Python 字符串操作 10 个经典案例练习

字符串是 Python 中最常用的数据类型之一，掌握这些技巧，写代码效率翻倍！

案例 1：字符串反转

题目：输入一个字符串，输出其反转结果。

s = "Python"

# 方法1：切片（最简洁）
print(s[::-1])        # nohtyP

# 方法2：reversed()
print(''.join(reversed(s)))  # nohtyP

💡 要点：[::-1] 是 Python 的"神级"切片语法，面试常考。

案例 2：判断回文字符串

题目：判断字符串是否正读反读都相同。

defis_palindrome(s):
# 统一转小写并去除非字母字符
    cleaned = ''.join(c.lower() for c in s if c.isalnum())
return cleaned == cleaned[::-1]

print(is_palindrome("A man, a plan, a canal: Panama"))  # True
print(is_palindrome("hello"))  # False

💡 要点：实际场景中要注意大小写和标点符号的处理。

案例 3：统计字符出现次数

题目：统计字符串中每个字符出现的次数。

from collections import Counter

text = "hello world"
counter = Counter(text)
print(counter)
# Counter({'l': 3, 'o': 2, 'h': 1, 'e': 1, ' ': 1, 'w': 1, 'r': 1, 'd': 1})

# 找出出现最多的字符
most_common = counter.most_common(1)
print(most_common)  # [('l', 3)]

💡 要点：collections.Counter 是统计利器，比手写字典更优雅。

案例 4：字符串格式化对比

题目：用不同方式拼接用户信息。

name = "张三"
age = 25
score = 95.5

# 方法1：% 格式化（古老，不推荐）
print("姓名：%s，年龄：%d" % (name, age))

# 方法2：str.format()
print("姓名：{}，年龄：{}".format(name, age))

# 方法3：f-string（推荐，Python 3.6+）
print(f"姓名：{name}，年龄：{age}，成绩：{score:.1f}")

# 方法4：模板字符串（安全，防注入）
from string import Template
t = Template("姓名：$name，年龄：$age")
print(t.substitute(name=name, age=age))

💡 要点：f-string 是现在的主流选择，可读性最好。

案例 5：提取字符串中的数字

题目：从混合文本中提取所有数字。

import re

text = "订单号：20240504，价格：￥128.50元，数量：3件"

# 提取所有数字（包括小数）
numbers = re.findall(r'\d+\.?\d*', text)
print(numbers)  # ['20240504', '128.50', '3']

# 提取整数
integers = re.findall(r'\d+', text)
print(integers)  # ['20240504', '128', '50', '3']

💡 要点：正则表达式是字符串处理的瑞士军刀。

案例 6：多行字符串与文本对齐

题目：生成格式化的表格输出。

data = [
    ("商品", "价格", "库存"),
    ("iPhone", "¥5999", "100"),
    ("MacBook", "¥12999", "50"),
]

for item in data:
    print(f"{item[0]:<10}{item[1]:>8}{item[2]:>6}")

# 输出：
# 商品            价格     库存
# iPhone      ¥5999    100
# MacBook    ¥12999     50

💡 要点：{变量:宽度} 可以控制对齐方式，< 左对齐，> 右对齐，^ 居中。

案例 7：字符串清洗（数据预处理）

题目：清洗用户输入的脏数据。

raw_input = "  Hello,  World!!  How are you???  "

# 去除首尾空格
cleaned = raw_input.strip()
print(cleaned)

# 去除多余空格，统一标点
import re
result = re.sub(r'\s+', ' ', cleaned)      # 多个空格变一个
result = re.sub(r'([!?.]){2,}', r'\1', result)  # 多个标点变一个
print(result)
# Hello, World! How are you?

💡 要点：数据清洗是数据分析的第一步，strip() 和正则配合无敌。

案例 8：URL 参数解析

题目：解析 URL 中的查询参数。

from urllib.parse import urlparse, parse_qs

url = "https://example.com/search?q=python&page=1&category=programming"

parsed = urlparse(url)
params = parse_qs(parsed.query)

print(f"路径：{parsed.path}")      # /search
print(f"参数：{params}")          
# {'q': ['python'], 'page': ['1'], 'category': ['programming']}

# 获取单个参数
print(f"搜索词：{params['q'][0]}")  # python

💡 要点：不要手动解析 URL，标准库已经帮你做好了。

案例 9：敏感词过滤

题目：将文本中的敏感词替换为 ***。

import re

text = "这个产品真的很棒，垃圾质量，太差了"
sensitive_words = ["垃圾", "差", "笨蛋"]

# 构建正则表达式
pattern = re.compile('|'.join(map(re.escape, sensitive_words)))
result = pattern.sub(lambda m: '*' * len(m.group()), text)

print(result)
# 这个产品真的很棒，**质量，*了

💡 要点：re.escape() 可以避免特殊字符导致正则错误。

案例 10：生成随机验证码

题目：生成包含字母和数字的 6 位验证码。

import random
import string

defgenerate_code(length=6):
    chars = string.ascii_letters + string.digits
return''.join(random.choices(chars, k=length))

print(generate_code())      # 如：a3K9pL
print(generate_code(8))     # 如：X7mN2vQ9

💡 要点：random.choices() 允许重复选取，适合验证码场景。

📋 总结速查表

🎯 练习建议：把上面 10 个案例自己手敲一遍，比看十遍效果都好！