第 3.1 节 字符串:处理文本数据#
预计学习时长: 30 分钟
本节目标:
- 会用
strip()/lower()/upper()/title()清洗文本;- 会用切片
[start:stop:step]从字符串里取内容;- 会用
split()拆分字符串、用join()把一堆字符串拼起来;- 记住字符串是不可变的,所有「修改」方法都返回新字符串。
字符串的两个关键性质#
第一,字符串是不可变的。你不能「修改」一个字符串,只能得到一个新的字符串:
name = " xiaoming "
cleaned = name.strip() # cleaned 是新字符串
print(repr(name)) # 原字符串一点没变
print(repr(cleaned)) # 'xiaoming'第二,字符串是一串字符的序列,所以它支持索引和切片,就像列表一样。
Case 19:清洗用户输入——使用字符串方法处理空格和大小写#
任务: 用户输入的姓名可能前后有空格、大小写也不统一,清理成规范格式。
raw_name = " xiao ming "
raw_city = "SHANGHAI"
name = raw_name.strip().title()
city = raw_city.strip().lower()
print(f"姓名:{name}")
print(f"城市:{city}")
print(f"姓名字符数:{len(name)}")输出:
姓名:Xiao Ming
城市:shanghai
姓名字符数:9关键点
strip()去掉首尾的空白字符(空格、制表符、换行)。lstrip()只去左边,rstrip()只去右边;title()把每个单词的首字母大写、其余小写,所以"xiao ming"变成"Xiao Ming";lower()/upper()转小写 / 大写。做数据清洗时,统一大小写是最常见的操作之一;- 方法可以链式调用:
raw_name.strip().title()是先strip()再对结果title(),从左往右依次执行。
split()也能顺手去空格"a, b, c".split(", ")得到['a', 'b', 'c'],但"a,b, c".split(",")会得到['a', 'b', ' c']——第二项前面还带着空格。 更稳的做法是"a,b, c".replace(" ", "").split(","),或者对每一项单独strip()。
Case 20:提取课程信息——使用字符串切片获取指定内容#
任务: 从课程编号 "ML-2026-COURSE-01" 里提取年份和序号;从学号 "20260102003" 里提取入学年份和专业代码。
course_id = "ML-2026-COURSE-01"
student_id = "20260102003"
year = course_id[3:7]
number = course_id[-2:]
enroll_year = student_id[:4]
major_code = student_id[4:8]
print("开课年份:", year)
print("课程序号:", number)
print("入学年份:", enroll_year)
print("专业代码:", major_code)输出:
开课年份: 2026
课程序号: 01
入学年份: 2026
专业代码: 0102关键点
- 切片格式是
[起始:结束:步长],包含起始位置,不包含结束位置; course_id[3:7]取第 3、4、5、6 个字符(下标 3 到 6),正好是"2026";course_id[-2:]里负数下标表示从后往前数,-1是最后一个字符。[-2:]表示「最后两个」,所以拿到"01";- 切片越界不会报错。
course_id[3:100]不会像course_id[100]那样抛IndexError,只会返回能取到的那部分。
切片和索引的错误不一样
s[100](超出范围)→IndexError;s[3:100](超出范围)→ 正常返回。这是切片「宽容」的特点,用在解析固定格式的编号时非常方便。
Case 21:处理文本标签——使用字符串分割与拼接整理数据#
任务: 把一行 "python, machine-learning, 深度学习" 整理成规整的标签列表,再拼成一句说明。
raw_tags = "python, machine-learning, 深度学习"
tags = [tag.strip() for tag in raw_tags.split(",")]
tags = [tag.lower() for tag in tags]
print("标签列表:", tags)
print("标签数量:", len(tags))
print("一句话说明:", " / ".join(tags))输出:
标签列表: ['python', 'machine-learning', '深度学习']
标签数量: 3
一句话说明: python / machine-learning / 深度学习关键点
split(",")按逗号切成一份列表;split()不写参数时按所有空白切分,所以"a b c".split()得到['a', 'b', 'c'];[tag.strip() for tag in raw_tags.split(",")]是列表推导式——把「对每个元素做什么」压缩成一行。等价于下面这种写法:tags = [] for tag in raw_tags.split(","): tags.append(tag.strip())" / ".join(tags)把列表拼回一个字符串。注意是「字符串」调用join,不是列表调用——", ".join(tags)才对,写成tags.join(", ")会报AttributeError;join要求列表里每一项都是字符串。如果混进了数字,要先str()转一下。
列表推导式是 Python 的招牌语法 它的格式永远是
[结果 for 元素 in 序列],可以再加if过滤:[t for t in tags if len(t) > 3]。 第 4 章封装函数时还会反复用到。
本节小结#
| 操作 | 写法 | 说明 |
|---|---|---|
| 去首尾空白 | s.strip() | 清洗输入第一步 |
| 改大小写 | s.lower() / s.upper() / s.title() | 统一格式 |
| 取子串 | s[3:7] | 左闭右开 |
| 从后取 | s[-2:] | 负数下标 |
| 拆分 | s.split(",") | 返回列表 |
| 拼接 | ", ".join(list) | 字符串方法 |
三条核心规矩:字符串不可变、方法返回新值、join 由字符串发起。
随堂练习#
- 输入一个邮箱地址,去掉首尾空格并全部转成小写;
- 从
"课程编号:PY-2026-08"中提取课程序号(08); - 把
["a", "b", "c"]拼成"a、b、c"。
点击查看参考答案
# 练习 1
email = input("邮箱:").strip().lower()
print(email)
# 练习 2
text = "课程编号:PY-2026-08"
number = text[-2:]
print("课程序号:", number)
# 练习 3
items = ["a", "b", "c"]
print("、".join(items))练习 3 里的 、 是中文顿号。join 的分隔符可以是任意字符串,你想用什么就用什么。
下一节预告 字符串只能装一串文字。要装「一组成绩」「一组学生」,就需要列表和元组——它们才是后面 NumPy 数组、Pandas 表格的近亲。