Python 常用字串操作

語言: CN / TW / HK
時間 2022-08-01 03:15:04

theme: hydrogen

攜手創作，共同成長！這是我參與「掘金日新計劃 · 8 月更文挑戰」的第4天，點選檢視活動詳情

前言

在處理文字資料時，我們通常需要對其進行多種不同的操作，例如在文字後追加新的字串、將文字拆分為多個字串，或修改字母的大小寫等；當然，除此之外，我們也會需要使用更高階的文字解析或其他方法；但是，將文字劃分為句子或者單詞、刪除或替換某些特定單詞等這類的操作是最常見的。

字串操作

接下來，我們將通過一些例項來介紹常用的基本字串操作。首先，定義一段文字，對其進行拆分，並進行一些常用的編輯，最後將編輯後的字串連線在一起進行合併。

常用字串操作

定義輸入文字後，將其拆分為單個單詞。文字拆分時以空格、換行符作為預設分隔符，使用split()方法可以將文字拆分為單個單詞，單詞中並不會出現空格、換行符或者其它指定的分隔符： ```python

input_text = 'Never regret falling in love with you. The longer you go, the more you cherish it. If time can flow back to the past, I must make a love song with you again, because you are the only one in my life.' words = input_text.split() words ['Never', 'regret', 'falling', 'in', 'love', 'with', 'you.', 'The', 'longer', 'you', 'go,', 'the', 'more', 'you', 'cherish', 'it.', 'If', 'time', 'can', 'flow', 'back', 'to', 'the', 'past,', 'I', 'must', 'make', 'a', 'love', 'song', 'with', 'you', 'again,', 'because', 'you', 'are', 'the', 'only', 'one', 'in', 'my', 'life.'] ```

用 “x” 字元替換句子中出現的大寫字母。遍歷每個單詞的每個字元，對於每一個字元，如果它是一個大寫字母，則返回一個 “x”。這一過程是通過兩個列表推導完成的，一個在列表上執行，另一個在每個單詞上執行，並通過條件語句進行判斷僅在字元為大寫字母時替換它們 —— 'x' if w.isupper() else w for w in word，最後將這些字元使用 join() 方法連線在一起： ```python

replaced = [''.join('x' if w.isupper() else w for w in word) for word in words] replaced ['xever', 'regret', 'falling', 'in', 'love', 'with', 'you.', 'xhe', 'longer', 'you', 'go,', 'the', 'more', 'you', 'cherish', 'it.', 'xf', 'time', 'can', 'flow', 'back', 'to', 'the', 'past,', 'x', 'must', 'make', 'a', 'love', 'song', 'with', 'you', 'again,', 'because', 'you', 'are', 'the', 'only', 'one', 'in', 'my', 'life.'] 對文字進行編碼，將文字轉換為純 `ASCII` 編碼格式，這在實際應用中十分重要，如果不進行合適的編碼，在顯示時會出現意料之外的錯誤。每個單詞都被編碼為 `ASCII` 位元組序列，然後再次解碼回 `Python` 字串型別，並且在轉換時使用 `errors` 引數來強制替換未知字元：python ascii_text = [word.encode('ascii',errors='replace').decode('ascii') for word in replaced] ascii_text ['xever', 'regret', 'falling', 'in', 'love', 'with', 'you.', 'xhe', 'longer', 'you', 'go,', 'the', 'more', 'you', 'cherish', 'it.', 'xf', 'time', 'can', 'flow', 'back', 'to', 'the', 'past,', 'x', 'must', 'make', 'a', 'love', 'song', 'with', 'you', 'again,', 'because', 'you', 'are', 'the', 'only', 'one', 'in', 'my', 'life.'] 將單詞進行分組，並且每組最多有 `80` 個字元，每一組作為一行。為所有以句點結尾的單詞新增一個額外的換行符，作為不同組的標誌，之後建立一個新行並逐個新增單詞；如果一個行的單詞超過 `80` 個字元，則會結束該行並開始一個新行，同樣，當遇到一個換行符時，也會開始一個新行，我們還需要添加了一個額外的空格來分隔單詞：python newlines = [word + '\n' if word.endswith('.') else word for word in ascii_text] newlines ['xever', 'regret', 'falling', 'in', 'love', 'with', 'you.\n', 'xhe', 'longer', 'you', 'go,', 'the', 'more', 'you', 'cherish', 'it.\n', 'xf', 'time', 'can', 'flow', 'back', 'to', 'the', 'past,', 'x', 'must', 'make', 'a', 'love', 'song', 'with', 'you', 'again,', 'because', 'you', 'are', 'the', 'only', 'one', 'in', 'my', 'life.\n'] line_size = 80 lines = [] line = '' for word in newlines: ...     if line.endswith('\n') or len(line) + len(word) + 1 > line_size: ...             lines.append(line) ...             line = '' ...     line = line + ' ' + word ```  

最後，將每一行按照標題形式進行格式化(每個單詞的第一個字母大寫)，並將它們連線為一段文字： ```python

lines = [line.title() for line in lines] result = ''.join(lines) print(result)  Xever Regret Falling In Love With You.  Xhe Longer You Go, The More You Cherish It.  Xf Time Can Flow Back To The Past, X Must Make A Love Song With You Again, ```

其它字串操作

除了上述操作外，可以對字串執行的其他一些有用的操作。例如，字串可以像任何其他列表一樣使用切片，'love'[0:3] 將返回 lov。類似於 title() 方法，可以使用 upper() 方法和 lower() 方法，可以分別用於返回字串的大寫和小寫版本: ```python

print('unicode'[0:3]) uni print('unicode'.upper()) UNICODE print('UNicode'.lower()) unicode ```

「」
「」