今天這篇推文我們就匯總下Python中常用的字符串處理小技巧，字符串在Python數據處理中是非常常見且極易忽略的常用數據類型，且Python本身也提供大量運算符、函數和方法來處理字符串。話不多說，接下來我們就匯總下字符串處理小技巧(ps：都是小編經常用到的處理技巧，可能不是很全哦)

字符串常用操作

1、+ 操作

這個操作相對簡單，就是對字符串進行組合，如下：

a?=?"Data" b?=?"Charm" print(a+b)? #?DataCharm

2、* 操作

* 操作一般都是重復字符串的個數，舉例如下：

a="DataCharm" print(a*3) #?DataCharmDataCharmDataCharm

3、in 操作

這個操作在我的數據處理過程中經常使用到，用于判斷某個字符是否在指定的字符串中，進而進行下一步的操作，這個和pandas數據篩選結合使用，可以快速選擇出對應的數據。

s?=?"DataCharm" print(s?in?"The?best?place?to?learn?Python?is?DataCharm") #True

根據返回的 True 或False 結果就可以靈活進數據判斷和數據選擇了(結合pandas布爾類型)，而 not in 則是 in 的反操作，其他都是一樣的。

4、[] 和[:] 通過索引獲取字符串中字符

這兩個字符串操作是使用頻次較多的操作了:

• [] 可通過具體的索引號選擇字符串中的字符；

• [:] 可以拆分字符串，進而獲取字符串中的一部分。

下面我們通過具體例子進講解，首先，有字符串如下(標注了索引號和反索引號，注意:python正序索引是從0開始，倒序索引從-1開始)

接下來的內容我們將直接通過代碼進行展示：

正序取數

s?=?"DataCharm" s[0] #'D' s[1] #'a' #?一旦取值超過索引范圍，則會顯示出錯，如下： s[9] #IndexError:?string?index?out?of?range

倒序取數

s?=?"DataCharm" s[-1] #'m'

字符串的切片處理這一部分為字符串常用部分，希望小伙伴們可以仔細閱讀理解

s?=?"DataCharm" s[0:4] #'Data's[:4] #'Data'

還可以：

s[:4]?+?s[4:] #'DataCharm's[:4]?+?s[4:]?==?s #True

對于倒序：

s?=?"DataCharm" s[-5:-2] #'Cha' #相當于正序取數如下： s[4:7] #'Cha's[-5:-2]?==?s[4:7] #True

切片中我們還可以指定步長

s?=?"DataCharm" s[0:6:2]?#?索引位置0~5，每隔1個進行取數 #'DtC'

將第一個和第二個索引可以省略，并且分別默認為第一個和最后一個字符：

s?=?"DataCharm" s[::2]#?忽略第一個和第二個索引 #?'DtCam's[2::2]#?忽略第二個索引，默認為最后一個字符 #?'tCam'

指定一個負的步長，這種情況下，字符串將倒序取值，且第一個索引應大于第二個索引：

s?=?"DataCharm" s[9:0:-2] #?'maCt's[::-2] #?'maCtD'

當設置為-1時，則將原字符串進行反轉，這也是較常用的操作之一哦，如下：

s?=?"DataCharm" s[::-1] #?'mrahCataD'

字符串常用內置方法

python 字符串操作內置了許多處理方法，這里我們只列舉出我在實際使用中常用的的內置方法。

s.capitalize()：把字符串的第一個字符大寫,其他字符串小寫

s?=?"dataCharm" s.capitalize() #'Datacharm'

s.lower():轉換 string 中所有大寫字符為小寫

s?=?"DataCharm" s.lower() #'datacharm'

s.swapcase():將字符串中大寫的變小寫，小寫的變大寫

s?=?"DataCharm" s.swapcase()? #?'dATAcHARM'

s.title():將所有單詞都是以大寫開始，其余字母均為小寫

s?=?"data?charm" s.title() #'Data?Charm'

s.upper():將 string 中的小寫字母為大寫

s?=?"datacharm" s.upper() #'DATACHARM'

s.endswith(obj)和 s.startswith(obj):檢查字符串是否是以 obj 開頭（開頭），是則返回 True，否則返回 False

這兩個字符串內置方法為常用方法，特別是數據選擇過程中，當然和pandas結合，實現高效取數。

s?=?"DataCharm" s.startswith("Data") #True s.endswith("Data") #False

s.strip([chars])、 s.lstrip([chars])和 s.rstrip([chars]):刪除 string 字符串開頭和結尾、開頭、結尾的指定的字符(chars)(默認為空格)

該方法為較常使用在數據清洗過程中,如爬取的字符串數據需要去除多余空格。

s?=?"?DataCharm?" s.strip() #'DataCharm' s.lstrip() #'DataCharm?' s.rstrip() #'?DataCharm'

s.find(str, beg=0, end=len(s))：檢測str是否包含在s 中，如果在 beg 和 end 指定范圍，則檢查是否包含在指定范圍內，如果是返回開始的索引值，否則返回-1。

s.count(str, beg=0, end=len(s))：返回 str 在 s 里面出現的次數，如果 在beg 或者 end 指定指定范圍內,則返回 str 出現的次數

s.split("str")：以指定字符(str)分割字符串，返回多個字符串組成的列表。

字符串和列表之間的轉換

這個小技巧也是我在數據處理過程中經常使用的，所以單獨進行講解。

將列表轉換成字符串，我們可以使用 .join() 方法操作

list_test?=?['foo',?'bar',?'baz',?'qux'] str_from_list?=?"?".join(list_test) str_from_list #?'foo?bar?baz?qux'type(str_from_list) #?str

將字符串轉換成列表，則直接使用s.split()方法即可

str_test?=?"foo?bar?baz?qux" list_from_str?=?str_test.split("?") list_from_str #['foo',?'bar',?'baz',?'qux']type(list_from_str) #list

字符串格式化處理

這里建議大家使用str.format() 方法進行字符串格式化輸出。str.format()基本格式為

"xxx{?}xxx".format(參數)

這里我們列出幾種常見的形式，具體詳細的大家可自行搜索(主要是太多，我列出常用的幾個即可)

#方式一： '{0},?{1},?{2}'.format('a',?'b',?'c') #方式二： '{},?{},?{}'.format('a',?'b',?'c')

指定數字類型

• b: 輸出整數的二進制方式；

• c: 輸出整數對應的Unicode字符；

• d: 輸出整數的十進制方式；

• o: 輸出整數的八進制方式；

• x: 輸出整數的小寫十六進制方式；

• X: 輸出整數的大寫十六進制方式；

保留兩位小數(使用較多)

'π?is?{:.2f}'.format(3.1415926) #?'π?is?3.14'

數字千位符格式

'{:,}'.format(123456789) #'123,456,789'

百分比表示

"{:.0%}".format(3/10) #'30%' "{:.3%}".format(3/10) #'30.000%'

日期格式表示

import?datetime date?=?datetime.datetime(2020,?2,?1,?23,?20,?58) '{:%Y-%m-%d?%H:%M:%S}'.format(date) #'2020-02-01?23:20:58'

總結

以上就是關于我在實際使用過程中常用的Python字符串操作方法，由于是小編常用到的，可能不是很全，但絕對是常用操作，希望對大家有所幫助，更多Python 字符串操作，小伙伴們可自行搜索哦！

推薦閱讀 誤執行了rm -fr /*之后，除了跑路還能怎么辦？！程序員必備58個網站匯總大幅提高生產力：你需要了解的十大Jupyter Lab插件

總結

以上是生活随笔為你收集整理的一次性汇总了 30+ 字符串常用处理方法的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。