京公网安备 11010802034615号
经营许可证编号:京B2-20210330
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
在机器学习实践中,“超小数据集”(通常指样本量从几十到几百,远小于模型参数规模)是绕不开的场景——医疗领域的罕见病数据、 ...
2025-12-17数据仓库作为企业决策分析的“数据中枢”,其价值完全依赖于数据质量——若输入的是缺失、重复、不一致的“脏数据”,后续的建模 ...
2025-12-17在CDA(Certified Data Analyst)数据分析师的日常工作中,“随时间变化的数据”无处不在——零售企业的每日销售额、互联网平台 ...
2025-12-17在休闲游戏的运营体系中,次日留存率是当之无愧的“生死线”——它不仅是衡量产品核心吸引力的首个关键指标,更直接决定了后续LT ...
2025-12-16在数字化转型浪潮中,“以用户为中心”已成为企业的核心经营理念,而用户画像则是企业洞察用户、精准决策的“核心工具”。然而, ...
2025-12-16在零售行业从“流量争夺”转向“价值深耕”的演进中,塔吉特百货(Target)以两场标志性实践树立了行业标杆——2000年后的孕妇精 ...
2025-12-15在统计学领域,二项分布与卡方检验是两个高频出现的概念,二者都常用于处理离散数据,因此常被初学者混淆。但本质上,二项分布是 ...
2025-12-15在CDA(Certified Data Analyst)数据分析师的工作链路中,“标签加工”是连接原始数据与业务应用的关键环节。企业积累的用户行 ...
2025-12-15在Python开发中,HTTP请求是与外部服务交互的核心场景——调用第三方API、对接微服务、爬取数据等都离不开它。虽然requests库已 ...
2025-12-12在数据驱动决策中,“数据波动大不大”是高频问题——零售店长关心日销售额是否稳定,工厂管理者关注产品尺寸偏差是否可控,基金 ...
2025-12-12在CDA(Certified Data Analyst)数据分析师的能力矩阵中,数据查询语言(SQL)是贯穿工作全流程的“核心工具”。无论是从数据库 ...
2025-12-12很多小伙伴都在问CDA考试的问题,以下是结合 2025 年最新政策与行业动态更新的 CDA 数据分析师认证考试 Q&A,覆盖考试内容、报考 ...
2025-12-11在Excel数据可视化中,柱形图因直观展示数据差异的优势被广泛使用,而背景色设置绝非简单的“换颜色”——合理的背景色能突出核 ...
2025-12-11在科研实验、商业分析或医学研究中,我们常需要判断“两组数据的差异是真实存在,还是偶然波动”——比如“新降压药的效果是否优 ...
2025-12-11在CDA(Certified Data Analyst)数据分析师的工作体系中,数据库就像“数据仓库的核心骨架”——所有业务数据的存储、组织与提 ...
2025-12-11在神经网络模型搭建中,“最后一层是否添加激活函数”是新手常困惑的关键问题——有人照搬中间层的ReLU激活,导致回归任务输出异 ...
2025-12-05在机器学习落地过程中,“模型准确率高但不可解释”“面对数据噪声就失效”是两大核心痛点——金融风控模型若无法解释决策依据, ...
2025-12-05在CDA(Certified Data Analyst)数据分析师的能力模型中,“指标计算”是基础技能,而“指标体系搭建”则是区分新手与资深分析 ...
2025-12-05在回归分析的结果解读中,R方(决定系数)是衡量模型拟合效果的核心指标——它代表因变量的变异中能被自变量解释的比例,取值通 ...
2025-12-04在城市规划、物流配送、文旅分析等场景中,经纬度热力图是解读空间数据的核心工具——它能将零散的GPS坐标(如外卖订单地址、景 ...
2025-12-04