第4章 字符串与正则表达式.pptxVIP

程序设计;学习目标;目 录;最早的字符串编码是美国标准信息交换码ASCII，仅对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进行了编码。ASCII码采用1个字节来对字符进行编码，最多只能表示256个符号。;随着信息技术的发展和信息交换的需要，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，于是又分别设计了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等等。;UTF-8对全世界所有国家需要用到的字符进行了编码，以1个字节表示英语字符(兼容ASCII)，以3个字节表示中文，还有些语言的符号使用2个字节（例如俄语和希腊语符号）或4个字节。 GB2312是我国制定的中文编码，使用1个字节表示英语，2个字节表示中文；GBK是GB2312的扩充，而CP936是微软在GBK基础上开发的编码方式。GB2312、GBK和CP936都是使用2个字节表示中文。;不同编码格式之间相差很大，采用不同的编码格式意味着不同的表示和存储形式，把同一字符存入文件时，写入的内容可能会不同，在试图理解其内容时必须了解编码规则并进行正确的解码。如果解码方法不正确就无法还原信息，从这个角度来讲，字符串编码也具有加密的效果。;Python 3.x完全支持中文字符，默认使用UTF8编码格式，无论是一个数字、英文字母，还是一个汉字，都按一个字符对待和处理。 s = 中国山东烟台 len(s) #字符串长度，或者包含的字符个数 6 s = 中国山东烟台ABCDE #中文与英文字符同样对待，都算一个字符 len(s) 11 姓名 = 张三 #使用中文作为变量名 print(姓名) #输出变量的值 张三;4.1 字符串;4.1 字符串;4.1.1 字符串格式化;4.1.1 字符串格式化;4.1.1 字符串格式化;4.1.1 字符串格式化;4.1.1 字符串格式化;4.1.1 字符串格式化;从Python 3.6.x开始支持一种新的字符串格式化方式，官方叫做Formatted String Literals，其含义与字符串对象的format()方法类似，但形式更加简洁。 name = Dong age = 39 fMy name is {name}, and I am {age} years old. My name is Dong, and I am 39 years old. width = 10 precision = 4 value = 11/3 fresult:{value:{width}.{precision}} result: 3.667;4.1.2 字符串常用方法;4.1.2 字符串常用方法;4.1.2 字符串常用方法;4.1.2 字符串常用方法;4.1.2 字符串常用方法;4.1.2 字符串常用方法;4.1.2 字符串常用方法;partition()和rpartition()方法以指定字符串为分隔符将原字符串分隔为3部分，即分隔符之前的字符串、分隔符字符串和分隔符之后的字符串。 s = apple,peach,banana,pear s.partition(,) #从左侧使用逗号进行切分 (apple, ,, peach,banana,pear) s.rpartition(,) #从右侧使用逗号进行切分 (apple,peach,banana, ,, pear) s.rpartition(banana) #使用字符串作为分隔符 (apple,peach,, banana, ,pear) abababab.partition(a) (, a, bababab) abababab.rpartition(a) (ababab, a, b);4.1.2 字符串常用方法;4.1.2 字符串常用方法;4.1.2 字符串常用方法;4.1.2 字符串常用方法;4.1.2 字符串常用方法;4.1.2 字符串常用方法;测试用户输入中是否有敏感词，如果有就把敏感词替换为3个星号***。 words = (测试, 非法, 暴力, 话) text = 这句话里含有非法内容 for word in words: if word in text: text = text.replace(word, ***) text 这句***里含有***内容;4.1.2 字符串常用方法;4.1.2 字符串常用方法;4.1.2 字符串常用方法;4.