python字串處理函數

轉自 http://bbsunchen.javaeye.com/blog/552013

    在python有各種各樣的string操作函數。在曆史上string類在python中經曆了一段輪迴的曆史。在最開始的時候，python有一個專門的string的module，要使用string的方法要先import，但後來由於眾多的python使用者的建議，從python2.0開始， string方法改為用S.method()的形式調用，只要S是一個字串對象就可以這樣使用，而不用import。同時為了保持向後相容，現在的 python中仍然保留了一個string的module，其中定義的方法與S.method()是相同的，這些方法都最後都指向了用S.method ()調用的函數。要注意，S.method()能調用的方法比string的module中的多，比如isdigit()、istitle()等就只能用 S.method()的方式調用。 

對一個字串對象，首先想到的操作可能就是計算它有多少個字元組成，很容易想到用S.len()，但這是錯的，應該是len(S)。因為len()是內建函數，包括在__builtin__模組中。python不把len()包含在string類型中，乍看起來好像有點不可理解，其實一切有其合理的邏輯在裡頭。len()不僅可以計算字串中的字元數，還可以計算list的成員數，tuple的成員數等等，因此單單把len()算在string裡是不合適，因此一是可以把len()作為通用函數，用重載實現對不同類型的操作，還有就是可以在每種有len()運算的類型中都要包含一個len()函數。 python選擇的是第一種解決辦法。類似的還有str(arg)函數，它把arg用string類型表示出來。 

字串中字元大小寫變換： 

S.lower() #小寫 
S.upper() #大寫 
S.swapcase() #大小寫互換 
S.capitalize() #首字母大寫 
String.capwords(S) 
#這是模組中的方法。它把S用split()函數分開，然後用capitalize()把首字母變成大寫，最後用join()合并到一起 
S.title() #只有首字母大寫，其餘為小寫，模組中沒有這個方法 

字串在輸出時的對齊： 

S.ljust(width,[fillchar]) 
#輸出width個字元，S靠左對齊，不足部分用fillchar填充，預設的為空白格。 
S.rjust(width,[fillchar]) #靠右對齊 
S.center(width, [fillchar]) #中間對齊 
S.zfill(width) #把S變成width長，並在靠右對齊，不足部分用0補足 

字串中的搜尋和替換： 

S.find(substr, [start, [end]]) 
#返回S中出現substr的第一個字母的標號，如果S中沒有substr則返回-1。start和end作用就相當於在S[start:end]中搜尋 
S.index(substr, [start, [end]]) 
#與find()相同，只是在S中沒有substr時，會返回一個執行階段錯誤 
S.rfind(substr, [start, [end]]) 
#返回S中最後出現的substr的第一個字母的標號，如果S中沒有substr則返回-1，也就是說從右邊算起的第一次出現的substr的首字母標號 
S.rindex(substr, [start, [end]]) 
S.count(substr, [start, [end]]) #計算substr在S中出現的次數 
S.replace(oldstr, newstr, [count]) 
#把S中的oldstar替換為newstr，count為替換次數。這是替換的通用形式，還有一些函數進行特殊字元的替換 
S.strip([chars]) 
#把S中前後chars中有的字元全部去掉，可以理解為把S前後chars替換為None 
S.lstrip([chars]) 
S.rstrip([chars]) 
S.expandtabs([tabsize]) 
#把S中的tab字元替換沒空格，每個tab替換為tabsize個空格，預設是8個 
字串的分割和組合： 

S.split([sep, [maxsplit]]) 
#以sep為分隔字元，把S分成一個list。maxsplit表示分割的次數。預設的分割符為空白字元 
S.rsplit([sep, [maxsplit]]) 
S.splitlines([keepends]) 
#把S按照行分割符分為一個list，keepends是一個bool值，如果為真每行後而會保留行分割符。 
S.join(seq) #把seq代表的序列──字串序列，用S串連起來 

字串的mapping，這一功能包含兩個函數： 

String.maketrans(from, to) 
#返回一個256個字元組成的翻譯表，其中from中的字元被一一對應地轉換成to，所以from和to必須是等長的。 
S.translate(table[,deletechars]) 
# 使用上面的函數產後的翻譯表，把S進行翻譯，並把deletechars中有的字元刪掉。需要注意的是，如果S為unicode字串，那麼就不支援 deletechars參數，可以使用把某個字元翻譯為None的方式實現相同的功能。此外還可以使用codecs模組的功能來建立更加功能強大的翻譯表。 
字串還有一對編碼和解碼的函數： 

S.encode([encoding,[errors]]) 
# 其中encoding可以有多種值，比如gb2312 gbk gb18030 bz2 zlib big5 bzse64等都支援。errors預設值為"strict"，意思是UnicodeError。可能的值還有'ignore', 'replace', 'xmlcharrefreplace', 'backslashreplace' 和所有的通過codecs.register_error註冊的值。這一部分內容涉及codecs模組，不是特明白 

S.decode([encoding,[errors]]) 
字串的測試函數，這一類函數在string模組中沒有，這些函數返回的都是bool值： 

S.startwith(prefix[,start[,end]]) 
#是否以prefix開頭 
S.endwith(suffix[,start[,end]]) 
#以suffix結尾 
S.isalnum() 
#是否全是字母和數字，並至少有一個字元 
S.isalpha() #是否全是字母，並至少有一個字元 
S.isdigit() #是否全是數字，並至少有一個字元 
S.isspace() #是否全是空白字元，並至少有一個字元 
S.islower() #S中的字母是否全是小寫 
S.isupper() #S中的字母是否便是大寫 
S.istitle() #S是否是首字母大寫的 

字串類型轉換函式，這幾個函數只在string模組中有： 

string.atoi(s[,base]) 
#base預設為10，如果為0,那麼s就可以是012或0x23這種形式的字串，如果是16那麼s就只能是0x23或0X12這種形式的字串 
string.atol(s[,base]) #轉成long 
string.atof(s[,base]) #轉成float 

這裡再強調一次，字串對象是不可改變的，也就是說在python建立一個字串後，你不能把這個字元中的某一部分改變。任何上面的函數改變了字串後，都會返回一個新的字串，原字串並沒有變。其實這也是有變通的辦法的，可以用S=list(S)這個函數把S變為由單個字元為成員的list，這樣的話就可以使用S[3]='a'的方式改變值，然後再使用S=" ".join(S)還原成字串