博客
关于我
Python基础之str常用方法、for循环
阅读量:450 次
发布时间:2019-03-06

本文共 1642 字,大约阅读时间需要 5 分钟。

初学Python时,字符串操作可能会让人感到困惑,但理解这些基本概念后,处理文本数据会变得更加高效。以下是一些关键点和示例,帮助你更好地掌握Python字符串操作。

1. 字符串索引与切片

索引案例

s = 'abcd's1 = s[0]  # 输出 'a'

切片案例

s = 'abcd's2 = s[0:3]  # 输出 'abc',不包括索引3的字符s3 = s[-1]   # 输出 'd'

取整个字符串

s = 'abcd's4 = s[0:]    # 输出 'abcd's5 = s[:]     # 输出 'abcd's6 = s[0:0]   # 输出空字符串

步长

s = 'abcde's6 = s[0:4:2]  # 输出 'ac'

逆序

s = 'abcde's7 = s[-1::-1]  # 输出 'edcba'

2. 大写、小写转换

s = 'AbCd's.swapcase()  # 输出 'aBcD'

3. 字符串居中、空白填充

s = 'AAA's1 = s.center(20)  # 居中,总长度为20s2 = s.center(20, '*')  # 居中,填充字符为*

4. 补位

s = 'ab\tcd's1 = s.expandtabs()  # 输出 'ab      cd'

5. 公共方法

s = 'abcd我'print(len(s))  # 输出5

6. 判断开头和结尾

s = 'abcd's1 = s.startswith('a')  # Trues2 = s.startswith('ab')  # Trues3 = s.startswith('abc')  # Trues4 = s.endswith()  # 判断是否以空字符串结尾,默认返回False

7. 查找字符位置

s = 'abcdacd's1 = s.find('c')  # 输出2

8. 删除空格

s = '  abcd  's.strip()  # 输出 'abcd's.strip('*')  # 输出 'abcd's.strip(' %*')  # 输出 'abcd'

9. 统计字符个数

s = 'abbcd's.count('a')  # 输出1s.count('bb')  # 输出1

10. 分割成列表

s = 'a b c d's.split()  # 输出 ['a', 'b', 'c', 'd']s.split(';')  # 输出 ['', 'a', 'b', 'c', 'd']

11. 格式化输出

s = '我叫{},今年{}'.format('sun', '19')  # 输出 '我叫sun,今年19's = '我叫{0},今年{1}'.format('sun', '19')  # 输出 '我叫sun,今年19's = '我叫{name},今年{age}'.format(age=19, name='sun')  # 输出 '我叫sun,今年19'

12. 替换

s = 'abacda's.replace('a', 'A')  # 输出 'ABacda's.replace('a', 'A', 1)  # 输出 'ABacda'

13. 判断字符串内容

s = '123's.isnum()  # Trues.isalpha()  # Falses.isalnum()  # True

14. 循环

s = 'abcd'for i in s:    print(i)

15. while循环

s = 'abcdacd'i = 0while i < len(s):    print(s[i])    i += 1

16. 判断字符串包含

s = 'azxczcx政治'if '政治' in s:    print('含有敏感词')

通过这些示例,你可以开始在Python中灵活使用字符串操作,处理各种文本数据问题。

转载地址:http://opofz.baihongyu.com/

你可能感兴趣的文章
OpenCV与AI深度学习 | OpenCV常用图像拼接方法(一) :直接拼接
查看>>
OpenCV与AI深度学习 | OpenCV常用图像拼接方法(三):基于特征匹配拼接
查看>>
OpenCV与AI深度学习 | OpenCV常用图像拼接方法(二) :基于模板匹配拼接
查看>>
OpenCV与AI深度学习 | OpenCV常用图像拼接方法(四):基于Stitcher类拼接
查看>>
OpenCV与AI深度学习 | OpenCV快速傅里叶变换(FFT)用于图像和视频流的模糊检测(建议收藏!)
查看>>
OpenCV与AI深度学习 | PaddleOCR 2.9 发布, 正式开源文本图像智能分析利器
查看>>
OpenCV与AI深度学习 | SAM2(Segment Anything Model 2)新一代分割一切大模型介绍与使用(步骤 + 代码)
查看>>
OpenCV与AI深度学习 | T-Rex Label !超震撼 AI 自动标注工具,开箱即用、检测一切
查看>>
OpenCV与AI深度学习 | YOLO11介绍及五大任务推理演示(目标检测,图像分割,图像分类,姿态检测,带方向目标检测)
查看>>
OpenCV与AI深度学习 | YOLOv10在PyTorch和OpenVINO中推理对比
查看>>
OpenCV与AI深度学习 | YOLOv11来了:将重新定义AI的可能性
查看>>
OpenCV与AI深度学习 | YOLOv8自定义数据集训练实现火焰和烟雾检测(代码+数据集!)
查看>>
OpenCV与AI深度学习 | YOLOv8重磅升级,新增旋转目标检测,又该学习了!
查看>>
OpenCV与AI深度学习 | 一文带你读懂YOLOv1~YOLOv11(建议收藏!)
查看>>
OpenCV与AI深度学习 | 五分钟快速搭建一个实时人脸口罩检测系统(OpenCV+PaddleHub 含源码)
查看>>
OpenCV与AI深度学习 | 什么是 COCO 数据集?
查看>>
OpenCV与AI深度学习 | 低对比度缺陷检测应用实例--LCD屏幕脏污检测
查看>>
OpenCV与AI深度学习 | 使用 MoveNet Lightning 和 OpenCV 实现实时姿势检测
查看>>
OpenCV与AI深度学习 | 使用 OpenCV 创建自定义图像滤镜
查看>>
OpenCV与AI深度学习 | 使用 SAM 和 Grounding DINO 分割卫星图像
查看>>