("单词首字母大写后(用name接收)：%s"%name)

print("*"*50)

name="zhao li Xiang"

print("所有字母都大写前：%s"%name)

name.upper()

print("所有字母都大写后(不用name接收)：%s"%name)

name=name.upper()

print("所有字母大写后(用name接收)：%s"%name)

print("*"*50)

name="zhao li Xiang"

print("所有字母都小写前：%s"%name)

name.lower()

print("所有字母都小写后(不用name接收)：%s"%name)

name=name.lower()

print("所有字母都小写后(用name接收)：%s"%name)

print("*"*50)

name="zhao li Xiang"

print("字符串首字母大写，其它字符小写前：%s"%name)

name.capitalize()

print("字符串首字母大写，其它字符小写后(不用name接收)：%s"%name)

name=name.capitalize()

print("字符串首字母大写，其它字符小写后(用name接收)：%s"%name)

上面三个方法中都只是返回改变后的结果，对操作的字符串对象没有任何影响

2、合并(拼接字符串)

使用+号来合并print("Mark"+"帅哥????")

3、使用制表符或换行符来添加空白

t:制表符 , n:换行符print("Mark\t帅哥")

print("Mark\n帅哥")

4、删除空白

lstrip():删除字符串开头空白、rstrip()：删除字符串尾部空白、strip():删除字符串前后字空白注意：上面两个函数都只是返回删除空白后的字符串，对原有字符串没有改变

实例：name=" Mark "

name.lstrip()

print("*"+name+"*")

name.rstrip()

print("*"+name+"*")

print("*"+name.lstrip().rstrip()+"*")

print("*"+name.strip()+"*")

5、下标与切片

下标：字符串可以看出是一个字符数组，而在这个数组的位置就是对应字符的下标

切片：是对操作对象截取一部分的操作。字符串、列表、元组都支持切片切片的语法：[起始下标:结束下标:步长]

通过下标获取指定字符：name="abcdef"

print(name[0])

print(name[1])

print(name[2])

print(name[3])

切片操作：name="abcdef"

print(name[:3])

print(name[1:3])

print(name[3:])

print(name[1:5:2])

#从第二个字符到最后第二个字符

print(name[1:-1])

#倒序

print(name[::-1])

6、find、rfind：查找指定字符串是否存在于目标字符串语法：目标字符串.find(需要查询的指定字符串[开始查询的下标,结束查询的下标])：从左边开始查找

目标字符串.find(需要查询的指定字符串[开始查询的下标,结束查询的下标：从右边开始查找

存在就会返回下标，不存在就返回-1

实例：name="abcdefg"

print(name.find("cd"))

print(name.rfind("cd"))

print(name.find("gg"))

print(name.rfind("gg"))

7、index、rindex：查找指定字符串是否存在于目标字符串与find的不同点是如果没有查询到，index方法会报错

实例：name="abcdefg"

print(name.index("cd"))

print(name.rindex("cd"))

print(name.index("gg"))

print(name.rindex("gg"))

打印结果：2

Traceback (most recent call last):

2

File "/Users/zhaolixiang/Desktop/python/test1/venv/字符串index.py", line 4, in

print(name.index("gg"))

ValueError: substring not found

8、count：返回指定字符串在目标字符串出现的次数语法：目标字符串.count(指定字符串[,开始下标,结束下标])

实例：name="mark mark mark"

print(name.count("ar"))

print(name.count("ar",0,5))

print(name.count("ar",5))

打印结果：3

1

2

9、replace：替换字符串语法：mystr.replace(str1,str2[,count])

将mystr中的str1替换为str2，如果count指定，则替换次数不超过count次。

这个方法也是只影响返回值，不对mystr对象进行改变。

实例：name="mark mark mark"

print(name.replace("ar","br"))

print(name.replace("ar","br",0))

print(name.replace("ar","br",1))

打印结果：mark mark mark

mbrk mbrk mbrk

mark mark mark

mbrk mark mark

10、split分割字符串语法：mystr.split(str[,count])

把mystr依靠str进行分割，如果count指定，则最多分割count个字符串

实例：name="mark mark mark"

print(name.split("ar"))

print(name.split("ar",0))

print(name.split("ar",2))

打印结果：['m', 'k m', 'k m', 'k']

['mark mark mark']

['m', 'k m', 'k mark']

11、startswith、endswith判断是否以指定字符串开发或结束

实例：name="Mark 帅哥"

print(name.startswith("Mar"))

print(name.startswith("mar"))

print(name.endswith("哥"))

print(name.endswith("帅"))

控制台打印结果：True

False

True

False

12、ljust、rjust、center：返回一个元字符左对齐或右对齐或居中，用空白填充至指定宽度的字符串

实例：name="mark"

print("*"+name.ljust(2)+"*")

print("*"+name.ljust(6)+"*")

print("*"+name.rjust(6)+"*")

print("*"+name.center(6)+"*")

打印结果：*mark**mark*

* mark** mark*

13、partition、rpartition：将目标字符串安装指定字符串分割为三部分

实例：name="hello world world mark"

print(name.partition("world"))

print(name.rpartition("world"))

打印结果：('hello ', 'world', ' world mark')

('hello world ', 'world', ' mark')

14、splitlines按行分割字符串

实例：name="hello\nworld\nworld\nmark"

print(name.splitlines())

打印结果：['hello', 'world', 'world', 'mark']

15、isalpha：判断字符串是否都是字符

实例：print("mark".isalpha())

print("mark123".isalpha())

print("mark帅哥".isalpha())

print("mark 帅哥".isalpha())

打印结果：True

False

True

False

16、isdigit：判断字符串是否都是数字

实例：print("mark".isdigit())

print("123".isdigit())

print("123帅哥".isdigit())

打印结果：False

True

False

17、isalnum：判断字符串是否都是字符或数字

实例：print("mark".isalnum())

print("mark123".isalnum())

print("123".isalnum())

print("mark 帅哥".isalnum())

打印结果：True

True

True

False

18、isspace：判断字符串是否只包含空格

实例：print("mark".isspace())

print("mark 123".isspace())

print(" ".isspace())

打印结果：False

False

True

19、join：每个字符后面插入指定字符

实例：list=["my","name","is","mark"]

print(" ".join(list))

print("_".join(list))

打印 结果：my name is mark

my_name_is_mark