几个Python字符串方法浅析

た入场券 2022-08-06 07:28 144阅读 0赞

字符串提供了一系列的方法去实现复杂的文本处理任务。方法就是与特定的对象关联在一起的函数。方法调用同时进行了两次操作：

第一次：属性读取——具有object.attribute格式的表达式可以理解为“读取object对象的属性attribute的值”；

第二次：函数调用表达式——具有函数（参数）格式的表达式意味着“调用函数代码，传递零或者更多用逗号隔开的参数对象，最后返回函数的返回值”。

方法调用表达式对象，方法（参数）从左至右运行，也就是说Python首先读取对象方法，然后调用它，传递参数。如果一个方法计算出一个结果，它将会作为整个方法调用表达式的结果被返回。

这里，着重介绍这样几个方法：find、join、replace、split。

# 1、find方法： #

使用方法： S.find( sub, \[ , start, \[ , end\]\])

注：对于上面使用格式的说明：\[\]表示参数可选，未用此\[\]包含的参数为必须指定的参数。

find方法返回在子字符串出现处的偏移（默认从前向后开始搜索）或者未找到时返回-1。

>>> s = 'xxxxspamxxxxspamxxxx'
    >>> where = s.find('spam')
    >>> where
    4

现在，如果我们试图去实现这样一个替换操作：将s字符串的spam字符串替换为eggs。

首先，如果仅仅是替换第一个spam，那么可以这样操作：

>>> s1 = s[:where] + 'eggs' + s[(where+4):]
    >>> s1
    'xxxxeggsxxxxspamxxxx'
    >>>

但是假如我们希望完全替换所有的spam为eggs，那么，我们有如下的代码更改：

>>> s = 'xxxxspamxxxxspamxxxx'
    >>> where = s.find('spam')
    >>> while where != -1 :
    ... s = s[:where] + 'eggs' + s[(where+4):]
    ... where = s.find('spam')
    ... 
    >>> s
    'xxxxeggsxxxxeggsxxxx'
    >>>

这样的效率很低，代码量也很大，因此，我们可以使用replace方法：

# 2、replace方法： #

使用方法：S.replace(old, new, \[, maxsplit\])

该方法的第一个参数是原始子字符串（任意长度），替换原始子字符串的字符串（任意长度），之后进行全局搜索并替换。

>>> s = 'xxxxspamxxxxspamxxxx'
    >>> s.replace('spam', 'eggs')
    'xxxxeggsxxxxeggsxxxx'
    >>> s
    'xxxxspamxxxxspamxxxx'
    >>>

在这里，有几个点需要说明：

（1）replace方法每次返回的字符串是一个新的字符串对象。由于字符串是不可变的，因此，每一种方法并不是真正在原处修改了字符串。

（2）我们可以通过控制第三个变量来实现只替换一次的目的：

>>> s.replace('spam', 'eggs', 1)
    'xxxxeggsxxxxspamxxxx'
    >>>

# 3、join方法： #

使用方法：S.join(seq)

join方法常常将字符串列表合并成一个字符串。

>>> s = 'spamy'
    >>> l = list(s)
    >>> l
    ['s', 'p', 'a', 'm', 'y']
    >>> s
    'spamy'
    >>>

如上所示，list可以将字符串分割成单字符列表，但是原字符串并未修改。join负责将列表字符合并成一个字符串。

>>> l
    ['s', 'p', 'a', 'm', 'y']
    >>> s
    'spamy'
    >>> ''.join(l)
    'spamy'
    >>> '+'.join(l)
    's+p+a+m+y'
    >>> t = '***'
    >>> t.join(l)
    's***p***a***m***y'
    >>>

从这里，我们可以得出这样几个结论：

（1）join会将调用该方法的字符串（我们称之为分隔符）插入至合并字符串；

>>> '%'.join(['d','s','ld','f'])
    'd%s%ld%f'

（2）通过上面的join实例，我们可以看出：分隔符的个数始终等于列表元素个数-1。

（3）合并后的字符串会存储在内存中，而不会修改列表对象。

# 4、split方法： #

使用方法：S.split(\[seq, \[, maxsplit\]\])

split方法分割字符串并将子字符串存储在列表（list）对象中。

>>> x = 'iperf -u -c 192.168.1.1'
    >>> x.split()
    ['iperf', '-u', '-c', '192.168.1.1']
    >>> x = 'iperf -u -c 192.168.1.1'
    >>> x.split()
    ['iperf', '-u', '-c', '192.168.1.1']
    >>>

上面是split函数的默认使用情景，通过这些实例，我们可以看出，split默认方法的作用是以空格将字符串分割开来，而不管空格数是多少个（大于等于1个）。当然，通过上面的实例，我们可以看出，split默认方法常常用作命令行分析工具。

现在，对于可选参数，我们进行相关分析：

>>> s = 'www.baidu.com'
    >>> s.split()
    ['www.baidu.com']
    >>> s.split(',')
    ['www.baidu.com']
    >>> s.split('.')
    ['www', 'baidu', 'com']

通过上面的代码，可选参数即为指定分隔符，用以将字符串分割的标志。另外，split默认方法是不能分离无空格字符串的。

现在，我们进行另一种尝试：

>>> s = r'www.baidu.com/zhidao/cpp/format/2015-1-5-22-10'
    >>> s
    'www.baidu.com/zhidao/cpp/format/2015-1-5-22-10'
    >>> s.split()
    ['www.baidu.com/zhidao/cpp/format/2015-1-5-22-10']
    >>> s.split('.')
    ['www', 'baidu', 'com/zhidao/cpp/format/2015-1-5-22-10']
    >>> s.split(r'/')
    ['www.baidu.com', 'zhidao', 'cpp', 'format', '2015-1-5-22-10']
    >>> s.split('-')
    ['www.baidu.com/zhidao/cpp/format/2015', '1', '5', '22', '10']
    >>> s.split(['.','//','-'])
    Traceback (most recent call last):
    File "<stdin>", line 1, in <module>
    TypeError: expected a character buffer object

对于上面的一个具有多个有意义分隔符的字符串时，我们如果试图同时获取所希望的数据，那么，通过在可选参数中设定list对象，是不行的。

很多时候，要得到多个分隔符分割的结果，使用正则表达式无疑是更好的选择。