Python字符串总结（python字符串的基本处理）

@Author ：Runsen

Python字符串总结

什么字符串

字符串是由独立字符组成的一个序列，通常包含在单引号（‘ ’），双引号（”“）

三引号（''' '''）

s1 = 'hello'
s2 = "hello"
s3 = """hello"""
s1 == s2 == s3
True

三引号字符串常用于函数的注释

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

转义字符

用 \ 开头的字符串，来表示一些特定意义的字符

s = 'a\nb\tc'
print(s)
a
b	  c

len(s)
5

代码中的'\n'，表示一个字符——换行符；'\t'也表示一个字符，四个空格

字符 a，换行，字符 b，然后制表符，最后打印字符 c 最后打印的输出横跨了两行，但是整个字符串 s 仍然只有 5

常用操作

name = 'jason'
name[0]
'j'
name[1:3]
'as'


for char in name:
    print(char)   
j
a
s
o
n

注意python的字符串是不可变的

s = 'hello'
s[0] = 'H'
Traceback (most recent call last):
  File "", line 1, in 
TypeError: 'str' object does not support item assignment

只能通过船创建新的字符串

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

在java 中有可变的字符串，StringBuilder ，每次改变字符串，无需创建新的字符串，时间复杂度为O（1）

但是在python中如果想要改变字符串，往往需要O（n)的时间复杂度，n是新字符串的长度

拼接字符串

str1 += str2  # 表示 str1 = str1 + str2

# 这个时间复杂度是多少
s = ''
for n in range(0, 100000):
    s += str(n)

在python2中总的时间复杂度就为 O(1) + O(2) + … + O(n) = O（n^2)

但是在python3中 str1 += str2 首先会检测str1 是否有其他的引用

所以在python3中时间复杂度是O（n）

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

由于列表的 append 操作是 O(1) 复杂度，时间复杂度为 n*O(1)=O(n)。

split分割

def query_data(namespace, table):
    """
    given namespace and table, query database to get corresponding
    data         
    """

path = 'hive://ads/training_table'
namespace = path.split('//')[1].split('/')[0] # 返回'ads'
table = path.split('//')[1].split('/')[1] # 返回 'training_table'
data = query_data(namespace, table) 

• string.strip(str)，表示去掉首尾的 str
• tring.lstrip(str)，表示只去掉开头的 str
• string.rstrip(str)，表示只去掉尾部的 str

在读入文件时候，如果开头和结尾都含有空字符，就采用strip函数

s = ' my name is jason '
s.strip()
'my name is jason'

格式化

format

print('no data available for person with id: {}, name: {}'.format(id, name))

%

print('no data available for person with id: %s, name: %s' % (id, name))

%s 表示字符串型，%d 表示整型

两种字符串拼接操作，哪个更好

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

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

# 第一个 +=
import time
start_time  =time.perf_counter()
s = ''
for n in range(0,1000000):
    s += str(n)
end_time = time.perf_counter()
# 5.7604558070000005
print(end_time - start_time)
# 第二个 join
import time
start_time  =time.perf_counter()
s = []
for n in range(0,1000000):
    s.append(str(n))
''.join(s)
end_time = time.perf_counter()
# 0.622547053
print(end_time - start_time)



# 第三个 map
import time
start_time = time.perf_counter()
s = ''.join(map(str, range(0, 1000000)))
end_time = time.perf_counter()
# 0.403433529
print(end_time - start_time)

对于数据量大的map好过join，join好过 +=

对于数据量小的map 好过 += 好过join