Python程序设计课件：字符串、元组和字典.ppt

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=3438buf=%o%numbuf6556buf=%X%numbufD6Ebuf=%f%num/345buf=%f%(num/345)buf9.965217buf=%e%(num/345)buf9.965217e+00字符串方法字符串常用方法：find()方法str1=HelloPythonIlikeyoustr1.find(like)15count()方法str1=HelloWorld,HelloPython.str1.count(Hello)2split()方法str1=1+2+3+4+5+6+7str1.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+7replace()方法str1=Hello,Python!str1.replace(Python,World)Hello,World!strip()方法str1=HelloWorld #删除空格str1.split()[Hello,World]str1.split(H) #删除指定字符“H”[,elloWorld]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”模块的常用方法：方法功