1-text模块

概述str 无疑是python最常用的字符串处理模块，除此之外还有一些补充 str 功能的第三方模块比如 string 模块，有template函数，有一些字符串属性比如 re 模块，主要用于字符串的匹配str 模块可以直接使用 help(str) 查看其支持的函数s = “hello world"print(s.capitalize())print(s.casefold()) print(s.count(‘h’)) # 1print(s.find(’llo’)) #2print(s.index(’lo’)) # 3print(s.join([‘john’,‘www’])) # johnhello worldwwwprint(s.replace(’lo’,‘rl’))print(s.splitlines())print(s.title()) # 首字母大写print(s.zfill(10))print(s.strip()) print(s.lower())print(s.upper())爬虫的时候，如果遇到需要转码的时候，可以使用’\u0062’.encode(‘utf-8’).decode(‘unicode-escape’)string 模块string模块主要使用的还是其template的功能，一个简单的例子：values = {‘var’:‘foo’}t = string.Template(“““Variable : $varEscape : $$Variable in text : ${var}iable”””)# $var 变量# $$ 如果要输出 $，要用$进行转义# ${var} 变量print(“Templates:",t.substitute(values))可以看到template处理的是多行字符串，但是这个在 str 模块，也可以使用format来进行转换，所以并没有什么卵用，如果只是格式化输出字符串，不管多行还是单行，使用 format，才是最简单方便的做法# 结合format 进行使用t2 = “““Variable : {var}Escape : {{}}Variable in text : {var}iable”““print(“format: “,t2.format(**values))除此之外，Template 还存在高级的功能，可以通过自定义规则，来实现一个字符串中，有的格式化，有的不格式化.当然个人感觉也没有什么用。只做一个了解class MyTemplates(string.Template): delimiter = ‘%’ idpattern = ‘[a-z]+[a-z]+‘text = “““replaced: %need_replaceignored: %ignored”““d = { ’need_replace’: “Haha replaced”, “ignored”: “hh ignored”}t = MyTemplates(text)print(t.safe_substitute(d))经过上面的实验，string这个模块可有可无，但是string 还提供了一些属性倒是可以方便我们写代码的时候引用，你可以使用ascii_letters=‘abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ’ascii_lowercase=‘abcdefghijklmnopqrstuvwxyz’ascii_uppercase=‘ABCDEFGHIJKLMNOPQRSTUVWXYZ’digits=‘0123456789’hexdigits=‘0123456789abcdefABCDEF’octdigits=‘01234567’printable=‘0123456789abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ!”#$%&'()*+,-./:;<=>?@[\]^{|}~ \t\n\r\x0b\x0c'punctuation='!"#$%&\'()*+,-./:;<=>?@[\\]^_{|}~‘whitespace=’ \t\n\r\x0b\x0c’比如你想写一个程序，随机生成高强度代码，那么你就可以使用下面的属性，很方便的写出来import randomdef generate_passwd(): uppercase_wd =random.choices(string.ascii_uppercase,k=random.randint(3,6)) lowercase_wd = random.choices(string.ascii_lowercase,k=random.randint(3,6)) digits_wd = random.choices(string.digits,k=random.randint(3,6)) punctuation_wd = random.choices(’!@#$%^&()[<>?]’,k=random.randint(3,6)) a = uppercase_wd+lowercase_wd+digits_wd+punctuation_wd random.shuffle(a) print(’’.join(a))re 模块正则表达式的写法在网上一搜一大堆，可以集合一些比较常用的，需要的时候可以省去搜索的时间。python中的re模块一共有以下几种函数可以使用re.search(pattern,string,flags=0)搜索所有的字符串，匹配到内容返回，否则返回Noneimport retext = ‘I have an pen 1234’s = re.search(’.?(\d+)’,text,re.I)print(s.group(0))print(s.group(1))re.match(pattern,string,flags=0)只匹配开头就符合的字符串, 如果不是开头第一个字符就符合，返回Noneimport res = re.match(‘I(.*)’,text,re.I)print(s.group(0))print(s.group(1))re.split(pattern,string,maxsplit=0,flags=0)根据正则切割字符串>>> re.split(’[a-f]+’, ‘0a3B9’, flags=re.IGNORECASE)[‘0’, ‘3’, ‘9’]re.findall(pattern,string,flags=0)找到符合的字符串，返回一个列表text = ‘I have an pen 1234’s = re.findall(’\w+’,text,re.I)print(s) # [‘I’, ‘have’, ‘an’, ‘pen’, ‘1234’]re.sub(pattern,replace_content,string,count=0,flags=0)替换字符串,返回一个字符串s = re.sub(‘have’,“Hello”,text,re.I)print(s) # I Hello an pen 1234这里有一个count，如果count = n 意思是如果找到多个可替换的字符，只替换前n个s = re.sub(‘have’,“Hello”,text,flags=re.I,count=1)print(s) # I Hello an have pen 1234re.subn(pattern,repl,string,count=0,flags=0)替换字符,但是返回的式tuples = re.subn(‘have’,“Hello”,text,re.I)print(s) # (‘I Hello an Hello pen 1234’, 2)re.escape(pattern)返回一个转义的字符>>> print(re.escape(‘python.exe’))python.exe参考《The Python3 Standard Library By Example》常见的正则表达式： https://juejin.im/entry/56860…