十六、深入Python字符串

「@Author ：Runsen」

python日常處理字符串較多，本文總結一下Python的日常使用。

什麼字符串

字符串是由獨立字符組成的一個序列，通常包含在單引號（『 』），雙引號（」「）

三引號（''' '''）

s1 = 'hello's2 = "hello"s3 = """hello"""s1 == s2 == s3True

三引號字符串常用於函數的注釋

def calculate_similarity(item1, item2):    """    Calculate similarity between two items    Args:        item1: 1st item        item2: 2nd item    Returns:      similarity score between item1 and item2    """

轉義字符

用 \ 開頭的字符串，來表示一些特定意義的字符

s = 'a\nb\tc'print(s)ab   clen(s)5

代碼中的'\n'，表示一個字符——換行符；'\t'也表示一個字符，四個空格

字符 a，換行，字符 b，然後制表符，最後列印字符 c 最後列印的輸出橫跨了兩行，但是整個字符串 s 仍然只有 5

具體的如下面表格所示。

創建字符串

name = 'Runsen'name[0]'R'name[1:3]'un'for char in name:    print(char)   Runsen

注意python的字符串是不可變的，這個和元組一樣。

s = 'Runsen's[0] = 'r'Traceback (most recent call last):  File "<stdin>", line 1, in <module>TypeError: 'str' object does not support item assignment

python的字符串只能通過創建，從而產生新的字符串

s = 'H' + s[1:]s = s.replace('h', 'H')

在Java中有可變的字符串，StringBuilder ，每次改變字符串，無需創建新的字符串，時間複雜度為O（1）

但是在python中如果想要改變字符串，往往需要O（n)的時間複雜度，n是新字符串的長度

拼接字符串

str1 += str2  # 表示 str1 = str1 + str2# 這個時間複雜度是多少s = ''for n in range(0, 100000):    s += str(n)

在python2中總的時間複雜度就為 O(1) + O(2) + … + O(n) = O（n^2)

但是在python3中 str1 += str2 首先會檢測str1 是否有其他的引用

所以在python3中時間複雜度是O（n）

l = []for n in range(0, 100000):    l.append(str(n))l = ' '.join(l) 

由於列表的 append 操作是 O(1) 複雜度，時間複雜度為 n*O(1)=O(n)。

去空格及特殊符號

s.strip().lstrip().rstrip(',')

split分割

s = 'Runsen is a coder'print(s.split(' '))['Runsen', 'is', 'a', 'coder']

這裡還說說 strip() 方法，它比較常用，可以去除字符串前後的空格，不僅如此，它還可以刪除首末位置的指定的字符。

s = '******Runsen is a coder******'s.strip('*') 'Runsen is a coder'

查找字符串

查找字符串一個是find，一個是index find() 方法與 index() 方法的效果一樣，它們的最大的區別只在於，找不到內容時的返回值不同，一個返回 -1，一個拋出異常 ：

s = 'Runsen is a coder'print(s.find('is'))print(s.index('is'))print(s.find('runsen'))print(s.index('runsen'))77-1substring not found

字符串格式化

字符串格式化有兩種，一個format，一個%s

print('%s %s' % ('Hello', 'Runsen'))>>> Hello Runsenprint('{} {}.'.format('Hello', 'Runsen'))>>> Hello Runsenprint('%s %s . I am %d' % ('Hello', 'Runsen',21 ))>>> Hello Runsen . I am 21

「%s 表示字符串型，%d 表示整型」

一個format使用需要花括號{}做佔位符，在format方法中再轉入實際的拼接值。

補充：format中的填充與精度與進位

公式：:[填充字符][對齊方式 <^>][寬度]

>>> '{0:*>10}'.format(10)  ##右對齊'********10'>>> '{0:*<10}'.format(10)  ##左對齊'10********'>>> '{0:*^10}'.format(10)  ##居中對齊'****10****'

在｛｝裡繼續嵌套一次｛｝，並在format的參數裡增加一項即可

b=10print("{0:*^{width}}".format("Runsen", width=b))b=30print("{0:*^{width}}".format("Runsen", width=b))最後得到的輸出如dao下**Runsen**************Runsen************

format中的如何設置精度與進位

>>> '{0:.2f}'.format(1/3)'0.33'>>> '{0:.3f}'.format(1/3)'0.333'>>> '{0:b}'.format(10)    #二進位 b'1010'>>> '{0:o}'.format(10)     #八進位 o'12'>>> '{0:x}'.format(10)     #16進位 x'a'>>> '{0:e}'.format(10)     #科學計算法 e'1.000000e+01'>>> '{:,}'.format(12369132698)  #千分位格式化'12,369,132,698'

具體查看下面的圖片，圖片來源書籍《Python3基礎教程》

擴展：思考兩種字符串拼接操作，哪個更好

第一種通過+=

s = ''for n in range(0, 100000):    s += str(n)

第二種通過列表append

l = []for n in range(0, 100000):    l.append(str(n))    s = ' '.join(l)

第三種map

s = ''.join(map(str, range(0, 1000000)))

對於上面的兩種拼接操作，計算運行時間，即可判斷出效率。

# 第一個 +=import timestart_time  =time.perf_counter()s = ''for n in range(0,1000000):    s += str(n)end_time = time.perf_counter()# 5.7604558070000005print(end_time - start_time)# 第二個 joinimport timestart_time  =time.perf_counter()s = []for n in range(0,1000000):    s.append(str(n))''.join(s)end_time = time.perf_counter()# 0.622547053print(end_time - start_time)# 第三個 mapimport timestart_time = time.perf_counter()s = ''.join(map(str, range(0, 1000000)))end_time = time.perf_counter()# 0.403433529print(end_time - start_time)

結果：

• 對於數據量大的map好過join，join好過 +=
• 對於數據量小的map 好過 += 好過join

參考：https://time.geekbang.org/column/article/95897

❝

本文已收錄 GitHub，傳送門~[1] ，裡面更有大廠面試完整考點，歡迎 Star。

❞

Reference

[1]

傳送門~: https://github.com/MaoliRUNsen/runsenlearnpy100