pythoncontains
㈠ python字元串操作
字元串操作在各個計算機語言中都是比較常見的操作，下面我們對python的字元串操作做下簡單介紹。
一、索引操作
字元串是由一些連續的字元組成，支持索引操作，索引位置從0開始，比如以下代碼會輸出』P『字元：
二、截取子串
字元串也可以像列表那樣給定起始與終止索引生成一個新的子串，比如以下代碼會輸出「Py」：
三、連接操作
多個字元串相加會生成一個新串，比如以下代碼輸出」Love Python「：
四、大小寫轉換
調用字元串的upper與lower方法會分別生成新的大寫和小寫的字元串，比如以下代碼第一個輸出：」I LOVE PYTHON「，第二個輸出：」i love python「：
五、前後綴判斷
調用字元串的startswith與endswith方法可以判斷字元串是否以某個子串開關或者結尾，比如以下會分別列印出 」 python startswith py 「 和 」 python endswith on 「：
六、查找與替換子串
調用find方法可以判斷是否包含某個子串，比如以下代碼會輸出" python contains th" 和 " python doesn't contain he"：
調用replace方法可以對字元串進行替換，比如要把"hello world"中的」hello「替換為」world「，以下代碼會輸出：」world world「
七、分隔字元串
如果我們要把一句話按空格分隔為一個一個的單詞要怎麼做呢，這時調用split方法即可，比如以下代碼會把」hello world ni hao「轉換為["hello","world","ni","hao"]：
八、清除前後字元
如果一個字元串前後有空白字元，我們需要去掉，你可以調用字元串的替換方法來做，但更簡單的做法是調用strip方法，比如以下代碼就會去掉兩端的空白字元輸出「hello python」：
九、大小寫對換
如果我們需要把字元串中的小寫轉換為大寫，大寫轉換為小寫，那要怎麼做呢，很簡單，調用下swapcase就可以了，如以下代碼會輸出「 heLLO pYThON 」：
十、字元分類判斷
有很多方法用來判斷一個字元串是否屬於某個分類，比如 isdigit判斷是否是數字，isalpha判斷是否是字母，isalnum判斷是否是字母數字等，如下代碼：
㈡ python 比較列表內字元串是否相等
要使用contains方法，直接在後面跟就可以了，加個str當然會報錯
---不好意思，看了一下，python應該沒有contains這個方法
可以使用find()代替
注意不要寫成s.str.find()，s.find()就行了
㈢ "python中如何判斷字元串中是否含有標點符號"
思路一樣，但是需要修改一下代碼:
python的string對象沒有contains方法，不用使用string.contains的方法判斷是否包含子字元串，但是python有更簡單的方法來替換contains函數。
方法1：使用 in 方法實現contains的功能：
site = ''
if "jb51" in site:
print('site contains jb51')
輸出結果：site contains jb51
方法2：使用find函數實現contains的功能
s = "This be a string"
if s.find("is") == -1:
print "No 'is' here!"
else:
print "Found 'is' in the string."
㈣ python判斷字元串（string）是否包含（contains）子字元串的方法的代碼
下邊內容是關於python判斷字元串（string）是否包含（contains）子字元串的方法的內容。
方法2：使用find函數實現contains的功能
s = "This be a string"
if s.find("is") == -1:
print "No 'is' here!"
else:
print "Found 'is' in the string."
㈤ Python 我輸入一個詞語，判斷一段文字中有沒有這個詞語
可以直接if a in b作判斷，其中a是你輸入的詞語，b是一段文字，均為字元串
㈥ Python 數據處理（三十六）—— 文本數據處理（續）
可以使用 [] 符號直接按位置進行索引，如果索引超過字元串的長度，結果將是 NaN
在 0.23 版本之前， extract 方法的參數 expand 默認為 False 。當 expand=False 時， expand 會根據正則表達式模式返回一個 Series 、 Index 或 DataFrame
當 expand=True 時，它總是返回一個 DataFrame ，這種方式更加符合用戶的需求，從 0.23.0 版本開始就是默認的
extract 方法接受一個至少包含一個捕獲組的正則表達式
如果是包含多個組的正則表達式將返回一個 DataFrame ，每個捕獲組是一列
未匹配的行會填充 NaN ，可以從混亂的字元串序列中提取出有規則的信息。
對於命名分組
對於可選的分組
注意 ：正則表達式中的任何捕獲組名稱都將用作列名，否則將使用捕獲組號
如果 expand=True ，則返回一個 DataFrame
如果 expand=False ，則返回一個 Series
對於索引，如果 expand=True ，且只有一個捕獲組則返回一個只有一列的 DataFrame
此時，如果 expand=False 將會返回一個 Index
對於索引，正則表達式設置多個分組將返回 DataFrame
如果 expand=False 將會拋出 ValueError 異常
對於 extract 只返回第一個匹配項
與 extract 不同， extractall 方法返回每個匹配項，其結果始終是具有 MultiIndex 的 DataFrame 。
MultiIndex 的最後一級名為 match ，標示的是匹配的順序
對於只有一個匹配的 Series
extractall(pat).xs(0, level='match') 與 extract(pat) 的結果一致
Index 也支持 .str.extractall ，它返回一個 DataFrame ，其結果與 Series.str 相同。
您可以檢查字元串元素中是否包含正則匹配模式
或者字元串元素是否與模式匹配
而在 1.1.0 版本中
注意 ：
match 、 fullmatch 和 contains 之間的區別是：
這三個函數於 re 模塊的 re.fullmatch 、 re.match 和 re.search 對應
像 match , fullmatch , contains , startswith 和 endswith 有一個額外的 na 參數，用於將缺失值替換為 True 或 False
您可以從字元串列中提取指標變數。例如，如果使用 '|' 分隔的字元串
字元串 Index 也支持 get_mmies ，它返回一個 MultiIndex