第四天 第五章 字符串格式化及编码

# 一、字符串常用操作

# 拼接字符串：用“+”号将两个字符串拼接起来。注：字符串不允许直接和其它类型拼接。

# 计算字符串长度：在python中，数字、英文、小数点、下划线、和空格占一个字节；一个汉字可能会占2-4个字节，取决于所用编码。

#               汉字在GBK/GB2312编码中占2个字节，在UTF-8/unicode编码中占3个（或4个）字节。

# len(string)用来计算字符串的长度

string = '人生苦短，我用python!'
print(len(string)) # 输出14 - 直接使用len()是统计字符个数，不管是汉字还是英文，或是标点符号。有一个算一个。

# 如果想获取所占字节，可以用encode()方法
print(len(string.encode('utf8'))) # 输出28 - utf8编码中文占3个字节，这里中文汉字和标点是7X3=21个字节，英文和标点是7个字节。
print(len(string.encode('gbk'))) # 输出21 - gbk编码中文占2个字节，这里中文汉字和标点是7X2=14个字节，英文和标点是7个字节。
print(len(string.encode('gb2312'))) # 输出21 - gb2312编码中文占2个字节，这里中文汉字和标点是7X2=14个字节，英文和标点是7个字节。

# 截取字符串：字符串可以和列表一样用切片功能 string[start : end : step]

# 如果指定索引不存在，则会抛出异常，可以用try...except捕获异常。

try:
    substring = string[30]
except IndexError:
    print('指定索引不存在')

# 分割、合并字符串

# string.split(sep,maxsplit) # sep用于指定分隔符，默认为所有空字符（空格/换行/制表符等）

                             # maxsplit指定分割次数，默认没有或指定为-1，表示无限制，否则返回指定个数，最大为maxsplit+1

# 注：如果不指定sep参数，也不能指定maxsplit参数。

# 合并字符串：strnew = string.join(iterable) # string是合并时的分隔符，可以是空。

# 检索字符串：

# count()：检索指定字符串在另一个字符串中出现的次数。语法格式：str.count(sub[,start[,end]]) sub在str中出现了多少次，如果没有则返回0

# find(): 返回首次出现的索引值。语法格式：str.find(sub[,start[,end]]) sub在str中第一次出现的索引值，如果没有则返回-1

# rfind(): 从右向左寻找

# 判断某字符串是否存在：1/ sub in str返回真表示存在  2/ str.find(sub)>-1 表示存在

# index()同find()方法类似，但如果指定字串不存在的话会抛出异常。str.index(sub[,start[,end]])

# rindex()同index()方法，从右向左查找。

# startswith() 检索开头是否指定字串，返回布尔值，语法：str.startswith(sub[,start[,end]])

# endswith() 检索结尾是否指定字串，返回布尔值，语法：str.endswith(sub[,start[,end]])

# 字母的大小写转换upper()和lower()

strlowerupper = 'HELLO world'
print(strlowerupper.lower())
print(strlowerupper.upper())

# 去除字符串中的空格和特殊字符：strip()去除左右两侧，ltrip()去除左侧，rstrip()去除右侧，str.strip([chrs])

# chars: 可选参数，默认为空，即删除空格/制表/回车/换行等符号。如果为“#@”，则是删除#或@符号

strstrip = '@#@##hello world@#@#@@@'
print(strstrip.strip('@#'))

# 格式化字符串 这是早期使用的方法，自2.6版本后，推荐使用format()方法

# 1 使用“%”操作符： '%[-][+][0][m][.n]格式化字符'%exp

# - 左对齐，正数前无符号，负数前加负号

# + 右对齐，正数前加正号，负数前加负号

# 0 右对齐，正数前无符号，负数前加负号，用0填充空白（一般与m参数一起使用）

# m 表示占有宽度

# .n 表示小数点后保留位数

# 格式化字符 用于指定类型，如下表

格式化字符	说明
%s	字符串（采用str()显示）
%c	单个字符
%d或%i	十进制整数
%x	十六进制整数
%f或%F	浮点数
%r	字符串（采用repr()显示）
%o	八进制整数
%e	指数（基底写为e）
%E	指数（基底写为E)
%%	字符%

# exp 要转换的项，如果指定的项有多个，需要通过元组的形式进行指定，但不能使用列表。

# 2 使用字符串对象的format()方法：str.format(args)

# str 用于指定字符吕的显示样式（即模板）

# args 用于指定要转换的项，如果有多项，则用冒号进行分隔。

# 创建模板语法：{[index][:[[fill]align][sign][#][width][.precision][type]]}

# index 用于指定要设置格式的对象在参数列表中的索引位置，从0开始，如果省略，则根据值的先后顺序自动分配。

# fill 用于指定空白处填充的字符

# align 用于指定对齐方式（“<”表示左对齐，“>”表示右对齐，“=”只对数字有效，表示右对齐，“^”表示剧中对齐，需要配合width使用

# sign 用于指定有无符号（“+”表示正数加正号，负数加负号；“-”表示正数无符号，负数加负号；“ ”空格表示正数加空格，负数加负号

# # 对于二进制/八进制/十六进制，表示会显示0b/0o/0x前缀，否则不显示前缀

# width 用于指定所占宽度

# .precision 用于指定保留的小数位数

# type 用于指定类型

格式化字符                                 说明

s                                      对字符串类型格式化

d                                          十进制整数

c                      将十进制整数自动转换为对应的Unicode字符

e或E                         转换为科学计数法表示再格式化

g或G                               自动在e和f或E和F中切换

b                          将十进制整数自动转换成二进制表示再格式化

o                          将十进制整数自动转换成八进制表示再格式化

x或X                    将十进制整数自动转换成十六进制表示再格式化

f或F                    转换为浮点数（默认小数点后保留6位）再格式化

%                          显示百分比（默认显示小数点后6位）

 

# 出现多个占位符时，要么全部手动指定索引位置，要么全部自动指定索引位置，不能混用。

# 数值类型有多种显示方式，如下：
import math  # 导入Python的数学模块
print('1251+3950的结果是（以货币形式显示）：￥{:,.2f}元'.format(1251+3950))  # 以货币形式显示 ￥5,201.00元
print('{0:.1f}用科学计数法表示：{0:E}'.format(120000.1))  # 用科学计数法表示 1.200001E+05
print('π取5位小数：{:.5f}'.format(math.pi))  # 输出小数点后五位 3.14159
print('{0:d}的16进制结果是：{0:#x}'.format(100))  # 输出十六进制数 0x64
print('天才是由 {:.0%} 的灵感，加上 {:.0%} 的汗水 。'.format(0.01,0.99))  # 输出百分比，并且不带小数 1% 99%

# 字符串的编码转换

# 1 ASCII码 一个字节表示10个数字/大小写字母/其它符号的一个宽度，最多表示256个符号。

# 2 GBK/GB2312 中文编码标准，一个字节表示英文，两个字节表示中文

# 3 UTF-8 国际通用编码，一个字节表英文，三个字节表中文，python3.x默认使用此编码

# 常用的字符串类型分别是str和bytes。

# str表示Unicode字符（ASCII或其它）

# bytes表示二进制数据（包括编码的文本）

# 这两种不能拼接在一起使用。如果把str传输或保存，则需要先把str转换为字节类型。

# bytes类型是带有b前缀的字符串（用单引号或双引号表示），如：b'\xd2\xb0'和b'mr'都是bytes类型的数据。

# str类型和tytes类型可以通过encode()和decode()方法进行转换，这两个方法是互逆的过程。

# 使用encode()方法编码：str.encode([encoding="utf-8"][,errors="strict"])

# str 表示要转换的字符串

# encoding="uft-8" 用于指定进行转码时采用的字符编码，默认为UTF-8，当只有一个参数时可以直接写编码，不用写“encoding=”

# errors="strict" 用于指定错误的处理方式，strict：遇到非法字符抛出异常；ignore：忽略非法字符；repalce：用“?”替换非法字符；xmlcharrefrepalce：用XML的字符引用；等等

# 使用decode()方法解码：格式同编码格式一样，使用时需要与编码时的字符编码一致。