《Python程序设计》课件—04字符串、元组和字典.pptVIP

口令：RAPID708 第4章 字符串、元组和字典 学习目标 掌握字符串格式化的使用。 掌握字符串常用方法。 掌握使用正则表达式进行数据清洗。 掌握元组的特性和使用。 掌握字典的特性和使用。 字符串 最开始的字符串编码是美国标准信息交换码（ASCII），它采用1个字节对字符进行编码，最多只能表示256个符号（10个数字、26个大写英文字母、26个小写英文字母及一些其他符号）。随着信息技术的发展和信息交互的需要，各国的文字都需要进行编码，不同的应用领域和场合对字符串编码的要求也略有不同，此时又分别设计多种不同的编码格式，常见的主要有UTF-8、UTF-16、UTF-32、GB2312、GBK、CP936、base64、CP437等，Python3.X默认编码格式是UTF-8。 字符串格式化 在Python编程中字符串输入与输出可以使用字符串格式化的方式进行操作。 使用格式如下： % [Flags][Width].[Precision]Type 说明： “%”：是转换说明符的开始。 “Flags”：（可选项）可供选择的值有： “+”：正数前加正号，负数前加负号。 “-”：左对齐。 “ ”：正数前加空格。 “0”：位数不够用“0”填充空。 “Width”：（可选项）字段占有宽度。 “.Precision”：（可选项）精度，小数点后保留的位数。 “Type”：转换类型（如表4-1所示）。 字符串格式化 常用格式字符： 字符串格式化 num=3438 buf=%o%num buf 6556 buf=%X%num buf D6E buf=%f%num/345 buf=%f%(num/345) buf 9.965217 buf=%e%(num/345) buf 9.965217e+00 字符串方法 字符串常用方法： find( )方法 str1=Hello Python I like you str1.find(like) 15 count( )方法 str1=Hello World, Hello Python. str1.count(Hello) 2 split( )方法 str1=1+2+3+4+5+6+7 str1.split(+) [1, 2, 3, 4, 5, 6, 7] join( )方法 str1=[1,2,3,4,5,6,7] sep=+ sep.join(str1) 1+2+3+4+5+6+7 replace( )方法 str1=Hello,Python! str1.replace(Python,World) Hello,World! strip( )方法 str1= Hello World #删除空格 str1.split() [Hello, World] str1.split(H) #删除指定字符“H” [ , ello World ] 正则表达式 正则表达式是字符串处理的有力技术，通常被用来检索、替换那些符合某个规则的文本等，例如，网络爬虫、文稿整理或数据筛选等。在Python中提供了“re”模块来支持正则表达式。 正则表达式在匹配文本内容时有两种匹配模式。一种是贪婪模式，尽可能的匹配更多的内容，另一种是非贪婪模式，总是尝试匹配尽可能少的字符。例如，使用正则表达式“adc*?”如果用于查找“abcdefg”，使用贪婪模式有可能将找到“abcdefghi”，而使用非贪婪模式查找就有可能找到“abcd”。Python中数量词默认使用贪婪模式。 正则表达式 正则表达式常用语法： 格式字符 说明 . 除换行符以外的任意单个字符 \w 匹配单词字符，即[a-zA-Z0-9] \W 匹配非单词字符集，例如 ‘*’ \d 匹配数字，即[0-9] \D 匹配非数字 \s 匹配空白字符 \S 匹配非空白字符 * 匹配前一个字符0次或者任意多次 + 匹配前一个字符1次或者任意多次 ? 匹配前一个字符0次或者1次 {m} 匹配前一个字符m次 {m,n} 匹配前一个字符最少m次，最多n次 *? 非贪婪模式匹配前一个字符0次或者任意多次 +? 非贪婪模式匹配前一个字符1次或者任意多次 ?? 非贪婪模式匹配前一个字符0次或者1次 {m,n}? 非贪婪模式匹配前一个字符最少m次，最多n次 ^ 匹配字符串开头 $ 匹配字符串结尾 \A 制定的字符串匹配必须出现在开头 \Z 制定的字符串匹配必须出现在结尾 | 匹配左右任意一个表达式，相当于“或”的含义 () 匹配一个分组，括号中为该分组所需匹配的内容 \number 引用匹配编号为number的分组中的字符串 (?Pgroup_name) 为匹配分组制定特定的组名 (?P=group_name) 引用特定组名的匹配字符串 正则表达式 “re”模