有没有一种方法可以将字符串从大写,甚至部分大写转换为小写?
例如,“公里”→“公里”。
有没有一种方法可以将字符串从大写,甚至部分大写转换为小写?
例如,“公里”→“公里”。
Answers:
如何在Python中将字符串转换为小写?
有什么办法可以将整个用户输入的字符串从大写甚至部分大写转换为小写?
例如公里->公里
规范的Python方式是
>>> 'Kilometers'.lower()
'kilometers'
但是,如果目的是进行不区分大小写的匹配,则应使用大小写折叠:
>>> 'Kilometers'.casefold()
'kilometers'
原因如下:
>>> "Maße".casefold()
'masse'
>>> "Maße".lower()
'maße'
>>> "MASSE" == "Maße"
False
>>> "MASSE".lower() == "Maße".lower()
False
>>> "MASSE".casefold() == "Maße".casefold()
True
这是Python 3中的str方法,但是在Python 2中,您需要查看PyICU或py2casefold- 几个答案在此解决。
Python 3将纯字符串文字处理为unicode:
>>> string = 'Километр'
>>> string
'Километр'
>>> string.lower()
'километр'
在Python 2中,将以下内容粘贴到外壳中,使用以下命令将文字编码为字节字符串 utf-8
。
并且lower
不映射字节会知道的任何更改,因此我们得到相同的字符串。
>>> string = 'Километр'
>>> string
'\xd0\x9a\xd0\xb8\xd0\xbb\xd0\xbe\xd0\xbc\xd0\xb5\xd1\x82\xd1\x80'
>>> string.lower()
'\xd0\x9a\xd0\xb8\xd0\xbb\xd0\xbe\xd0\xbc\xd0\xb5\xd1\x82\xd1\x80'
>>> print string.lower()
Километр
在脚本中,Python将反对非ascii(从Python 2.5开始,在Python 2.4中为警告)字节,该字节位于未给出编码的字符串中,因为预期的编码将是模棱两可的。有关更多信息,请参阅文档和PEP 263中的Unicode操作方法。
str
文字因此,我们需要一个unicode
字符串来处理此转换,只需使用unicode字符串文字即可轻松完成此操作,该字符串文字可以用u
前缀消除歧义(请注意,该u
前缀在Python 3中也适用):
>>> unicode_literal = u'Километр'
>>> print(unicode_literal.lower())
километр
请注意,字节与字节完全不同str
-转义字符'\u'
后跟2字节宽度,或这些unicode
字母的16位表示形式:
>>> unicode_literal
u'\u041a\u0438\u043b\u043e\u043c\u0435\u0442\u0440'
>>> unicode_literal.lower()
u'\u043a\u0438\u043b\u043e\u043c\u0435\u0442\u0440'
现在,如果我们仅使用a的形式str
,则需要将其转换为unicode
。Python的Unicode类型是一种通用编码格式,相对于大多数其他编码而言,它具有许多优点。我们可以使用unicode
构造函数或str.decode
编解码器方法将转换str
为unicode
:
>>> unicode_from_string = unicode(string, 'utf-8') # "encoding" unicode from string
>>> print(unicode_from_string.lower())
километр
>>> string_to_unicode = string.decode('utf-8')
>>> print(string_to_unicode.lower())
километр
>>> unicode_from_string == string_to_unicode == unicode_literal
True
两种方法都转换为unicode类型-并与unicode_literal相同。
建议始终使用Unicode文本。
软件仅应在内部使用Unicode字符串,并在输出时转换为特定的编码。
但是,要使小写字母恢复为type str
,请utf-8
再次将python字符串编码为:
>>> print string
Километр
>>> string
'\xd0\x9a\xd0\xb8\xd0\xbb\xd0\xbe\xd0\xbc\xd0\xb5\xd1\x82\xd1\x80'
>>> string.decode('utf-8')
u'\u041a\u0438\u043b\u043e\u043c\u0435\u0442\u0440'
>>> string.decode('utf-8').lower()
u'\u043a\u0438\u043b\u043e\u043c\u0435\u0442\u0440'
>>> string.decode('utf-8').lower().encode('utf-8')
'\xd0\xba\xd0\xb8\xd0\xbb\xd0\xbe\xd0\xbc\xd0\xb5\xd1\x82\xd1\x80'
>>> print string.decode('utf-8').lower().encode('utf-8')
километр
因此,在Python 2中,Unicode可以编码为Python字符串,而Python字符串可以解码为Unicode类型。
对于Python 2,这不适用于UTF-8中的非英语单词。在这种情况下decode('utf-8')
可以帮助:
>>> s='Километр'
>>> print s.lower()
Километр
>>> print s.decode('utf-8').lower()
километр
decode('utf-8')
即不仅在Python 3中不是必需的,而且会导致错误。(参考)。示例:$python3; >>>s='Километр'; >>>print (s.lower); #result: километр >>>s.decode('utf-8').lower(); #result: ...AttributeError: 'str' object has no attribute 'decode'
我们可以看到第二种方法,它引用了@AaronHall的出色答案。 >>>s.casefold() #result: километр
另外,您可以覆盖一些变量:
s = input('UPPER CASE')
lower = s.lower()
如果您这样使用:
s = "Kilometer"
print(s.lower()) - kilometer
print(s) - Kilometer
它会在被调用时起作用。
s=s.lower()
是要走的路。
>>> "raison d'être".casefold(); "raison d'être"
查看有关以下内容的答案unidecode