2.1 字符串
2.1.1 字符串转换
|
1
2
3
4
5
6
7
8
9
10
|
>>> a
=
123
>>> b
=
1.23
>>>
type
(a)
<
type
'int'
>
>>>
type
(b)
<
type
'float'
>
>>>
type
(
str
(a))
<
type
'str'
>
>>>
type
(
str
(b))
<
type
'str'
>
|
说明：先定义个整数和浮点数，再查看类型，用str()函数将对象转成字符串。
这里的用到了type()函数，用于查看对象类型。这个type()在以后学习中很用的，刚开始学习时候，往往因为对象类型不对，导致程序运行报错，这时可以用它来排查问题。
2.1.2 字符串连接
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
|
# 加号字符将同类型字符连接到一起
>>> hw
=
"Hello"
+
"World!"
>>>
print
hw
HelloWorld!
# 两个相邻的字符串自动连接一起
>>> hw
=
"Hello"
"World!"
>>>
print
hw
HelloWorld!
# 如果字符串内包括单引号或双引号，要用\转义，否则报错，上一章也讲过。
>>> hw
=
"Hello \"World!\""
>>>
print
hw
Hello
"World!"
# 不同字符串类型拼接
>>> a
=
"abc"
>>> b
=
1
>>>
print
a
+
b
Traceback (most recent call last):
File
"<stdin>"
, line
1
,
in
<module>
TypeError: cannot concatenate
'str'
and
'int'
objects
说明：不同字符串类型不允许连接，想要连接可以下面这么做。
方法
1
：
>>> c
=
"%s%d"
%
(a,b)
>>>
print
c
abc1
方法
2
：
>>> c
=
a
+
str
(b)
>>>
print
c
abc1
|
2.1.3 格式化输出
操作符号 |
说明 |
%s |
字符串（str()） |
%r |
字符串（repr()） |
%d |
整数 |
%f |
浮点数，可指定小数点后的精度 |
1) 字符串格式输出三种方法
|
1
2
3
4
5
6
7
|
>>> xxoo
=
"string"
>>>
print
"%s"
%
xxoo
string
>>>
print
"%r"
%
xxoo
'string'
>>>
print
`xxoo`
'string'
|
说明：%s采用str()函数显示，%r采用repr()函数显示。repr()和反撇号把字符串转为Python表达式。
2) 保留小数点数
|
1
2
|
>>>
'%.1f'
%
(
float
(
100
)
/
1024
)
'0.1'
|
2.1.4 字符串处理
上图是字符串处理的方法，红色框框中大概有一半经常用的，我们就拿一部分常用的来举例说明。
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
|
#!/usr/bin/env python
# -*- coding: utf-8 -*-
xxoo
=
"Hello world!"
print
"字符串长度: %s"
%
len
(xxoo)
print
"首字母大写: %s"
%
xxoo.capitalize()
print
"字符l出现次数: %s"
%
xxoo.count(
'l'
)
print
"感叹号是否结尾: %s"
%
xxoo.endswith(
'!'
)
print
"w字符是否是开头: %s"
%
xxoo.startswith(
'w'
)
print
"w字符索引位置: %s"
%
xxoo.find(
'w'
)
# xxoo.index('W')
print
"格式化字符串: Hello{0} world!"
.
format
(
','
)
print
"是否都是小写: %s"
%
xxoo.islower()
print
"是否都是大写: %s"
%
xxoo.isupper()
print
"所有字母转为小写: %s"
%
xxoo.lower()
print
"所有字母转为大写: %s"
%
xxoo.upper()
print
"感叹号替换为句号: %s"
%
xxoo.replace(
'!'
,
'.'
)
print
"以空格分隔切分成列表: %s"
%
xxoo.split(
' '
)
print
"转换为一个列表: %s"
%
xxoo.splitlines()
print
"去除两边空格: %s"
%
xxoo.strip()
print
"大小写互换: %s"
%
xxoo.swapcase()
print
"只要Hello字符串: %s"
%
xxoo[
0
:
5
]
print
"去掉倒数第一个字符: %s"
%
xxoo[
0
:
-
1
]
# python test.py
字符串长度:
12
首字母大写: Hello world!
字符l出现次数:
3
感叹号是否结尾:
True
w字符是否是开头:
False
w字符索引位置:
6
格式化字符串: Hello, world!
是否都是小写:
False
是否都是大写:
False
所有字母转为小写: hello world!
所有字母转为大写: HELLO WORLD!
感叹号替换为句号: Hello world.
以空格分隔切分成列表: [
'Hello'
,
'world!'
]
转换为一个列表: [
'Hello world!'
]
去除两边空格: Hello world!
大小写互换: hELLO WORLD!
只要Hello字符串: Hello
去掉倒数第一个字符: Hello world
|
2.1.5 字符串输出颜色
字体颜色 |
字体背景颜色 |
显示方式 |
30：黑 31：红 32：绿 33：黄 34：蓝色 35：紫色 36：深绿 37：白色 |
40：黑 41：深红 42：绿 43：黄色 44：蓝色 45：紫色 46：深绿 47：白色 |
0：终端默认设置 1：高亮显示 4：下划线 5：闪烁 7：反白显示 8：隐藏 |
| 格式： \033[1;31;40m # 1是显示方式，可选。31是字体颜色。40m是字体背景颜色。 \033[0m # 恢复终端默认颜色，即取消颜色设置。 |
||
博客地址：http://lizhenliang.blog.51cto.com
QQ群：Shell/Python运维开发群 323779636
2.2 编码
2.2.1 常见字符编码类型
ASCII：美国信息交换标准码，是目前计算机中最广泛使用的字符集编码。每个ASCII码以1个字节存储，例如数字字符0的ASCII码是0110000，十进制表示为48。
Unicode：为解决世界上上百种语言带来混合、冲突，各国有各国的标准，显示很容易出现乱码。Unicode就出现了，它把所有语言的字符都统一到一套Unicode编码中，并定义每个语言字符的标准，所以Unicode又称统一码，万国码。大部分编程语言都支持Unicode，Python内部编码也支持Unicode。
GB2312：中国国家标准总局发布处理汉字的标准编码。
GBK：GB2312的扩展，向下兼容GB2312。
UTF-8：针对Unicode的可变长度字符编码，又称万国码。支持中文简体繁体及其它语言（如英文，日文，韩文）。
2.2.3 decode()
decode()函数作用是将其他编码（比如ACSII、Byte String）的字符串解码成Unicode。
2.2.4 encode()
encode()函数作用是将Unicode编码成终端软件能是识别的编码，就能正常显示了，比如UTF-8、GBK。
2.2.5 Python编码处理
|
1
2
3
4
5
6
7
|
#!/usr/bin/env python
c
=
"中文"
print
c
# python test.py
File
"test.py"
, line
2
SyntaxError: Non
-
ASCII character
'\xe4'
in
file
test.py on line
3
, but no encoding declared; see http:
/
/
www.python.org
/
peps
/
pep
-
0263.html
for
details
|
说明：在程序里面直接打印中文，会报语法错误，这是因为Python默认编码是ASCII，无法处理其他编码。
如果想打印中文，需要声明编码为utf-8，上面也有写过：
|
1
2
3
4
5
6
7
8
9
|
#!/usr/bin/env python
# -*- coding: utf-8 -*-
c =
"中文"
print c
print
type
(c)
# python test.py
中文
<
type
'str'
>
|
可以正常输出中文了，类型是字符串，这个字符串是经过Python unicode编码后字节组成的。
虽然可以正常输入中文，并不意味的就万事大吉了，如果终端编码不是utf-8或其他软件也不确定编码还会出现乱码情况。所以还是要明白Python处理编码逻辑关系，才能更好的应对编码问题。
切换到交互式解释器：
|
1
2
3
4
5
|
>>> c
=
"中文"
>>> c.encode(
'utf-8'
)
Traceback (most recent call last):
File
"<stdin>"
, line
1
,
in
<module>
UnicodeDecodeError:
'ascii'
codec can't decode byte
0xe4
in
position
0
: ordinal
not
in
range
(
128
)
|
如果直接转成utf-8是不允许的，报错Unicode解码错误，大概意思是说ascii码不能解码字节字符串。
上面讲到encode()函数作用是将Unicode码解码，而现在的c变量并非是Unicode码，而是字节字符串，算是Unicode的一种吧？。
故此，不能使用encode()，而是先使用decode()先解码陈Unicode再用encode()编码成utf-8。
|
1
2
3
4
5
6
7
8
|
>>> c.decode(
'utf-8'
)
u
'\u4e2d\u6587'
# 4e2d对应unicode值是"中"，6587对应unicdoe值是"文"
>>>
type
(c.decode(
'utf-8'
))
<
type
'unicode'
>
>>>
print
c.decode(
'utf-8'
) ？
中文
>>>
print
c.decode(
'utf-8'
).encode(
'utf-8'
)
中文
|
如果是Unicode字符串可直接通过encode()函数转码其他编码。
|
1
2
3
4
5
|
>>> c
=
u
'中文'
>>> c.encode(
'utf-8'
)
'\xe4\xb8\xad\xe6\x96\x87'
>>>
print
c.encode(
'utf-8'
)
中文
|
看下字节字符串和unicode字符串区别：
|
1
2
3
4
5
6
7
8
9
10
|
>>> c
=
'中文'
>>> u
=
u
'中文'
>>> c
'\xe4\xb8\xad\xe6\x96\x87'
>>> u
u
'\u4e2d\u6587'
>>>
len
(c)
6
>>>
len
(u)
2
|
字节字符串长度要比unicode长的多，而unicode长度就是字符长度。
总结下：Python处理编码流程大致是这样的，ascii --> decode() --> unicode --> encode() --> 终端能识别的编码，unicode算是一个中间码，有着承上启下的作用。
本文转自 李振良OK 51CTO博客，原文链接：http://blog.51cto.com/lizhenliang/1851539，如需转载请自行联系原作者
