‘壹’ python字符串
字符串 ：在python中是作为序列存在的，序列中的元素具有从左到右的顺序，并根据他们的相对位置进行读取和储存。严格意义来说，字符串是一系列单个字符组成的序列，其他类型的序列还包括列表和元组。在一串字符两侧加上双引号或者单引号即可创建字符串。
注意 ：如果字符串中需要出现双引号或者单引号，则有两种方法。
1）使用转义字符（）进行转义。
2）将双引号和单引号配合使用，即若向想打印单引号，可以使用双引号表示字符串，在字符串中只用一个单引号。反之亦然。
在一个字符串前面加上r；则会自动为字符串中的反斜杠转义，使其只代表一个反斜杠。但是注意，原始字符串最后不能有反斜杠，否则会发生语法错误。如果非要在原始字符串最后加上,则可以写为。
运行结果为：
有时我们需要创建一个跨行的字符串，则可以使用三引号来创建。
运行结果为
1）可以通过len()函数得到序列的长度。
运行结果为：
2）可以通过索引操作得到序列的各个元素值。python中序列的索引是从0开始依次向后推移。
运行结果为：
3）python还支持反向索引，是从最后一个向前推移的。-1是指序列中的最后一个元素值，-len(str)是指该序列的第一个元素值。
运行结果为：
4）序列还支持一种 分片(slice) 的操作，这是一种能够一步提取整个分片的方法。
分片可以看作是字符串中一部提取出其中一部分的方法。其一般形式为：X[I:J]，表示从X序列中取出第I个元素到不包含第J个元素的部分，结果为返回一个新的对象。
运行结果为：
在一个分片(slice)中，左边界默认为0。同时应注意负偏移量在分片中的边界，也应为左侧数字比右侧数字小。拷贝全部字符串的用法为str[:]。
运行结果为：
5）作为一个序列，字符串还支持用“+”来合并字符串。
运行结果为：
6） 不可变性 ，python中字符串具有不可变性，在创建一个字符串之后不可以通过对其某一位置进行赋值而改变该字符串，但可以通过创建一个新的字符串并以同一个变量名命名。
运行结果为：
7）除了一般的序列操作，字符串还有一些其特有的操作方法。
如find()方法,可以用于查找一个子字符串，可以返回该子字符串的索引值。但如果存在多个符合的子字符串，只会返回第一个索引值。如果不存在该子字符串，则返回-1。replace(S1，S2)方法会将字符串中的S1替换为S2。
运行结果如下：
关于字符串，python还有许多内置函数，可以通过调用dir()函数来查看。
‘贰’ python字符串操作
字符串操作在各个计算机语言中都是比较常见的操作，下面我们对python的字符串操作做下简单介绍。
一、索引操作
字符串是由一些连续的字符组成，支持索引操作，索引位置从0开始，比如以下代码会输出’P‘字符：
二、截取子串
字符串也可以像列表那样给定起始与终止索引生成一个新的子串，比如以下代码会输出“Py”：
三、连接操作
多个字符串相加会生成一个新串，比如以下代码输出”Love Python“：
四、大小写转换
调用字符串的upper与lower方法会分别生成新的大写和小写的字符串，比如以下代码第一个输出：”I LOVE PYTHON“，第二个输出：”i love python“：
五、前后缀判断
调用字符串的startswith与endswith方法可以判断字符串是否以某个子串开关或者结尾，比如以下会分别打印出 ” python startswith py “ 和 ” python endswith on “：
六、查找与替换子串
调用find方法可以判断是否包含某个子串，比如以下代码会输出" python contains th" 和 " python doesn't contain he"：
调用replace方法可以对字符串进行替换，比如要把"hello world"中的”hello“替换为”world“，以下代码会输出：”world world“
七、分隔字符串
如果我们要把一句话按空格分隔为一个一个的单词要怎么做呢，这时调用split方法即可，比如以下代码会把”hello world ni hao“转换为["hello","world","ni","hao"]：
八、清除前后字符
如果一个字符串前后有空白字符，我们需要去掉，你可以调用字符串的替换方法来做，但更简单的做法是调用strip方法，比如以下代码就会去掉两端的空白字符输出“hello python”：
九、大小写对换
如果我们需要把字符串中的小写转换为大写，大写转换为小写，那要怎么做呢，很简单，调用下swapcase就可以了，如以下代码会输出“ heLLO pYThON ”：
十、字符分类判断
有很多方法用来判断一个字符串是否属于某个分类，比如 isdigit判断是否是数字，isalpha判断是否是字母，isalnum判断是否是字母数字等，如下代码：
‘叁’ 八、 python中的数据类型——字符串
字符串是由数字、字母、下划线组成的一串字符，比如 “hello, world!” ，这就是一个字符串。
在python中，字符串要用引号括起来，单号号或者双引号都可以。像是 'abc' ， "xyz" 都是字符串。
在python中字符串用单引号或者双引号括起来，例如 'a' ， "b" ，a和b都是字符串类型，可以使用 type() 函数查看
python中还可以用三个引号表示字符串， ''' 或者 """ 都可以，它主要是用来表示跨行的字符串，例如：
执行 print(a,type(a)) ，可以看到结果
在"荒野猎人"和"2015-12-16"后面，都有'\n'，只不过'\n'在shell中被打印出来了，所以看不到。
'\n'代表换行，因为有'\n'的存在，所以"2015-12-16"，"莱昂纳多·迪卡普里奥 / 汤姆·哈迪"和"8.2"才从下一行开始打印。
为什么有'\n'？ 因为在定义a的时候，输入完“荒野猎人”后按的回车，回车在计算机语言中即为'\n'。
在两个三引号之间，单引号和双引号都可以使用。同理，在单引号之间，可以用双引号，在双引号间可以用单引号。例如：
在表示一个单引号的时候，可以使用两个双引号，也就是 "'" ，也就是上面的例子a，另一种方法是用 '\'' ，反斜杠单引号等价于一个单引号，即：
两个反斜杠\\代表一个反斜杠，因为你要打印一个反斜杠，但是反斜杠是转义的意思，因此有一个特殊的转义符 \\\\ ，它代表着一个反斜杠。
prefix还可以是元组，S.startswith(('a','b'))，当S以'a'或者'b'开头时返回True。
与find相对的，还有个rfind方法。
S.rfind(sub) -> int
它与find的区别是，find是从字符串左侧开始查找，而rfind是从右侧开始查找。两者都是查找到第一个sub后就停止查找，立刻返回其索引值，没找到返回-1。
关于更多字符串的信息，可以使用 help(str) 查看。
‘肆’ Python 常用的标准库以及第三方库有哪些
参考：知乎
Python 常用的标准库以及第三方库
standard libs:
itertools
functools 学好python有必要掌握上面这两个库吧，
re 正则
subprocess 调用shell命令的神器
pdb 调试
traceback 调试
pprint 漂亮的输出
logging 日志
threading和multiprocessing 多线程
urllib/urllib2/httplib http库，httplib底层一点，推荐第三方的库requests
os/sys 系统，环境相关
Queue 队列
pickle/cPickle 序列化工具
hashlib md5, sha等hash算法
cvs
json/simplejson python的json库，据so上的讨论和benchmark，simplejson的性能要高于json
timeit 计算代码运行的时间等等
cProfile python性能测量模块
glob 类似与listfile，可以用来查找文件
atexit 有一个注册函数，可用于正好在脚本退出运行前执行一些代码
dis python 反汇编，当对某条语句不理解原理时，可以用dis.dis 函数来查看代码对应的python 解释器指令等等。
3th libs:
paramiko ssh python 库
selenium 浏览器自动化测试工具selenium的python 接口
lxml python 解析html,xml 的神器
mechanize Stateful programmatic web browsing
pycurl cURL library mole for Python
Fabric Fabric is a Python (2.5 or higher) library and command-line tool for streamlining the use of SSH for application deployment or systems administration tasks.
xmltodict xml 转 dict，真心好用
urllib3 和 requests: 当然其实requests就够了 Requests: HTTP for Humans
flask web 微框架
ipdb 调试神器，同时推荐ipython！结合ipython使用
redis redis python接口
pymongo mongodbpython接口
PIL python图像处理
mako python模版引擎
numpy ， scipy 科学计算
matplotlib 画图
scrapy 爬虫
django/tornado/web.py/web2py/uliweb/flask/twisted/bottle/cherrypy.等等 python web框架/服务器
sh 1.08 — sh v1.08 documentation 用来运行shell 模块的 极佳选择
‘伍’ 最受欢迎的 15 大 Python 库有哪些
Python常用库大全，看看有没有你需要的。
环境管理
管理 Python 版本和环境的工具
p – 非常简单的交互式 python 版本管理工具。
pyenv – 简单的 Python 版本管理工具。
Vex – 可以在虚拟环境中执行命令。
virtualenv – 创建独立 Python 环境的工具。
virtualenvwrapper- virtualenv 的一组扩展。
包管理
管理包和依赖的工具。
pip – Python 包和依赖关系管理工具。
pip-tools – 保证 Python 包依赖关系更新的一组工具。
conda – 跨平台，Python 二进制包管理工具。
Curdling – 管理 Python 包的命令行工具。
wheel – Python 分发的新标准，意在取代 eggs。
包仓库
本地 PyPI 仓库服务和代理。
warehouse – 下一代 PyPI。
Warehousebandersnatch – PyPA 提供的 PyPI 镜像工具。
devpi – PyPI 服务和打包/测试/分发工具。
localshop – 本地 PyPI 服务（自定义包并且自动对 PyPI 镜像）。
分发
打包为可执行文件以便分发。
PyInstaller – 将 Python 程序转换成独立的执行文件（跨平台）。
dh-virtualenv – 构建并将 virtualenv 虚拟环境作为一个 Debian 包来发布。
Nuitka – 将脚本、模块、包编译成可执行文件或扩展模块。
py2app – 将 Python 脚本变为独立软件包（Mac OS X）。
py2exe – 将 Python 脚本变为独立软件包（Windows）。
pynsist – 一个用来创建 Windows 安装程序的工具，可以在安装程序中打包 Python本身。
构建工具
将源码编译成软件。
buildout – 一个构建系统，从多个组件来创建，组装和部署应用。
BitBake – 针对嵌入式 Linux 的类似 make 的构建工具。
fabricate – 对任何语言自动找到依赖关系的构建工具。
PlatformIO – 多平台命令行构建工具。
PyBuilder – 纯 Python 实现的持续化构建工具。
SCons – 软件构建工具。
交互式解析器
交互式 Python 解析器。
IPython – 功能丰富的工具，非常有效的使用交互式 Python。
bpython- 界面丰富的 Python 解析器。
ptpython – 高级交互式Python解析器， 构建于python-prompt-toolkit 之上。
文件
文件管理和 MIME（多用途的网际邮件扩充协议）类型检测。
imghdr – （Python 标准库）检测图片类型。
mimetypes – （Python 标准库）将文件名映射为 MIME 类型。
path.py – 对 os.path 进行封装的模块。
pathlib – （Python3.4+ 标准库）跨平台的、面向对象的路径操作库。
python-magic- 文件类型检测的第三方库 libmagic 的 Python 接口。
Unipath- 用面向对象的方式操作文件和目录
watchdog – 管理文件系统事件的 API 和 shell 工具
日期和时间
操作日期和时间的类库。
arrow- 更好的 Python 日期时间操作类库。
Chronyk – Python 3 的类库，用于解析手写格式的时间和日期。
dateutil – Python datetime 模块的扩展。
delorean- 解决 Python 中有关日期处理的棘手问题的库。
moment – 一个用来处理时间和日期的Python库。灵感来自于Moment.js。
PyTime – 一个简单易用的Python模块，用于通过字符串来操作日期/时间。
pytz – 现代以及历史版本的世界时区定义。将时区数据库引入Python。
when.py – 提供用户友好的函数来帮助用户进行常用的日期和时间操作。
文本处理
用于解析和操作文本的库。
通用
chardet – 字符编码检测器，兼容 Python2 和 Python3。
difflib – (Python 标准库)帮助我们进行差异化比较。
ftfy – 让Unicode文本更完整更连贯。
fuzzywuzzy – 模糊字符串匹配。
Levenshtein – 快速计算编辑距离以及字符串的相似度。
pangu.py – 在中日韩语字符和数字字母之间添加空格。
pyfiglet -figlet 的 Python实现。
shortuuid – 一个生成器库，用以生成简洁的，明白的，URL 安全的 UUID。
unidecode – Unicode 文本的 ASCII 转换形式 。
uniout – 打印可读的字符，而不是转义的字符串。
xpinyin – 一个用于把汉字转换为拼音的库。
‘陆’ Python入门教程08——字符串操作
Python 提供了5个字符串操作符：in、空格、加号、星号和逗号。
字符串是字符的有序集合，可用in 操作符判断字符串包含关系，例如：
以空格分隔（或者没有分隔符号）的多个字符串可自动合并，例如：
加号可将多个字符串合并，例如：
星号用于将字符串复制多次以构成新的字符串，例如：
在使用逗号分隔字符串时，会创建字符串组成的元组，例如：
字符串是一个有序的集合，其中的每个字符可通过偏移量进行索引或分片。字符串中的字符按从左到右的顺序，偏移量依次为： 0 、 1 、 2 … len-1 (最后一个字符的偏移量为字符串长度减1)；或者倒着排，为： -len … -2 、 -1 。索引指通过偏移量来定位字符串中的单个字符，例如：
通过索引可获得指定位置的单个字符，但不能通过索引来修改字符串。因为字符串对象不允许被修改，例如：
字符串的切片利用索引范围从字符串中获得连续的多个字符（即子字符串）。字符串切片的基本格式如下：
表示返回字符串x中从偏移量start开始，到偏移量end之前的子字符串。 start和end参数均可省略，start默认为0,end默认为字符串长度。例如：
默认情况下，切片用于返回字符串中的多个连续字符，可以通过步长参数来跳过中间的字符，其格式如下：
用这种格式切片时，会依次跳过中间step-1个字符，step默认为1。请看如下代码：
‘柒’ Python标准库的主要功能有哪些
Python常用库大全，看看有没有你需要的。
环境管理
管理 Python 版本和环境的工具
p – 非常简单的交互式 python 版本管理工具。
pyenv – 简单的 Python 版本管理工具。
Vex – 可以在虚拟环境中执行命令。
virtualenv – 创建独立 Python 环境的工具。
virtualenvwrapper- virtualenv 的一组扩展。
包管理
管理包和依赖的工具。
pip – Python 包和依赖关系管理工具。
pip-tools – 保证 Python 包依赖关系更新的一组工具。
conda – 跨平台，Python 二进制包管理工具。
Curdling – 管理 Python 包的命令行工具。
wheel – Python 分发的新标准，意在取代 eggs。
包仓库
本地 PyPI 仓库服务和代理。
warehouse – 下一代 PyPI。
Warehousebandersnatch – PyPA 提供的 PyPI 镜像工具。
devpi – PyPI 服务和打包/测试/分发工具。
localshop – 本地 PyPI 服务（自定义包并且自动对 PyPI 镜像）。
分发
打包为可执行文件以便分发。
PyInstaller – 将 Python 程序转换成独立的执行文件（跨平台）。
dh-virtualenv – 构建并将 virtualenv 虚拟环境作为一个 Debian 包来发布。
Nuitka – 将脚本、模块、包编译成可执行文件或扩展模块。
py2app – 将 Python 脚本变为独立软件包（Mac OS X）。
py2exe – 将 Python 脚本变为独立软件包（Windows）。
pynsist – 一个用来创建 Windows 安装程序的工具，可以在安装程序中打包 Python本身。
构建工具
将源码编译成软件。
buildout – 一个构建系统，从多个组件来创建，组装和部署应用。
BitBake – 针对嵌入式 Linux 的类似 make 的构建工具。
fabricate – 对任何语言自动找到依赖关系的构建工具。
PlatformIO – 多平台命令行构建工具。
PyBuilder – 纯 Python 实现的持续化构建工具。
SCons – 软件构建工具。
交互式解析器
交互式 Python 解析器。
IPython – 功能丰富的工具，非常有效的使用交互式 Python。
bpython- 界面丰富的 Python 解析器。
ptpython – 高级交互式Python解析器， 构建于python-prompt-toolkit 之上。
文件
文件管理和 MIME（多用途的网际邮件扩充协议）类型检测。
imghdr – （Python 标准库）检测图片类型。
mimetypes – （Python 标准库）将文件名映射为 MIME 类型。
path.py – 对 os.path 进行封装的模块。
pathlib – （Python3.4+ 标准库）跨平台的、面向对象的路径操作库。
python-magic- 文件类型检测的第三方库 libmagic 的 Python 接口。
Unipath- 用面向对象的方式操作文件和目录
watchdog – 管理文件系统事件的 API 和 shell 工具
日期和时间
操作日期和时间的类库。
arrow- 更好的 Python 日期时间操作类库。
Chronyk – Python 3 的类库，用于解析手写格式的时间和日期。
dateutil – Python datetime 模块的扩展。
delorean- 解决 Python 中有关日期处理的棘手问题的库。
moment – 一个用来处理时间和日期的Python库。灵感来自于Moment.js。
PyTime – 一个简单易用的Python模块，用于通过字符串来操作日期/时间。
pytz – 现代以及历史版本的世界时区定义。将时区数据库引入Python。
when.py – 提供用户友好的函数来帮助用户进行常用的日期和时间操作。
文本处理
用于解析和操作文本的库。
通用
chardet – 字符编码检测器，兼容 Python2 和 Python3。
difflib – (Python 标准库)帮助我们进行差异化比较。
ftfy – 让Unicode文本更完整更连贯。
fuzzywuzzy – 模糊字符串匹配。
Levenshtein – 快速计算编辑距离以及字符串的相似度。
pangu.py – 在中日韩语字符和数字字母之间添加空格。
pyfiglet -figlet 的 Python实现。
shortuuid – 一个生成器库，用以生成简洁的，明白的，URL 安全的 UUID。
unidecode – Unicode 文本的 ASCII 转换形式 。
uniout – 打印可读的字符，而不是转义的字符串。
xpinyin – 一个用于把汉字转换为拼音的库。
‘捌’ python 判断字符串是否含有韩文
这个字符串不含有韩文。
‘玖’ 2017年10大流行Python库有哪些
1、NumPy
NumPy是构建科学计算 stack 的最基础的包。它为 Python 中的 n 维数组和矩阵的操作提供了大量有用的功能。该库还提供了 NumPy 数组类型的数学运算向量化，可以提升性能，从而加快执行速度。
2、SciPy
SciPy 是一个工程和科学软件库， 包含线性代数、优化、集成和统计的模块。SciPy 库的主
要功能建立在 NumPy 的基础之上，它通过其特定的子模块提供高效的数值例程操作。SciPy 的所有子模块中的函数都有详细的文档，这也是一个优势。
3、Pandas
Pandas是一个 Python 包，旨在通过“标记(labeled)”和“关系(relational)”数据进行工作，简单直观。Pandas 是 data wrangling 的完美工具。它设计用于快速简单的数据操作、聚合和可视化。
4、Seaborn
Seaborn 主要关注统计模型的可视化;这种可视化包括热度图(heat map)，可以总结数据但也描绘总体分布。Seaborn 基于 Matplotlib，并高度依赖于它。
5、Bokeh
Bokeh是一个很好的可视化库，其目的是交互式可视化，不过这个库独立于 Matplotlib，它通过现代浏览器以数据驱动文档(D3.js)的风格呈现。
6、Scikits
Scikits 是 SciPy Stack 的附加软件包，专为特定功能(如图像处理和辅助机器学习)而设计。其中最突出的一个是 scikit-learn。该软件包构建于 SciPy 之上，并大量使用其数学操作，是使用 Python 进行机器学习的实际上的行业标准。
7、Theano
Theano 是一个 Python 包，它定义了与 NumPy 类似的多维数组，以及数学运算和表达式。该库是经过编译的，使其在所有架构上能够高效运行。这个库最初由蒙特利尔大学机器学习组开发，主要是为了满足机器学习的需求。
8、Keras
Keras是一个使用高层接口构建神经网络的开源库，它是用 Python 编写的。它简单易懂，具有高级可扩展性。Keras 极其容易上手，而且可以进行快速的原型设计，足以用于严肃的建模。
9、Gensim
Gensim是一个用于 Python 的开源库，实现了用于向量空间建模和主题建模的工具。Gensim 实现了诸如分层 Dirichlet 进程(HDP)、潜在语义分析(LSA)和潜在 Dirichlet 分配(LDA)等算法，还有 tf-idf、随机投影、word2vec 和 document2vec，以便于检查一组文档(通常称为语料库)中文本的重复模式。
10、Scrapy
Scrapy 是用于从网络检索结构化数据的爬虫程序的库。它现在已经发展成了一个完整的框架，可以从 API 收集数据，也可以用作通用的爬虫。该库在接口设计上遵循着名的 Don’t Repeat Yourself 原则——提醒用户编写通用的可复用的代码，因此可以用来开发和扩展大型爬虫。