快捷導(dǎo)航

Python?如何截取字符函數(shù)

更新時間：2022年11月03日 08:37:25 作者：ajklsdnal

這篇文章主要介紹了Python?如何截取字符函數(shù)，具有很好的參考價值，希望對大家有所幫助。如有錯誤或未考慮完全的地方，望不吝賜教

如何截取字符函數(shù)

在工作中我們經(jīng)常會遇到某種情況需要截取字符串中某個特定標簽之間的內(nèi)容（爬蟲可能用到的較多），適用于很多情況例如字符串形式的xml報文、json格式的字符串以及其它類型的字符串。

因為我總結(jié)了有關(guān)字符串截取的兩個函數(shù)來記錄一下，以供參考。

# 方法一：簡單截取不重復(fù)標簽中的內(nèi)容
def substr(mystr, startStr, endChar):
? ? '''
? ? 自定義字符串截取函數(shù):只從字符串中第一次遇見的內(nèi)容
? ? '''
? ? startStr_len = len(startStr)
? ? start_index = mystr.index(startStr)
? ? end_index = mystr.index(endChar)
? ? return mystr[start_index+startStr_len:end_index]
?
'''
a = 'abc111bcd abc222bcd'
result = substr(a, 'abc', 'bcd') ? ?# result='111'
'''
?
# 方法二：重復(fù)截取標簽中的內(nèi)容并將結(jié)果作為列表返回
def substr_to_list(mystr, startStr, endChar):
? ? '''自定義字符串截取函數(shù)'''
? ? result = []
? ? position = 0
? ? while True: ? ? ? ? ? ? ? ?# 因為index()函數(shù)如果沒有找到想要的內(nèi)容會報異常ValueError
? ? ? ? try: ? ? ? ? ? ?
? ? ? ? ? ? startStr_len = len(startStr)
? ? ? ? ? ? endChar_len = len(endChar)
? ? ? ? ? ? start_index = mystr.index(startStr, position)
? ? ? ? ? ? end_index = mystr.index(endChar, position)
? ? ? ? ? ? position = end_index + endChar_len
? ? ? ? ? ? result.append(mystr[start_index+startStr_len:end_index])
? ? ? ? except Exception as e:
? ? ? ? ? ? break
? ? return result
'''
a = 'abc111bcd abc222bcd'
result = substr(a, 'abc', 'bcd') ? ?# result=['111','222']
'''

效率方面就沒有考慮啦，畢竟都用python了還考慮什么效率，哈哈！

截取字符串（字符串切片）

字符串

從本質(zhì)上講，字符串是由多個字符構(gòu)成的，字符之間是有順序的，這個順序號就稱為索引（index）。Python 允許通過索引來操作字符串中的單個或者多個字符，比如獲取指定索引處的字符，返回指定字符的索引值等。

獲取單個字符

知道字符串名字以后，在方括號[ ]中使用索引即可訪問對應(yīng)的字符，具體的語法格式為：

strname[index]

strname 表示字符串名字，index 表示索引值。

Python 允許從字符串的兩端使用索引：

當以字符串的左端（字符串的開頭）為起點時，索引是從 0 開始計數(shù)的；字符串的第一個字符的索引為 0，第二個字符的索引為 1，第三個字符串的索引為 2 ……
當以字符串的右端（字符串的末尾）為起點時，索引是從 -1 開始計數(shù)的；字符串的倒數(shù)第一個字符的索引為 -1，倒數(shù)第二個字符的索引為 -2，倒數(shù)第三個字符的索引為 -3 ……

請看下面的實例演示：

url = 'http://c.biancheng.net/python/'
#獲取索引為10的字符
print(url[10])
#獲取索引為 6 的字符
print(url[-6])

運行結(jié)果：

i
y

獲取多個字符（字符串截去/字符串切片）

使用[ ]除了可以獲取單個字符外，還可以指定一個范圍來獲取多個字符，也就是一個子串或者片段，具體格式為：

strname[start : end : step]

對各個部分的說明：

strname：要截取的字符串；
start：表示要截取的第一個字符所在的索引（截取時包含該字符）。如果不指定，默認為 0，也就是從字符串的開頭截?。?/li>
end：表示要截取的最后一個字符所在的索引（截取時不包含該字符）。如果不指定，默認為字符串的長度；
step：指的是從 start 索引處的字符開始，每 step 個距離獲取一個字符，直至 end 索引出的字符。step 默認值為 1，當省略該值時，最后一個冒號也可以省略。

【實例1】基本用法：

url = 'http://c.biancheng.net/java/'
#獲取索引從7處到22（不包含22）的子串
print(url[7: 22]) # 輸出 zy
#獲取索引從7處到-6的子串
print(url[7: -6]) # 輸出 zyit.org is very
#獲取索引從-21到6的子串
print(url[-21: -6])
#從索引3開始，每隔4個字符取出一個字符，直到索引22為止
print(url[3: 22: 4])

運行結(jié)果：

c.biancheng.net
c.biancheng.net
c.biancheng.net
pcaen

【實例2】高級用法，start、end、step 三個參數(shù)都可以省略：

url = 'http://c.biancheng.net/java/'
#獲取從索引5開始，直到末尾的子串
print(url[7: ])
#獲取從索引-21開始，直到末尾的子串
print(url[-21: ])
#從開頭截取字符串，直到索引22為止
print(url[: 22])
#每隔3個字符取出一個字符
print(url[:: 3])

運行結(jié)果：