python字符串操作总结

python中有各种字符串操作，一开始python有个专门的string模块，要使用需先import string。后来从python2.0开始，string方法改用str.method()形式调用，就是直接在你的字符串变量后加方法就行了，无需import。但是为了保持向后兼容，python仍然保留了string模块，但是并不推荐用，你懂的。

但并非所有的字符串操作都用str.method()方法调用的，有些方法是python内置函数，比如计算字符串长度用len(str)而不是str.len()。还有re模块也有对字符串操作的一些方法，后面再讲。字符串对象是不可改变的，也就是说在python创建一个字符串后，你不能把这个字符中的某一部分改变。任何上面的函数改变了字符串后， 都会返回一个新的字符串，原字串并没有变。当然，这也不是绝对的。下面总结一下常用方法。





注意s.capitalize()只是将第一个字母大写，不管你换行还是换句。要想每个首字母大写，可用string模块的capwords函数，如string.capwords('i have a dream')转换结果为‘I Have A Dream’。string模块字符串类型转换函数也比较常用：string.atoi(s[,base])/string.atol(s[,base])/string.atof(s[,base])将字符串s转换为int/long/float型。base默认为10，可选。数字转字符的话直接用str(num)就ok了。

接下来说一下python中的字符串编码问题，python内部表示的是unicode编码，因此在做编码转换时先将其他编码解码（decode）为unicode，再从unicode编码（encode）成另外一种编码。如果一个串本身就是unicode编码，解码的时候就会出错，所以解码前要用isinstance（str,unicode)进行判断。同样，对非unicode字符串解码也会出错。

例如，将gb2312码字符串转为utf-8，要先解码：str1=str.decode('gb2313'),然后再编码str2=str1.encode('utf-8')。注意：在转码的时候一定要弄清str是什么码！

代码中字符串的编码与文件编码一致。如s='编码'，在utf-8编码文件中就是utf-8码，在gb2312编码文件中就是gb2312码。但若用s=u'编码'，则s指定为unicode码。

要获取系统默认编码：

import sys
print sys.getdefaultencoding()