1、第5章 字符串和正则表达式本章目录本章目录第5章 字符串和正则表达式本章学习目标本章学习目标掌握字符串的表示方法掌握字符串的表示方法掌握字符串常用操作方法掌握字符串常用操作方法熟悉格式化字符串的两种方法熟悉格式化字符串的两种方法了解正则表达式的语法规则了解正则表达式的语法规则了解了解PythonPython语言中语言中rere模块的相关知识模块的相关知识思维导图思维导图第5章 字符串和正则表达式第5章 字符串和正则表达式5Python程序设计程序设计 在在pythonpython语言中，字符串的表示有以下三种：语言中，字符串的表示有以下三种：单引号单引号 双引号双引号 三重三重引号引号 第5章
2、 字符串和正则表达式6Python程序设计程序设计在在PythonPython语言中，使用单引号语言中，使用单引号()()和双引号和双引号()()表示字符串是最常见表示字符串是最常见的方式。两种方式表示的字符串是等价的，且返回相同类型的对象，如的方式。两种方式表示的字符串是等价的，且返回相同类型的对象，如下代码所下代码所示示。第5章 字符串和正则表达式7Python程序设计程序设计单引号单引号和双引号表示字符串没有本质的和双引号表示字符串没有本质的区别区别，可以可以在一种引号中嵌套另在一种引号中嵌套另一种引号一种引号。单引号单引号和双引号表示的字符串是等价的和双引号表示的字符串是等价的，要，要
3、配对出现，不能混用。否则配对出现，不能混用。否则将引发语法错误。将引发语法错误。第5章 字符串和正则表达式8Python程序设计程序设计三重引号可以是三个单引号，也可以是三个双引号。三重引号可以是三个单引号，也可以是三个双引号。这种方式表示的字这种方式表示的字符串也叫做块字符串符串也叫做块字符串。三重引号是以三个同一种类型的引号开始三重引号是以三个同一种类型的引号开始，并以三个相同引号结束的字并以三个相同引号结束的字符串表示方式符串表示方式。从代码中可以看出，字符串变量spring的内容包含三行，以三个双引号开始和结束。从输出结果可以看到，字符串中出现了“n”换行符。这是因为在每行结束时，都使
4、用了回车并且换行到下一行。第5章 字符串和正则表达式9Python程序设计程序设计PythonPython语言使用反斜杠语言使用反斜杠()()表示转义字符。表示转义字符。转义字符转义字符是是为为了了对其后紧接的字对其后紧接的字符进行转义，屏蔽其特殊含义符进行转义，屏蔽其特殊含义，并将其作为普通字符来输出。并将其作为普通字符来输出。从代码中可以看出，需要在句子中显示一个特殊字符“”，要用到转义字符，才能正确输出。第5章 字符串和正则表达式10Python程序设计程序设计下表中列出了一些常用的转义字符及其含义。下表中列出了一些常用的转义字符及其含义。表表5-1 5-1 转义字符转义字符转义字符转义
5、字符 描述描述(在行尾时在行尾时)续行符续行符反斜杠符号反斜杠符号单引号单引号双引号双引号aa响铃响铃bb退格退格(Backspace)(Backspace)ee转义转义000000空空第5章 字符串和正则表达式11Python程序设计程序设计表表5-1 5-1 转义字符转义字符转义字符转义字符描述描述nn换行换行vv纵向制表符纵向制表符tt横向制表符横向制表符rr回车回车ff换页换页oyyoyy八进制数，八进制数，yyyy代表的字符，例如：代表的字符，例如：o12o12代表换行代表换行xyyxyy十六进制数，十六进制数，yyyy代表的字符，例如：代表的字符，例如：x0ax0a代表换行代表换行
6、otherother其它的字符以普通格式输出其它的字符以普通格式输出第5章 字符串和正则表达式12Python程序设计程序设计rawraw字符串的格式是字符串的格式是r r。在。在rawraw字符串中，所有的字符都是直接按照字符串中，所有的字符都是直接按照字面意思来解释，没有转义字符或者不能打印的字符。字面意思来解释，没有转义字符或者不能打印的字符。第一种方式的语句打开一个文件时，字符第一种方式的语句打开一个文件时，字符“nn”会被当作回车键的转义字符，会被当作回车键的转义字符，从而使文件打开失败。从而使文件打开失败。第二种方式对反斜杠第二种方式对反斜杠“”进行转义，虽然正确，但是代码看起来会
7、令人感到费进行转义，虽然正确，但是代码看起来会令人感到费解。解。第三种就是第三种就是pthonpthon语言中的语言中的rawraw字符串。字符串。第5章 字符串和正则表达式13Python程序设计程序设计 字符串的索引字符串的索引 字符串的分片字符串的分片 字符串的合并字符串的合并 重复字符串重复字符串 其他其他操作操作 PythonPython语言中包含字符串的以下几个基本操作。语言中包含字符串的以下几个基本操作。第5章 字符串和正则表达式14Python程序设计程序设计在在PythonPython语言中，字符串是一个有序字符的集合。在一个字符串被创建语言中，字符串是一个有序字符的集合。在
8、一个字符串被创建之后，其中字符的相对位置就固定了。之后，其中字符的相对位置就固定了。第一个字符的索引编号定义为第一个字符的索引编号定义为0 0，第二个字符索引编号为，第二个字符索引编号为1 1，以此类推。，以此类推。在在PythonPython语言中语言中，对字符串可以进行正向索引和反向索引。，对字符串可以进行正向索引和反向索引。第5章 字符串和正则表达式15Python程序设计程序设计上表中，中间行表示的是字符串中的每个字符内容，上面行表示该字符串正向索引时的索引编号，下面行表示该字符串反向索引时的索引编号。表表5-5-2 2 字符串中的字符和其索引编号的对应关系字符串中的字符和其索引编号的
9、对应关系0 01 12 23 34 4a ab bc cd de e-5-5-4-4-3-3-2-2-1-1下表直观表示了字符串中字符和其索引编号的对应关系下表直观表示了字符串中字符和其索引编号的对应关系。第5章 字符串和正则表达式16Python程序设计程序设计代码中，当通过下标5索引元素时，出现了下标越界的错误。因为字符串s的下标最大是4(从0开始)。索引是对单个元素进行的索引是对单个元素进行的操作，操作，PythonPython语言中字符串的索引是通语言中字符串的索引是通过元素下标进行索引过元素下标进行索引的。的。第5章 字符串和正则表达式17Python程序设计程序设计使用使用Pyth
10、onPython语言的分片语言的分片(slice)(slice)操作，来提取操作，来提取字符串中的子字符串中的子序列。序列。代码中：s1:3获取s中下标从1到3的子字符串；s1:获取从下标为1到字符串末尾的元素；s:-1获取从开始开始到字符串末尾的元素。s:2下标从0开始，每隔一个字符取一个元素；s:-1实现对字符串的逆序操作。第5章 字符串和正则表达式18Python程序设计程序设计字符串字符串的连接就是的连接就是把两个或多个字符串连接成一个字符串。把两个或多个字符串连接成一个字符串。在连接字符串时在连接字符串时，PythonPython语言会为每个连接的字符串及新产生的字符串语言会为每个连
11、接的字符串及新产生的字符串分配内存分配内存，增大不必要的内存开销，增大不必要的内存开销。操作符操作符(“+”)(“+”)方法：方法：第5章 字符串和正则表达式19Python程序设计程序设计PythonPython语言使用符串格式化操作符语言使用符串格式化操作符(%)(%)和和join()join()方法这两种方式连接字符方法这两种方式连接字符串串。操作符操作符(%)(%)方法方法：join()join()方法：方法：第5章 字符串和正则表达式20Python程序设计程序设计在在PythonPython语言中，字符串属于不可变类型语言中，字符串属于不可变类型，不能，不能修改或删除原字符串中修改
12、或删除原字符串中的的字符字符。通过通过加号的加号的连接方式：连接方式：通过通过对原字符串切片再对原字符串切片再连接方式：连接方式：第5章 字符串和正则表达式21Python程序设计程序设计 replace()replace()函数的功能是字符替换函数的功能是字符替换，如果，如果要替换的源字符或字符串要替换的源字符或字符串存在，且和待替换的目标字符或字符串不同，则返回值为重新创建存在，且和待替换的目标字符或字符串不同，则返回值为重新创建的一个字符串对象；否则，返回原字符串对象的一个字符串对象；否则，返回原字符串对象。replacereplace()()函数来函数来修改修改字符串：字符串：代码中用
13、replace()函数把字符串s中的p替换为C。第5章 字符串和正则表达式22Python程序设计程序设计通过帮助函数可以查看字符串对象的操作通过帮助函数可以查看字符串对象的操作方法方法。这些方法可以通过这些方法可以通过object.attributeobject.attribute的方式调用。的方式调用。上述列表中的方法都是可以直接调用的字符串操作方法，其中包含了上节提到的replace()方法。第5章 字符串和正则表达式23Python程序设计程序设计字符串格式化字符串格式化是是对对字符串的输出形式进行控制，使其按照开发者期望的字符串的输出形式进行控制，使其按照开发者期望的方式输出。方式输
14、出。符号格式化符号格式化 函数格式化函数格式化 字典格式化字典格式化进行字符串格式化的方法主要分为三种：进行字符串格式化的方法主要分为三种：第5章 字符串和正则表达式24Python程序设计程序设计表表5-3 5-3 字符串格式化符号字符串格式化符号格式化符号格式化符号说明说明%c%c转换成字符（转换成字符（ASCII ASCII 码值，或者长度为一的字符串）码值，或者长度为一的字符串）%r%r优先用优先用repr()repr()函数进行字符串转换函数进行字符串转换%s%s优先用优先用str()str()函数进行字符串转换函数进行字符串转换%d/%i%d/%i转成有符号十进制数转成有符号十进制
15、数%u%u转成无符号十进制数转成无符号十进制数%o%o转成无符号八进制数转成无符号八进制数符号格式化主要是使用符号格式化主要是使用“%+%+格式化符号格式化符号”，及相应的格式化辅助符，及相应的格式化辅助符号的方式对字符串进行格式化号的方式对字符串进行格式化。常用的字符串格式化常用的字符串格式化符号如符号如表表5-35-3所示：所示：第5章 字符串和正则表达式25Python程序设计程序设计表表5-3 5-3 字符串格式化符号字符串格式化符号格式化符号格式化符号说明说明%x/%X%x/%X转成无符号十六进制数（转成无符号十六进制数（x/X x/X 代表转换后的十六进制字代表转换后的十六进制字符
16、的大小写）符的大小写）%e/%E%e/%E转成科学计数法（转成科学计数法（e/Ee/E控制输出控制输出e/Ee/E）%f/%F%f/%F转成浮点数（小数部分自然截断）转成浮点数（小数部分自然截断）%g/%G%g/%G%e%e和和%f/%E%f/%E和和%F%F 的简写的简写%输出输出%（格式化字符串里面包括百分号，那么必须使用（格式化字符串里面包括百分号，那么必须使用%）第5章 字符串和正则表达式26Python程序设计程序设计表表5-4 5-4 格式化辅助符号格式化辅助符号辅助符号辅助符号说明说明*定义宽度或者小数点精度定义宽度或者小数点精度-用做左对齐用做左对齐+在正数前面显示加号在正数前
17、面显示加号(+)(+)#在八进制数前面显示零在八进制数前面显示零(0)(0)，在十六进制前面显示，在十六进制前面显示0 x0 x或者或者0X0X（取决于用的是（取决于用的是xx还是还是XX）0 0显示的数字前面填充显示的数字前面填充00而不是默认的空格而不是默认的空格(var)(var)映射变量（通常用来处理字段类型的参数）映射变量（通常用来处理字段类型的参数）m.nm.nm m 是显示的最小总宽度，是显示的最小总宽度，n n 是小数点后的位数（如果可用的话）是小数点后的位数（如果可用的话）常用格式化辅助常用格式化辅助符号如符号如表表5-45-4所示所示：第5章 字符串和正则表达式27Pyth
18、on程序设计程序设计 不带编号，即不带编号，即“”；带数字编号，可调换顺序，如带数字编号，可调换顺序，如“0”、“1”等；等；带关键字，如带关键字，如“name”、“age”等。等。format()format()方法对字符串进行格式化操作，方法对字符串进行格式化操作，format()format()方法常用的匹配方方法常用的匹配方法有三种。法有三种。第5章 字符串和正则表达式28Python程序设计程序设计表表5-5 5-5 常用数字化格式化案例常用数字化格式化案例数字数字格式格式输出输出描述描述3.14159263.1415926:.2f:.2f3.143.14保留小数点后两位保留小数点后
19、两位3.14159263.1415926:+.2f:+.2f+3.14+3.14带符号保留小数点后两位带符号保留小数点后两位-1-1:+.2f:+.2f-1.00-1.00带符号保留小数点后两位带符号保留小数点后两位2.718282.71828:.0f:.0f3 3不带小数不带小数5 5:02d:02d0505数字补零数字补零(填充左边填充左边,宽度为宽度为2)2)5 5:x4d:x4d5xxx5xxx数字补数字补x(x(填充右边填充右边,宽度为宽度为4)4)1010:x4d:x4d10 xx10 xx数字补数字补x(x(填充右边填充右边,宽度为宽度为4)4)以下以下表格对表格对常用的格式化输
20、出常用的格式化输出形式予以介绍形式予以介绍。第5章 字符串和正则表达式29Python程序设计程序设计表表5-5 5-5 常用数字化格式化案例常用数字化格式化案例数字数字格式格式输出输出描述描述10000001000000:,:,1,000,0001,000,000以逗号分隔的数字格式以逗号分隔的数字格式0.250.25:.2%:.2%25.00%25.00%百分比格式百分比格式10000000001000000000:.2e:.2e1.00e+091.00e+09指数记法指数记法1313:10d:10d1313右对齐右对齐(默认默认,宽度为宽度为10)10)1313:10d:10d1313左
21、对齐左对齐(宽度为宽度为10)10)1313:10d:10d1313中间对齐中间对齐(宽度为宽度为10)10)3.14159263.1415926:.2f:.2f3.143.14保留小数点后两位保留小数点后两位第5章 字符串和正则表达式30Python程序设计程序设计在在PythonPython语言语言中中，字典格式化是在，字典格式化是在左边的左边的格式化字符串格式化字符串通过通过引用右边字引用右边字典中的键来提取对应的典中的键来提取对应的值值，实现格式化输出。，实现格式化输出。第5章 字符串和正则表达式31Python程序设计程序设计使用正则表达式，可以实现如下功能。使用正则表达式，可以实现
22、如下功能。对对字符串进行格式匹配。例如，当输入一个电话号码或邮箱时，以查看字符串进行格式匹配。例如，当输入一个电话号码或邮箱时，以查看字符串内字符串内 是否是否出现电话号码模式或邮箱模式，来检查格式的正确性。出现电话号码模式或邮箱模式，来检查格式的正确性。从从某一段字符串内提取出特定内容。例如，对于一个邮件，可以根据文本中某一段字符串内提取出特定内容。例如，对于一个邮件，可以根据文本中FromFrom：xxxxxx的格式，将的格式，将xxxxxx这个姓名提取出来。这个姓名提取出来。文本文本替换。可以使用正则表达式来识别文档中的特定文本，并删除该文本或者用替换。可以使用正则表达式来识别文档中的特
23、定文本，并删除该文本或者用其他文本替换。其他文本替换。第5章 字符串和正则表达式32Python程序设计程序设计匹配表示字符即类元字符，用于匹配某一类匹配表示字符即类元字符，用于匹配某一类字符。字符。表表5-5-6 6 匹配表示字符匹配表示字符字符字符描述描述.匹配任意匹配任意1 1个字符（除了个字符（除了nn）匹配匹配中列举的字符中列举的字符dd匹配数字，即匹配数字，即0-90-9DD匹配匹配非非数字数字，即不是数字，即不是数字ss匹配空匹配空白白符符，即空格，即空格，tabtab键键SS匹配匹配非非空空白白符符ww匹配单词字符，即匹配单词字符，即a-za-z、A-ZA-Z、0-90-9、_
24、 _WW匹配匹配非非单词字符单词字符第5章 字符串和正则表达式33Python程序设计程序设计数量限定符用来指定正则表达式的一个给定组件必须要出现多少次才能数量限定符用来指定正则表达式的一个给定组件必须要出现多少次才能满足满足匹配。匹配。表表5-5-7 7 数量限定符数量限定符字符字符描述描述*匹配前匹配前个字符出现个字符出现0 0次或者次或者无无限次限次，即可有可即可有可无无+匹配前匹配前个字符出现个字符出现1 1次或者次或者无无限次限次，即即至至少有少有1 1次次？匹配前匹配前个字符出现个字符出现1 1次或者次或者0 0次，即要么有次，即要么有1 1次，要么没有次，要么没有mm匹配前匹配前
25、个字符出现个字符出现m m次次m,m,匹配前匹配前个字符个字符至至少出现少出现m m次次m,nm,n匹配前匹配前个字符出现从个字符出现从m m到到n n次次第5章 字符串和正则表达式34Python程序设计程序设计边界定位符能够将正则表达式固定到行首或行尾，还能够声明正则表达边界定位符能够将正则表达式固定到行首或行尾，还能够声明正则表达式匹配的位置，如字符串的开始位置、结束位置或字符串式匹配的位置，如字符串的开始位置、结束位置或字符串中间。中间。表表5-5-8 8 边界定位符边界定位符字符字符描述描述 匹配字符串开头匹配字符串开头$匹配字符串结尾匹配字符串结尾bb匹配匹配一一个单词的边界个单词
26、的边界BB匹配匹配非非单词边界单词边界第5章 字符串和正则表达式35Python程序设计程序设计分组分组标识符表示匹配规则可以重复多次时，如果要重复多个字符，可以标识符表示匹配规则可以重复多次时，如果要重复多个字符，可以用用小括号括小括号括起来形成分组起来形成分组，指定，指定分组的重复分组的重复次数。次数。表表5-5-9 9 分组标识符分组标识符字符字符描述描述|匹配左右任意匹配左右任意一一个表达式个表达式(ab)(ab)将括号中字符作为将括号中字符作为一一个分组个分组numnum 引引用用分组分组numnum匹配到的字符串匹配到的字符串(?P)(?P)分组起别名分组起别名(?P=name)(
27、?P=name)引引用用别名为别名为namename分组匹配到的字符串分组匹配到的字符串第5章 字符串和正则表达式36Python程序设计程序设计re.match()re.match()函数尝试从字符串的起始位置匹配一个模式，匹配成功，返函数尝试从字符串的起始位置匹配一个模式，匹配成功，返回匹配的对象，如果没有匹配到，则返回回匹配的对象，如果没有匹配到，则返回NoneNone。函数定义如下。函数定义如下：表表5-5-1010 match match函数参数列表函数参数列表参数参数参数描述参数描述patternpattern匹配的正则表达式匹配的正则表达式stringstring要匹配的字符串。
28、要匹配的字符串。flagsflags标志位，用于控制正则表达式的匹配方式，如：是否区分大标志位，用于控制正则表达式的匹配方式，如：是否区分大小写，多行匹配等等。小写，多行匹配等等。第5章 字符串和正则表达式37Python程序设计程序设计re.match()re.match()函数只匹配字符串的开始，如果字符串开始不符合正则函数只匹配字符串的开始，如果字符串开始不符合正则表达式，则匹配失败，函数返回表达式，则匹配失败，函数返回NoneNone；第5章 字符串和正则表达式38Python程序设计程序设计表表5-5-11 11 匹配对象方法匹配对象方法匹配对象的方匹配对象的方法法描述描述group
29、s()groups()返回一个包含所有小组字符串的元组，从返回一个包含所有小组字符串的元组，从1 1到所含的小组号。到所含的小组号。groupgroup(num)(num)匹配整个表达式的字符串。匹配整个表达式的字符串。group()group()方法可以一次输入多个组号，方法可以一次输入多个组号，在这种情况下它将返回一个包含那些组所对应值的元组。在这种情况下它将返回一个包含那些组所对应值的元组。通过调用通过调用re.match()re.match()函数返回对象的方法函数返回对象的方法group(num)group(num)或或groups()groups()，可以得到相应的匹配表达式。可以
30、得到相应的匹配表达式。第5章 字符串和正则表达式39Python程序设计程序设计re.search()re.search()函数扫描整个字符串，寻找与模式匹配的对象，匹配成功函数扫描整个字符串，寻找与模式匹配的对象，匹配成功则返回匹配对象；如果没有匹配到，则返回则返回匹配对象；如果没有匹配到，则返回NoneNone。re.searchre.search()()函数定义如下：函数定义如下：re.search()re.search()函数返回的匹配对象也具有方法函数返回的匹配对象也具有方法group(num)group(num)或或groups()groups()，其，其用法同用法同re.matc
31、h()re.match()函数函数。第5章 字符串和正则表达式40Python程序设计程序设计re.search()re.search()函数匹配整个字符串，直到找到一个匹配。函数匹配整个字符串，直到找到一个匹配。第5章 字符串和正则表达式41Python程序设计程序设计re.sub()re.sub()函数用于替换字符串中的匹配项。函数定义如下：函数用于替换字符串中的匹配项。函数定义如下：表表5-5-1212 配对象方法配对象方法参数参数参数描述参数描述patternpattern匹配的正则表达式匹配的正则表达式replrepl替换的字符串，也可为一个函数替换的字符串，也可为一个函数strin
32、gstring要被查找替换的原始字符串要被查找替换的原始字符串countcount模式匹配后替换的最大次数，默认模式匹配后替换的最大次数，默认 0 0 表示替换所有的匹配表示替换所有的匹配flagsflags标志位，用于控制正则表达式的匹配方式，如：是否区分大小写，多行匹配等等。标志位，用于控制正则表达式的匹配方式，如：是否区分大小写，多行匹配等等。第5章 字符串和正则表达式42Python程序设计程序设计 代码实例中，使用sub()函数分别删除了字符串phone中的#和-，并输出了修改后的字符串。第5章 字符串和正则表达式43Python程序设计程序设计Rpile()Rpile()函数用于编
33、译正则表达式，生成一个正则表达式函数用于编译正则表达式，生成一个正则表达式(Pattern(Pattern）对象，供对象，供re.match()re.match()和和re.search()re.search()函数使用。语法格式为：函数使用。语法格式为：第5章 字符串和正则表达式44Python程序设计程序设计在字符串中找到正则表达式所匹配的所有子串，并返回一个列表，如果在字符串中找到正则表达式所匹配的所有子串，并返回一个列表，如果没有找到匹配的，没有找到匹配的，则返回空列表则返回空列表。函数定义：。函数定义：表表5-5-1313 findall findall参数列表参数列表参数参数参数描
34、述参数描述stringstring待匹配的字符串待匹配的字符串pospos可选参数，指定字符串的起始位置，默认为可选参数，指定字符串的起始位置，默认为 0 0。endposendpos可选参数，指定字符串的结束位置，默认为字符串的长度可选参数，指定字符串的结束位置，默认为字符串的长度第5章 字符串和正则表达式45Python程序设计程序设计第5章 字符串和正则表达式46Python程序设计程序设计和和findall()findall()函数类似，在字符串中找到正则表达式所匹配的所有子串，函数类似，在字符串中找到正则表达式所匹配的所有子串，并把它们作为一个迭代器返回。函数定义如下：并把它们作为一
35、个迭代器返回。函数定义如下：第5章 字符串和正则表达式47Python程序设计程序设计split()split()函数方法按照能够匹配的子串将字符串分割后返回列表，它的使函数方法按照能够匹配的子串将字符串分割后返回列表，它的使用形式如下。函数定义如下：用形式如下。函数定义如下：表表5-5-1414 re.split re.split参数列表参数列表参数参数参数说明参数说明同名参数参同名参数参见上面见上面。maxsplitmaxsplit分隔次数，分隔次数，maxsplit=1 maxsplit=1 分隔一次，默认为分隔一次，默认为 0 0，不限制次数。，不限制次数。第5章 字符串和正则表达式48Python程序设计程序设计本章小结本本 章章 小小 结结介绍了字符串相关的知识点，包括字符串的表示、字符串的操作和字符串的格式化等。讲解了正则表达式相关的知识点，包括正则表达式的基本概念和re模块中各个函数的使用方法。本章的知识点比较多，而且有的知识点较为琐碎（如正则表达式等），需要多练习、勤思考，才能熟练掌握。
