开发基础（字符串操作、元祖、元组、Hash、字典、集合、字符编码转换）

一、字符串操作

1、index  #返回字符串的索引值

s = "Hello word"
print(s.index('o'))

2、isalnum #检测字符串是否由字母和数字组成。

>>> '22d'.isalnum()
True
>>> '22'.isalnum()
True

3、isalpha #检测字符串是否只由字母组成。

>>> "c".isalpha()
True
>>> '1'.isalpha()
False

4、isdecimal #判断是否为整数 和isdigit效果一样 

检查字符串是否只包含十进制字符。这种方法只存在于unicode对象。

注意:定义一个十进制字符串，只需要在字符串前添加 'u' 前缀即可。

>>> '1'.isdecimal()
True
>>> '22.2'.isdecimal()
False

5、isidentifier #判断字符串是否为一个合法的变量

>>> '33'.isidentifier()
False
>>> 'a1121'.isidentifier()
True

6、islower #是否为小写

'132312dsada'.islower()
True
'AS122'.islower()
False

7、isnumeric  #判断是否为一个整数

>>> '1'.isnumeric()
True
>>>'1.11'.isnumeric()
False

8、 isprintable #判断是否可以打印

9、isspace #判断是否为空格

10、istitle #判断首字符为大写

>>> s.istitle()
True

11、 join #将列表转换为字符串 可以选择以什么来区分列表里面的元素

>>> a =['a','b','c']
>>> '--'.join(a)
'a--b--c'

12、ljust #从右边判断长度如果长度不够用 指定的字符补全

>>> s.ljust(20,'-')
'Hello Word----------'

13、 lower #全部变小写

>>> s
'Hello Word'
>>> s.lower()
'hello word'

14、 upper #全部变大写

>>> s
'Hello Word'
>>> s.upper()
'HELLO WORD'

15、 strip #脱掉空格、换行和tab (lstrip只脱左边不脱右边，rstrip相反只脱右边不脱左边)

>>> s = '
 Hello Word    '
>>> s
'
 Hello Word    '
>>> s.strip()
'Hello Word'

16、 maketrans #用于创建字符映射的转换表，对于接受两个参数的最简单的调用方式，第一个参数是字符串，表示需要转换的字符，第二个参数也是字符串表示转换的目标。

两个字符串的长度必须相同，为一一对应的关系

translate 翻译表，先创建密码表，再翻译

>>> str_in = 'abcdef'
>>> str_out = '!@#$%^'
>>> table = str.maketrans(str_in,str_out)
{97: 33, 98: 64, 99: 35, 100: 36, 101: 37, 102: 94}# 对应关系表，这里的编号对应的是ascll 表的编号

　　>>> s
　　' Hello Word '
　　>>> s.translate(table)
　　' H%llo Wor$ '

17、replace #替换

>>> s.replace('o','O') #后面可以跟参数替换次数
'HellO WOrd'

18、rfind #找最右边的值 find是从左边找第一个值

>>> s.rfind('o')
7
>>> s.find('o')
4
>>> s
'Hello Word'

19、rindex  #从右边开始找索引，如果找不到则报错

>>> s.rindex('o')
7
>>> s.rindex('sa')
Traceback (most recent call last):

20、 split #将字符串的选中的字符转换为列表，选中的字符为分割。

rsplit # s.rspit('o'1) #从右边开始分 可以指定分的次数

>>> s
'Hello Word'
>>> 
>>> s.split('o')
['Hell', ' W', 'rd']

21、splitlines #以空格 换行 来分成列表

 

22、startswith #判断是否以什么开头

>>> s
'Hello Word'
>>> s.startswith("H")
True

23、 endswith #判断 是否以什么结尾

>>> s.endswith("rd")
True

#注意常用的必会

isdigit #方法检测字符串是否只由数字组成。

 

format # 一种格式化字符串的函数 str.format()，它增强了字符串格式化的功能。基本语法是通过 {} 和 : 来代替以前的 % 。

 

 

replace #把字符串中的 old（旧字符串） 替换成 new(新字符串)，如果指定第三个参数max，则替换不超过 max 次。

 

find #检测字符串中是否包含子字符串 str ，如果指定 beg（开始） 和 end（结束） 范围，则检查是否包含在指定范围内，如果包含子字符串返回开始的索引值，否则返回-1。

 

count #统计字符串里某个字符出现的次数。可选参数为在字符串搜索的开始与结束位置

 

strip #用于移除字符串头尾指定的字符（默认为空格）。

 

center # 返回一个原字符串居中,并使用空格填充至长度 width 的新字符串。默认填充字符为空格。

 

split #通过指定分隔符对字符串进行切片，如果参数num 有指定值，则仅分隔 num 个子字符串

 

join #方法用于将序列中的元素以指定的字符连接生成一个新的字符串。

 二、拷贝

1、浅copy

浅拷贝(copy)：拷贝父对象，不会拷贝对象的内部的子对象。

names =['a','b','c','d',[1,2,3]]
n2 = names.copy() # 通过copy 函数 创建一个新的列表 n2
names[1] = 'B' #将names列表 元素b 进行替换为B
print(names)
print(n2)   #打印值发现 元素值并未改变，可以得出结论为copy只是将变量指向到同一内存地址
names[-1][0] = '9' #修改子列表1 为9
print(names)
print(n2)# 打印发现 子列表值跟随 names值而变，得出结论变量名是指定了小列表的内存地址，也就是浅拷贝只能复制第一层
print(id(names[2]))
print(id(n2[2]))

2、深copy

深拷贝(deepcopy)： copy 模块的 deepcopy 方法，完全拷贝了父对象及其子对象。

import copy #导入copy工具箱

names =['a','b','c','d',[1,2,3]]
n2 = copy.deepcopy(names) #使用深copy
names[1] = 'B' #将names列表 元素b 进行替换为B
print(names)
print(n2)   #打印值发现 元素值并未改变，可以得出结论为copy只是将变量指向到同一内存地址
names[-1][0] = '9' #修改子列表1 为9
print(names)
print(n2)# 打印发现 深copy 所有元素均为独立元素 都可单独修改
print(id(names[2]))
print(id(n2[2]))
#深copy 一般很少用，因为在原有基础上又开辟一块内存空间，很浪费资源

 三、元祖

元祖跟列表差不多，也是存一组数据，但是创建之后，便不能再修改，所以又叫只读列表

特性：

不可变

元祖本身不可变，如果元祖中还包含有其他可变元素，这些可变元素可以改变

功能：

index

count

切片

使用场景：

显示告诉别人，此处数据不可修改

数据库等配置信息等

s = (1,2,3,4,5,1,['A','B'])
print(s.index(1))#index
print(s.count(1))# count
print(s[1:])#切片
s[-1][0] = 'a' # 将列表A改成a
print (s)

输出结果

 四、Hash

Hash，一般被翻译成“散列”，也有直接音译"哈希"的，就是把任意长度的输入，通过哈希算法，变换成固定长度的输出，输出的结果就叫做哈希值，这是一种压缩映射，也就是说一般哈希值的空间要小于输入空间，不同的输入但是得出的哈希值可能是相同的，所以不可能从哈希值来确定输入值，简单来说哈希就是将任意长度压缩为固定长度的函数。

1、特性

Hash的值计算过程中是依据输入值的一些特性计算的，这就要求Hash值必须固定，因此被Hash的值必须是不可变的，如字符串、数字、元祖。不可为列表

2、用途

• 文件签名

• MD5加密
• 密码验证

五、字典

简介

字典是一种key -value的数据类型，通过key的值来获取value

1、基本语法

info = { #大括号
    'a':1,#用冒号隔断key  value
    'b':2,
    'c':3
}
print(info)

2、特性

1. key -value 结构
2. key必须可哈希、且必须为不可变数据类型、必须唯一
3. 可存任意多个值、可修改、可不唯一
4. 无序
5. 查找速度快

3、基本操作

增加

info = { #大括号
    'a':1,#用冒号隔断key 和  value
    'b':2,
    'c':3
}
info['d'] = ['4','5'] #可以增加列表
print(info)

# 结果 {'a': 1, 'b': 2, 'c': 3, 'd': ['4', '5']}

删除

info = {
    'a':1,
    'b':2,
    'c':3
}
info.pop("a")#删除字典给定键 key 所对应的值，返回值为被删除的值。key值必须给出。 否则，返回default值。
print(info)
#输出
{'b': 2, 'c': 3}

#del删除
del info["a"]
print(info)
#输出
{'b': 2, 'c': 3}
   info.popitem() #随机删除key的值
   print(info)

 #输出
 {'b': 2, 'c': 3}

清空

info.clear() #清空字典
print(info)
#输出
{}

info = { 
    'a':1,
    'b':2,
    'c':3
}
info['a']  = 11
print(info)
#结果{'a': 11, 'b': 2, 'c': 3}

查找 in or get

info = { 
    'a':1,
    'b':2,
    'c':3
}
print("a" in  info)
#输出
True

info = { 
    'a':1,
    'b':2,
    'c':3
}
print("x" in  info)
#输出
False

info = { 
    'a':1,
    'b':2,
    'c':3
}
print (info['x']) #如果取得键字典里面没有就会报错
#报错

get

info = { 
    'a':1,
    'b':2,
    'c':3
}
print (info.get('a'))
#输出
1
info = { 
    'a':1,
    'b':2,
    'c':3
}
print (info.get('a')) #如果取得键字典里面没有也不会报错则会返回 None
#输出
None

两种方法都可以满足查找的要求，但是建议使用get因为get查找的值如果不存在不会报错！

多级字典嵌套

字典里可以套字典，一层一层这个意思

info = {
    'a':{
        'A':1,
        'B':2
    },
    'b':2,
    'c':3
}
print(info)
#输出
{'a': {'A': 1, 'B': 2}, 'b': 2, 'c': 3}

values #以列表返回一个字典所有的值

{'a': 1, 'b': 2, 'c': 3}
>>> info.values()
dict_values([1, 2, 3])

keys#以列表返回一个字典所有的键

>>> info.keys()
dict_keys(['a', 'b', 'c'])

get

get() 函数返回指定键的值，如果值不在字典中返回默认值。

dict = {'Name': 'Zara', 'Age': 27}

print "Value : %s" %  dict.get('Age')
print "Value : %s" %  dict.get('Sex', "Never")
#输出
Value : 27
Value : Never

setdefault

如果键不存在于字典中，将会添加键并将值设为默认值。

>>> info.setdefault('xiaoze','baliya')
'maliya'
>>> info 
{'a': 1, 'b': 2, 'c': 3, 'xiaoze': 'maliya'}

update#把字典dict2的键/值对更新到dict里。

>>> info 
{'a': 1, 'b': 2, 'c': 3, 'xiaoze': 'baliya'}
>>> info_2
{'A': 1, 'b': 2, 'c': [4, 5, 6]}
>>> info.update(info_2)
>>> info 
{'a': 1, 'b': 2, 'c': [4, 5, 6], 'xiaoze': 'baliya', 'A': 1}

items#以列表返回可遍历的(键, 值) 元组数组。

>>> info.items()
dict_items([('a', 1), ('b', 2), ('c', [4, 5, 6]), ('xiaoze', 'baliya'), ('A', 1)])

fromkeys#用于创建一个新字典，以序列seq中元素做字典的键，value为字典所有键对应的初始值

>>> dict.fromkeys([1,2,3],'test')
{1: 'test', 2: 'test', 3: 'test'}

循环操作

#方式一

info = {
    'a':1,
    'b':2,
    'c':3
}
for key in info:
    print(key,info[key])
#输出
a 1
b 2
c 3

#方式二

for key,y in  info.items():
    print(key,y)
#输出
a 1
b 2
c 3

#使用第一种方法不是建议，第二种方法刚刚说过了是将字典转换为列表然后在循环打印，这样大大降低了效率！

字典练习题

dic = {
    'k1':'v1',
    'k2':'v2',
    'k3':'v3'
}
#1
for key in dic.keys():
    print(key)
#2
for key in dic.values():
    print(key)
#3
for key in dic:
    print(key,dic[key])
#4
dic['k4'] = 'v4'
print(dic)

#5
dic.pop("k1")
print(dic)

#6
print (dic.get('k5')) #先获取该值如不为空则可删除

#7
print(dic.get('k2'))

#8
print(dic.get('k6'))
#9
dic2 = {
    'k1':'v111',
    'a':'b'
}
dic2.update(dic)
print(dic2)

#10
lis =[['k',['qwe',20,{'k1':['tt',3,'1']},89],'ab']]
#lis[0][1][2]['k1'][0] = 'TT' #1
#print(lis)
lis[0][1][2]['k1'][0] = lis[0][1][2]['k1'][0].upper() #2
print(lis)

#11
li = [1,2,3,'a','b','4','c']
dic = {}
li_2 = []
for i in range(len(li)):
    if i %2 ==1:
        li_2.append(li[i])
run = True
while  True:
   user = input("输入查询的值--->")
   if dic.get(user) == None:
        dic.setdefault(user,[])
        dic[user] = li_2
        print(dic)
   elif dic.get(user) != None:
        dic[user] = li_2
        print(dic)

六、集合

简介：

集合是一个无序的，不重复的数据组合，他的主要作用如下

去重，就是把一个列表变成集合就自动去重了

关系测试，测试两组数据之前的交集，差集，对称差集，并集等关系

l = {1,2,3,4,4,5,2}#创建集合则自动去重
print(l)
l.add(7)# add 只能添加不可变数据，并且每次只能添加一个值
print(l)
l.pop()#pop  随机删除一个值
print(l)
l.remove(3)#remove  删除固定的值，如果值不存在则会报错
print(l)
l.discard(6)#discard 删除，如果存在直接删除，如果不存在也不会报错
l.update([1,3,4,5,6,7,89]) #updata 可以增加多个值
print(l)
l.clear()# clear 清空集合
print(l)
s = [1,2,3,4,5,3,2]
print(s)
s = set(s)#将字符串转换为集合
print(s)

#输出

{1, 2, 3, 4, 5}
{1, 2, 3, 4, 5, 7}
{2, 3, 4, 5, 7}
{2, 4, 5, 7}
{1, 2, 3, 4, 5, 6, 7, 89}
set()
[1, 2, 3, 4, 5, 3, 2]
{1, 2, 3, 4, 5}

集合中的元素特性：

1. 确定性(元素必须可Hash)
2. 互异性(去重)
3. 无序性(集合中的元素没有先后之分)，如集合{3,4,5} 和 {4，5，3}算作同一个集合。

集合关系测试：

交集，在两个集合里都拥有的元素，叫做交集

apple = {'jiu','lin','liang','kun'}
banana = {'jiu','lin','zhang','li'}
print(apple.intersection(banana))
print(apple & (banana)) #简写
#输出
{'lin', 'jiu'}
{'lin', 'jiu'}

差集

在两个集合中，只在其中一个集合的元素

apple = {'jiu','lin','liang','kun'}
banana = {'jiu','lin','zhang','li'}
print(apple.difference(banana)) #只买了苹果的人
print(apple - (banana)) #简写
print(banana.difference(apple))#只买了香蕉的人
print(banana - (apple))
#输出
{'liang', 'kun'}
{'liang', 'kun'}
{'li', 'zhang'}
{'li', 'zhang'}

并集

将两个集合合并

apple = {'jiu','lin','liang','kun'}
banana = {'jiu','lin','zhang','li'}
print(apple.union(banana))#将 apple  和banana 合并
print(apple|(banana)) #简写

对称差集

将两个集合中只单独存在一次的元素，合并在一起

apple = {'jiu','lin','liang','kun'}
banana = {'jiu','lin','zhang','li'}
print(apple.symmetric_difference(banana))#只选择了一种水果的人
print(apple^(banana))#简写
#输出
{'zhang', 'kun', 'liang', 'li'}
{'zhang', 'kun', 'liang', 'li'}

包含关系

in,not 

in ：判断某元素是否在集合内   

== ， ! =：判断两个集合是否相等

apple = {'jiu','lin','liang','kun'}
banana = {'jiu','lin','zhang','li'}
print('jiu' in (apple))#判断‘jiu’ 是否在apple里反之 not in

 print(apple == banana) #判断两个集合是否相等 
#输出 

True
False

两个集合之间一般有三种关系，相交、包含、不相交，在python中分别用下面的方法判断：

apple = {'jiu','lin','liang','kun'}
banana = {'jiu','lin','zhang','li','liang','kun'}
print(apple.isdisjoint(banana))#判断两个集合是否不相交
print(apple.issubset(banana))#判断集合是否被其他集合所包含
print(apple <= (banana))# 简写
print(apple.issuperset(banana))#判断集合是否包含其他合集
print(apple >= banana) #简写

#输出
False
True
True
False
False

 七、字符编码

二进制， 01

八进制， 01234567

十进制， 0123456789

十六进制， 0123456789ABCDEF

十进制转换8进制和十六进制的语法

万国码 ： Unicode ，包含所有语言，可以解释所有编码。

但是unicode中存储英文会多占用一倍空间，所以应景而生 utf-8 ，utf-8 可以根据字符大小，将unicode转换成1-6 个字节， 英文1字节、欧洲2字节、汉字通常是3个字节、其他生僻字占4-6个字节。

 1、字符编码转换

python2 默认编码是 ascii ，

字符串编码 默认为 ascii

如果定义为 utf-8 那他的字符编码就是utf-8 ，在代码首行 #encoding:utf-8 (声明编码为utf-8)

python3 默认编码是 utf-8

字符编码为 unicode

编码转换

str = "小九";
str_utf8 = str.encode("UTF-8") #将str编码为指定的bytes类型
str_gbk = str.encode("GBK")

print(str)

print("UTF-8 编码：", str_utf8)
print("GBK 编码：", str_gbk)

print("UTF-8 解码：", str_utf8.decode('UTF-8','strict'))#将bytes解码为str 也就是unicode
print("GBK 解码：", str_gbk.decode('GBK','strict'))
#输出
小九
UTF-8 编码： b'xe5xb0x8fxe4xb9x9d'
GBK 编码： b'xd0xa1xbexc5'
UTF-8 解码： 小九
GBK 解码： 小九

Python 3最重要的新特性之一是对字符串和二进制数据流做了明确的区分。文本总是Unicode，由str类型表示，二进制数据则由bytes类型表示。Python 3不会以任意隐式的方式混用str和bytes，你不能拼接字符串和字节流，也无法在字节流里搜索字符串（反之亦然），也不能将字符串传入参数为字节流的函数（反之亦然）。

下面让我们深入分析一下二者的区别和联系。

编码发展的历史

在谈bytes和str之前，需要先说说关于编码是如何发展的。。

在计算机历史的早期，美国为代表的英语系国家主导了整个计算机行业，26个英文字母组成了多样的英语单词、语句、文章。因此，最早的字符编码规范是ASCII码，一种8位即1个字节的编码规范，它可以涵盖整个英语系的编码需要。

编码是什么？编码就是把一个字符用一个二进制来表示。我们都知道，所有的东西，不管是英文、中文还是符号等等，最终存储在磁盘上都是01010101这类东西。在计算机内部，读取和存储数据归根结底，处理的都是0和1组成的比特流。问题来了，人类看不懂这些比特流，如何让这些010101对人类变得可读呢？于是出现了字符编码，它是个翻译机，在计算机内部某个地方，透明的帮我们将比特流翻译成人类可以直接理解的文字。对于一般用户，不需要知道这个过程是什么原理，是怎么执行的。但是对于程序员却是个必须搞清楚的问题。

以ASCII编码为例，它规定1个字节8个比特位代表1个字符的编码，也就是“00000000”这么宽，一个一个字节的解读。例如：01000001表示大写字母A，有时我们会“偷懒"的用65这个十进制来表示A在ASCII中的编码。8个比特位，可以没有重复的最多表示2的8次方(255)个字符。

后来，计算机得到普及，中文、日文、韩文等等国家的文字需要在计算机内表示，ASCII的255位远远不够，于是标准组织制定出了叫做UNICODE的万国码，它规定任何一个字符（不管哪国的）至少以2个字节表示，可以更多。其中，英文字母就是用2个字节，而汉字是3个字节。这个编码虽然很好，满足了所有人的要求，但是它不兼容ASCII，同时还占用较多的空间和内存。因为，在计算机世界更多的字符是英文字母，明明可以1个字节就能够表示，非要用2个。

于是UTF-8编码应运而生，它规定英文字母系列用1个字节表示，汉字用3个字节表示等等。因此，它兼容ASCII，可以解码早期的文档。UTF-8很快就得到了广泛的应用。

在编码的发展历程中，我国还创造了自己的编码方式，例如GBK，GB2312，BIG5。他们只局限于在国内使用，不被国外认可。在GBK编码中，中文汉字占2个字节。

bytes和str之间的异同

回到bytes和str的身上。bytes是一种比特流，它的存在形式是01010001110这种。我们无论是在写代码，还是阅读文章的过程中，肯定不会有人直接阅读这种比特流，它必须有一个编码方式，使得它变成有意义的比特流，而不是一堆晦涩难懂的01组合。因为编码方式的不同，对这个比特流的解读也会不同，对实际使用造成了很大的困扰。下面让我们看看Python是如何处理这一系列编码问题的：

>>> s = "中文"
>>> s
'中文'
>>> type(s)
<class 'str'>
>>> b = bytes(s, encoding='utf-8')
>>> b
b'xe4xb8xadxe6x96x87'
>>> type(b)
<class 'bytes'>

从例子可以看出，s是个字符串类型。Python有个内置函数bytes()可以将字符串str类型转换成bytes类型，b实际上是一串01的组合，但为了在ide环境中让我们相对直观的观察，它被表现成了b'xe4xb8xadxe6x96x87'这种形式，开头的b表示这是一个bytes类型。xe4是十六进制的表示方式，它占用1个字节的长度，因此”中文“被编码成utf-8后，我们可以数得出一共用了6个字节，每个汉字占用3个，这印证了上面的论述。在使用内置函数bytes()的时候，必须明确encoding的参数，不可省略。

我们都知道，字符串类str里有一个encode()方法，它是从字符串向比特流的编码过程。而bytes类型恰好有个decode()方法，它是从比特流向字符串解码的过程。除此之外，我们查看Python源码会发现bytes和str拥有几乎一模一样的方法列表，最大的区别就是encode和decode。

从实质上来说，字符串在磁盘上的保存形式也是01的组合，也需要编码解码。

如果，上面的阐述还不能让你搞清楚两者的区别，那么记住下面两几句话：

1. 在将字符串存入磁盘和从磁盘读取字符串的过程中，Python自动地帮你完成了编码和解码的工作，你不需要关心它的过程。

2. 使用bytes类型，实质上是告诉Python，不需要它帮你自动地完成编码和解码的工作，而是用户自己手动进行，并指定编码格式。

3. Python已经严格区分了bytes和str两种数据类型，你不能在需要bytes类型参数的时候使用str参数，反之亦然。这点在读写磁盘文件时容易碰到。

在bytes和str的互相转换过程中，实际就是编码解码的过程，必须显式地指定编码格式。

>>> b
b'xe4xb8xadxe6x96x87'
>>> type(b)
<class 'bytes'>
>>> s1 = str(b)
>>> s1
"b'\xe4\xb8\xad\xe6\x96\x87'"
>>> type(s1)
<class 'str'>
>>> s1 = str(b, encoding='utf-8')
>>> s1
'中文'
>>> type(s1)
<class 'str'>

我们再把字符串s1，转换成gbk编码的bytes类型：

>>> s1
'中文'
>>> type(s1)
<class 'str'>
>>> b =  bytes(s1, encoding='gbk')
>>> b
b'xd6xd0xcexc4'

 

 

 传输存储只能用bytes类型，bytes按照你指定的编码规则（utf8,gbk什么的）解码成人能正常读懂的str类型

查看全文