《Python程序设计》第4章 字符串、元组和字典

口令：RAPID708第4章

字符串、元组和字典学习目标掌握字符串格式化的使用。掌握字符串常用方法。掌握使用正则表达式进行数据清洗。掌握元组的特性和使用。掌握字典的特性和使用。字符串最开始的字符串编码是美国标准信息交换码（ASCII），它采用1个字节对字符进行编码，最多只能表示256个符号（10个数字、26个大写英文字母、26个小写英文字母及一些其他符号）。随着信息技术的发展和信息交互的需要，各国的文字都需要进行编码，不同的应用领域和场合对字符串编码的要求也略有不同，此时又分别设计多种不同的编码格式，常见的主要有UTF-8、UTF-16、UTF-32、GB2312、GBK、CP936、base64、CP437等，Python3.X默认编码格式是UTF-8。字符串格式化在Python编程中字符串输入与输出可以使用字符串格式化的方式进行操作。使用格式如下：%[Flags][Width].[Precision]Type说明：“%”：是转换说明符的开始。“Flags”：（可选项）可供选择的值有：“+”：正数前加正号，负数前加负号。“-”：左对齐。“”：正数前加空格。“0”：位数不够用“0”填充空。“Width”：（可选项）字段占有宽度。“.Precision”：（可选项）精度，小数点后保留的位数。“Type”：转换类型（如表4-1所示）。字符串格式化常用格式字符：字符串格式化>>>num=3438>>>buf="%o"%num>>>buf'6556'>>>buf="%X"%num>>>buf'D6E'>>>buf="%f"%num/345>>>buf="%f"%(num/345)>>>buf'9.965217'>>>buf="%e"%(num/345)>>>buf'9.965217e+00'字符串方法字符串常用方法：find()方法>>>str1="HelloPythonIlikeyou">>>str1.find("like")15count()方法>>>str1="HelloWorld,HelloPython.">>>str1.count("Hello")2split()方法>>>str1="1+2+3+4+5+6+7">>>str1.split("+")['1','2','3','4','5','6','7']join()方法>>>str1=["1","2","3","4","5","6","7"]>>>sep="+">>>sep.join(str1)'1+2+3+4+5+6+7'replace()方法>>>str1="Hello,Python!">>>str1.replace("Python","World")'Hello,World!'strip()方法>>>str1="HelloWorld" #删除空格>>>str1.split()['Hello','World']>>>str1.split("H") #删除指定字符“H”['','elloWorld']正则表达式正则表达式是字符串处理的有力技术，通常被用来检索、替换那些符合某个规则的文本等，例如，网络爬虫、文稿整理或数据筛选等。在Python中提供了“re”模块来支持正则表达式。正则表达式在匹配文本内容时有两种匹配模式。一种是贪婪模式，尽可能的匹配更多的内容，另一种是非贪婪模式，总是尝试匹配尽可能少的字符。例如，使用正则表达式“adc*?”如果用于查找“abcdefg”，使用贪婪模式有可能将找到“abcdefghi”，而使用非贪婪模式查找就有可能找到“abcd”。Python中数量词默认使用贪婪模式。正则表达式正则表达式常用语法：格式字符说明.除换行符以外的任意单个字符\w匹配单词字符，即[a-zA-Z0-9]\W匹配非单词字符集，例如‘*’\d匹配数字，即[0-9]\D匹配非数字\s匹配空白字符\S匹配非空白字符*匹配前一个字符0次或者任意多次+匹配前一个字符1次或者任意多次?匹配前一个字符0次或者1次{m}匹配前一个字符m次{m,n}匹配前一个字符最少m次，最多n次*?非贪婪模式匹配前一个字符0次或者任意多次+?非贪婪模式匹配前一个字符1次或者任意多次??非贪婪模式匹配前一个字符0次或者1次{m,n}?非贪婪模式匹配前一个字符最少m次，最多n次^匹配字符串开头$匹配字符串结尾\A制定的字符串匹配必须出现在开头\Z制定的字符串匹配必须出现在结尾|匹配左右任意一个表达式，相当于“或”的含义()匹配一个分组，括号中为该分组所需匹配的内容\<number>引用匹配编号为<number>的分组中的字符串(?P<group_name>)为匹配分组制定特定的组名(?P=<group_name>)引用特定组名的匹配字符串正则表达式“re”模块的常用方法：方法功能说明compile(pattern[,flags])创建模式对象escape(string)将字符串中所有特殊正则表达式字符转义findall(pattern,string[,flags])返回包含字符串中所有与给定模式匹配的项的列表finditer(pattern,string,flags=0)返回包含所有匹配项的迭代对象，其中每个匹配项都是match对象fullmatch(pattern,string,flags=0)尝试把模式作用于整个字符串，返回match对象或Nonematch(pattern,string[,flags])从字符串的开始处匹配模式，返回match对象或Nonepurge()清空正则表达式缓存search(pattern,string[,flags])在整个字符串中寻找模式，返回match对象或Nonesplit(pattern,string[,maxsplit=0])根据模式匹配项分隔字符串sub(pat,repl,string[,count=0])将字符串中所有与pat匹配的项用repl替换，返回新字符串，repl可以是字符串或返回字符串的可调用对象，该可调用对象作用于每个匹配的match对象subn(pat,repl,string[,count=0])将字符串中所有pat的匹配项用repl替换，返回包含新字符串和替换次数的二元元组，repl可以是字符串或返回字符串的可调用对象，该可调用对象作用于每个匹配的match对象正则表达式match()方法匹配：importre#将正则表达式编译成pattern对象pattern=pile(r'Hello')#使用Pattern匹配文本，获得匹配结果，无法匹配时将返回Nonematch=pattern.match('HelloPython')#判断是否匹配到信息ifmatch: #使用Match获得分组信息print(match.group())正则表达式match()方法匹配：importre#使用正则表达式匹配文本，获得匹配结果，无法匹配时将返回Nonematch=re.match(r'(.*)Python','HelloPython',re.S)#判断是否匹配到信息ifmatch: #使用Match获得分组信息print(match.group())#输出符合匹配要求的所有匹配项print(match.group(1))#输出符合匹配要求的特定项正则表达式search()方法匹配：importre#使用正则表达式匹配文本，获得匹配结果，无法匹配时将返回Nonematch1=re.search(r'is(.*)learn','Lifeistooshort,IlearnPython',re.S)match2=re.match(r'is(.*)learn','Lifeistooshort,IlearnPython',re.S)#判断是否匹配到信息ifmatch1: print(match1.group())#输出符合匹配要求的所有匹配项print(match1.group(1))#输出符合匹配要求的特定项else:print("match1None!")ifmatch2: print(match2.group())#输出符合匹配要求的所有匹配项print(match2.group(1))#输出符合匹配要求的特定项else:print("match2None!")正则表达式findall()方法匹配：importrenum=re.findall(r'\d','one1two2three3four4')print(num)正则表达式sub()方法匹配：importrephone="2018-01-01-9527#ThisisPhoneNumber"#将‘#’号以后的数据用''替换num=re.sub(r'#.*$',"",phone)print("PhoneNum:",num)#将所有的非数字数据用''替换num=re.sub(r'\D',"",phone)print("PhoneNum:",num)元组元组和列表操作类似，但是元组属于不可变序列，元组创建后只可以元素覆盖不可以修改元素。元组的定义方式和列表相同，但定义时所有元素是放在一对圆括号“()”中，用逗号“,”分隔元素值。>>>1,2,3(1,2,3)>>>(1,2,3)(1,2,3)#只有一个值的元组操作>>>55>>>(5)5>>>5,(5,)>>>(5,)(5,)>>>tuple("123")('1','2','3')>>>tuple([1,2,3])(1,2,3)>>>x=1,2,3,4>>>x[:3](1,2,3)>>>x[2]3字典字典的基本操作：创建字典>>>name_id={"Liang":"0001","Ran":"0002","Jie":"0003"}dict()函数>>>students=dict(name="jie",age=23)>>>students{'name':'jie','age':23}>>>students=[("name","jie"),("age",23)]>>>dict(students){'name':'jie','age':23}读取字典某个元素>>>students=[("name","jie"),("age",23)]>>>dict(students){'name':'jie','age':23}>>>students['name']'jie'读取所有的键值对列表>>>students=dict(name="jie",age=23)>>>foriteminstudents.items(): print(item)('name','jie')('age',23)添加和修改字典元素>>>students=dict(name="jie",age=23)>>>students["id"]=9527>>>students{'id':9527,'name':'jie','age':23}>>>students["age"]=30>>>students{'id':9527,'name':'jie','age':30}字典是可变序列是一种映射类型，字典中的键可以为任意不可变数据，比如整数、实数、复数、字符串、元组等。字典字典常用方法：clear()方法>>>students={"id":9527,"name":"jie","age":23}>>>students{'id':9527,'name':'jie','age':23}>>>students.clear()>>>students{}copy()方法>>>students1={"id":9527,"name":"jie","age