「@Author ：Runsen」

python日常处理字符串较多，本文总结一下Python的日常使用。

什么字符串

字符串是由独立字符组成的一个序列，通常包含在单引号（‘ ’），双引号（”“）

三引号（''' '''）

s1 = 'hello'
s2 = "hello"
s3 = """hello"""
s1 == s2 == s3
True

三引号字符串常用于函数的注释

def calculate_similarity(item1, item2):
    """
    Calculate similarity between two items
    Args:
        item1: 1st item
        item2: 2nd item
    Returns:
      similarity score between item1 and item2
    """

转义字符

用 \ 开头的字符串，来表示一些特定意义的字符

s = 'a\nb\tc'
print(s)
a
b   c

len(s)
5

代码中的'\n'，表示一个字符——换行符；'\t'也表示一个字符，四个空格

字符 a，换行，字符 b，然后制表符，最后打印字符 c 最后打印的输出横跨了两行，但是整个字符串 s 仍然只有 5

具体的如下面表格所示。

创建字符串

name = 'Runsen'
name[0]
'R'
name[1:3]
'un'


for char in name:
    print(char)   
R
u
n
s
e
n

注意python的字符串是不可变的，这个和元组一样。

s = 'Runsen'



    
s[0] = 'r'
Traceback (most recent call last):
  File "", line 1, in 
TypeError: 'str' object does not support item assignment

python的字符串只能通过创建，从而产生新的字符串

s = 'H' + s[1:]
s = s.replace('h', 'H')

在Java中有可变的字符串，StringBuilder  ，每次改变字符串，无需创建新的字符串，时间复杂度为O（1）

但是在python中如果想要改变字符串，往往需要O（n)的时间复杂度，n是新字符串的长度

拼接字符串

str1 += str2  # 表示 str1 = str1 + str2

# 这个时间复杂度是多少
s = ''
for n in range(0, 100000):
    s += str(n)

在python2中总的时间复杂度就为 O(1) + O(2) + … + O(n) = O（n^2)

但是在python3中 str1 += str2 首先会检测str1 是否有其他的引用

所以在python3中时间复杂度是O（n）

l = []
for n in range(0, 100000):
    l.append(str(n))
l = ' '.join(l) 

由于列表的 append 操作是 O(1) 复杂度，时间复杂度为 n*O(1)=O(n)。

去空格及特殊符号

s.strip().lstrip().rstrip(',')

split分割

s = 'Runsen is a coder'
print(s.split(' '))

['Runsen', 'is', 'a', 'coder']

这里还说说 strip() 方法，它比较常用，可以去除字符串前后的空格，不仅如此，它还可以删除首末位置的指定的字符。

s = '******Runsen is a coder******'
s.strip('*') 

'Runsen is a coder'

查找字符串

查找字符串一个是find，一个是index find() 方法与 index() 方法的效果一样，它们的最大的区别只在于，找不到内容时的返回值不同，一个返回 -1，一个抛出异常 ：

s = 'Runsen is a coder'
print(s.find('is'))
print(s.index('is'))
print(s.find('runsen'))
print(s.index('runsen'))

7
7
-1
substring not found

字符串格式化

字符串格式化有两种，一个format，一个%s

print('%s %s' % ('Hello', 'Runsen'))
>>> Hello Runsen
print(


    
'{} {}.'.format('Hello', 'Runsen'))
>>> Hello Runsen
print('%s %s . I am %d' % ('Hello', 'Runsen',21 ))
>>> Hello Runsen . I am 21

「%s 表示字符串型，%d 表示整型」

一个format使用需要花括号{}做占位符，在format方法中再转入实际的拼接值。

补充：format中的填充与精度与进制

公式：:[填充字符][对齐方式 ][宽度]

>>> '{0:*>10}'.format(10)  ##右对齐
'********10'
>>> '{0:*<10}'.format(10)  ##左对齐
'10********'
>>> '{0:*^10}'.format(10)  ##居中对齐
'****10****'

在｛｝里继续嵌套一次｛｝，并在format的参数里增加一项即可

b=10
print("{0:*^{width}}".format("Runsen", width=b))
b=30
print("{0:*^{width}}".format("Runsen", width=b))
最后得到的输出如dao下
**Runsen**
************Runsen************

format中的如何设置精度与进制

>>> '{0:.2f}'.format(1/3)
'0.33'
>>> '{0:.3f}'.format(1/3)
'0.333'
>>> '{0:b}'.format(10)    #二进制 b
'1010'
>>> '{0:o}'.format(10)     #八进制 o
'12'
>>> '{0:x}'.format(10)     #16进制 x
'a'
>>> '{0:e}'.format(10)     #科学计算法 e
'1.000000e+01'
>>> '{:,}'.format(12369132698)  #千分位格式化
'12,369,132,698'

具体查看下面的图片，图片来源书籍《Python3基础教程》

扩展：思考两种字符串拼接操作，哪个更好

第一种通过+=

s = ''
for n in range(0, 100000):
    s += str(n)

第二种通过列表append

l = []
for n in range(0, 100000


    
):
    l.append(str(n))
    
s = ' '.join(l)

第三种map

s = ''.join(map(str, range(0, 1000000)))

对于上面的两种拼接操作，计算运行时间，即可判断出效率。

# 第一个 +=
import time
start_time  =time.perf_counter()
s = ''
for n in range(0,1000000):
    s += str(n)
end_time = time.perf_counter()
# 5.7604558070000005
print(end_time - start_time)
# 第二个 join
import time
start_time  =time.perf_counter()
s = []
for n in range(0,1000000):
    s.append(str(n))
''.join(s)
end_time = time.perf_counter()
# 0.622547053
print(end_time - start_time)



# 第三个 map
import time
start_time = time.perf_counter()
s = ''.join(map(str, range(0, 1000000)))
end_time = time.perf_counter()
# 0.403433529
print(end_time - start_time)

结果：

• 对于数据量大的map好过join，join好过 +=

• 对于数据量小的map 好过 += 好过join

参考：https://time.geekbang.org/column/article/95897

Reference