
Python 常用string函数详解
下面小编就为大家带来一篇Python常用string函数详解。小编觉得挺不错的,现在就分享给大家,也给大家做个参考。
字符串中字符大小写的变换
1. str.lower() //小写
>>> 'SkatE'.lower()
'skate'
2. str.upper() //大写
>>> 'SkatE'.upper()
'SKATE'
3. str.swapcase() //大小写互换
>>> 'SkatE'.swapcase()
'sKATe'
4. str.title() //首字母大写,其余的小写
>>> 'SkatE'.title()
'Skate'
字符串在输出时的对齐
1. str.ljust(width,[fillchar]) //输出width个字符,str左对齐,不足部分用fillchar填充,默认的为空格
>>> 'skate'.ljust(10)
'skate '
>>> 'skate'.ljust(10,'0')
'skate00000'
2. str.rjust(width,[fillchar]) //输出width个字符,str右对齐,不足部分用fillchar填充,默认的为空格
>>> 'skate'.rjust(10,'0')
'00000skate'
>>> 'skate'.rjust(10)
' skate'
3. str.center(width,[fillchar]) //中间对齐
>>> 'skate'.center(10)
' skate '
>>> 'skate'.center(10,'0')
'00skate000'
4. str.zfill(width) //把str变成width长,并在右对齐,不足部分用0补足
>>> 'skate'.zfill(10)
'00000skate'
字符串搜索相关
str.find('t') //搜索指定字符串,没有返回-1
str.find('t',start) //指定起始位置搜索
str.find('t',start,end) //指定起始及结束位置搜索:
str.rfind('t') //从右边开始查找
str.count('t') //搜索到多少个指定字符串:
eg:
>>> 'skate'.find('t')
3
>>> 'skate'.find('t',2)
3
>>> 'skate'.find('t',2,4)
3
>>> 'skate'.rfind('t')
3
>>> 'skate'.count('t')
1
字符串替换
str.replace('old','new') //替换old为new
str.replace('old','new',maxReplaceTimes) //替换指定次数的old为new
eg:
>>> 'skateskate'.replace('s','S')
'SkateSkate'
>>> 'skateskate'.replace('s','S',1)
'Skateskate'
>>>
字符串去空格及去指定字符
str.strip([chars]) //去两边的chars,默认是空格
str.lstrip([chars]) //去左边的chars,默认是空格
str.rstrip([chars]) //去右边的chars,默认是空格
字符串的分割
str.split([sep, [maxsplit]]) //以sep为分隔符,把str分成一个list。maxsplit表示分割的次数。默认的分割符为空白字符
str.rsplit([sep, [maxsplit]])
str.splitlines([keepends]) //把str按照行分割符分为一个list,keepends是一个bool值,如果为真每行后而会保留行分割符。
eg:
>>> 'skateskate'.split()
['skateskate']
>>> 'skateskate'.split('e')
['skat', 'skat', '']
>>> 'skate skate'.rsplit(' ')
['skate', 'skate']
>>> 'skate\n skate1'.splitlines()
['skate', ' skate1']
>>> 'skate\n skate1'.splitlines(1)
['skate\n', ' skate1']
>>>
字符串连接
str.join(seq) //把seq代表的序列(字符串序列),用str连接起来
eg:
>>> 'skate'.join('111')
'1skate1skate1
字符串判断
str.startwith(prefix[,start[,end]]) //是否以prefix开头
str.endwith(suffix[,start[,end]]) //是否以suffix结尾
str.isalnum() //是否全是字母和数字,并至少有一个字符
str.isalpha() //是否全是字母,并至少有一个字符
str.isdigit() //是否全是数字,并至少有一个字符
str.isspace() //是否全是空白字符,并至少有一个字符
str.islower() //str中的字母是否全是小写
str.isupper() //str中的字母是否便是大写
str.istitle() //str是否是首字母大写的
eg:
>>> 'skate'.startswith('s')
True
>>> 'skate'.startswith('s',1,2)
False
>>> 'skate'.endswith('s',1,2)
False
>>> 'skate'.endswith('e',1,2)
False
>>> 'skate'.endswith('e',1)
True
>>>
True
>>> 'skate'.isalnum()
True
>>> '222'.isalnum()
True
>>> 'skate222'.isalnum()
True
>>> 'skate 222'.isalnum()
False
>>>
以上这篇Python常用string函数详解就是小编分享给大家的全部内容了
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Pandas 选取特定值所在行:6 类核心方法与实战指南 在使用 pandas 处理结构化数据时,“选取特定值所在的行” 是最高频的操作之 ...
2025-09-30球面卷积神经网络(SCNN) 为解决这一痛点,球面卷积神经网络(Spherical Convolutional Neural Network, SCNN) 应运而生。它通 ...
2025-09-30在企业日常运营中,“未来会怎样” 是决策者最关心的问题 —— 电商平台想知道 “下月销量能否达标”,金融机构想预判 “下周股 ...
2025-09-30Excel 能做聚类分析吗?基础方法、进阶技巧与场景边界 在数据分析领域,聚类分析是 “无监督学习” 的核心技术 —— 无需预设分 ...
2025-09-29XGBoost 决策树:原理、优化与工业级实战指南 在机器学习领域,决策树因 “可解释性强、处理非线性关系能力突出” 成为基础模型 ...
2025-09-29在标签体系的落地链路中,“设计标签逻辑” 只是第一步,真正让标签从 “纸上定义” 变为 “业务可用资产” 的关键,在于标签加 ...
2025-09-29在使用 Excel 数据透视表进行多维度数据汇总时,折叠功能是梳理数据层级的核心工具 —— 通过点击 “+/-” 符号可展开明细数据或 ...
2025-09-28在使用 Pandas 处理 CSV、TSV 等文本文件时,“引号” 是最容易引发格式混乱的 “隐形杀手”—— 比如字段中包含逗号(如 “北京 ...
2025-09-28在 CDA(Certified Data Analyst)数据分析师的技能工具箱中,数据查询语言(尤其是 SQL)是最基础、也最核心的 “武器”。无论 ...
2025-09-28Cox 模型时间依赖性检验:原理、方法与实战应用 在生存分析领域,Cox 比例风险模型(Cox Proportional Hazards Model)是分析 “ ...
2025-09-26检测因子类型的影响程度大小:评估标准、实战案例与管控策略 在检测分析领域(如环境监测、食品质量检测、工业产品合规性测试) ...
2025-09-26CDA 数据分析师:以数据库为基石,筑牢数据驱动的 “源头防线” 在数据驱动业务的链条中,“数据从哪里来” 是 CDA(Certified D ...
2025-09-26线性相关点分布的四种基本类型:特征、识别与实战应用 在数据分析与统计学中,“线性相关” 是描述两个数值变量间关联趋势的核心 ...
2025-09-25深度神经网络神经元个数确定指南:从原理到实战的科学路径 在深度神经网络(DNN)的设计中,“神经元个数” 是决定模型性能的关 ...
2025-09-25在企业数字化进程中,不少团队陷入 “指标困境”:仪表盘上堆砌着上百个指标,DAU、转化率、营收等数据实时跳动,却无法回答 “ ...
2025-09-25MySQL 服务器内存碎片:成因、检测与内存持续增长的解决策略 在 MySQL 运维中,“内存持续增长” 是常见且隐蔽的性能隐患 —— ...
2025-09-24人工智能重塑工程质量检测:核心应用、技术路径与实践案例 工程质量检测是保障建筑、市政、交通、水利等基础设施安全的 “最后一 ...
2025-09-24CDA 数据分析师:驾驭通用与场景指标,解锁数据驱动的精准路径 在数据驱动业务的实践中,指标是连接数据与决策的核心载体。但并 ...
2025-09-24在数据驱动的业务迭代中,AB 实验系统(负责验证业务优化效果)与业务系统(负责承载用户交互与核心流程)并非独立存在 —— 前 ...
2025-09-23CDA 业务数据分析:6 步闭环,让数据驱动业务落地 在企业数字化转型中,CDA(Certified Data Analyst)数据分析师的核心价值,并 ...
2025-09-23