pythoncontains
㈠ 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：
㈡ python 比较列表内字符串是否相等
要使用contains方法，直接在后面跟就可以了，加个str当然会报错
---不好意思，看了一下，python应该没有contains这个方法
可以使用find()代替
注意不要写成s.str.find()，s.find()就行了
㈢ "python中如何判断字符串中是否含有标点符号"
思路一样，但是需要修改一下代码:
python的string对象没有contains方法，不用使用string.contains的方法判断是否包含子字符串，但是python有更简单的方法来替换contains函数。
方法1：使用 in 方法实现contains的功能：
site = ''
if "jb51" in site:
print('site contains jb51')
输出结果：site contains jb51
方法2：使用find函数实现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判断字符串（string）是否包含（contains）子字符串的方法的代码
下边内容是关于python判断字符串（string）是否包含（contains）子字符串的方法的内容。
方法2：使用find函数实现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 我输入一个词语，判断一段文字中有没有这个词语
可以直接if a in b作判断，其中a是你输入的词语，b是一段文字，均为字符串
㈥ Python 数据处理（三十六）—— 文本数据处理（续）
可以使用 [] 符号直接按位置进行索引，如果索引超过字符串的长度，结果将是 NaN
在 0.23 版本之前， extract 方法的参数 expand 默认为 False 。当 expand=False 时， expand 会根据正则表达式模式返回一个 Series 、 Index 或 DataFrame
当 expand=True 时，它总是返回一个 DataFrame ，这种方式更加符合用户的需求，从 0.23.0 版本开始就是默认的
extract 方法接受一个至少包含一个捕获组的正则表达式
如果是包含多个组的正则表达式将返回一个 DataFrame ，每个捕获组是一列
未匹配的行会填充 NaN ，可以从混乱的字符串序列中提取出有规则的信息。
对于命名分组
对于可选的分组
注意 ：正则表达式中的任何捕获组名称都将用作列名，否则将使用捕获组号
如果 expand=True ，则返回一个 DataFrame
如果 expand=False ，则返回一个 Series
对于索引，如果 expand=True ，且只有一个捕获组则返回一个只有一列的 DataFrame
此时，如果 expand=False 将会返回一个 Index
对于索引，正则表达式设置多个分组将返回 DataFrame
如果 expand=False 将会抛出 ValueError 异常
对于 extract 只返回第一个匹配项
与 extract 不同， extractall 方法返回每个匹配项，其结果始终是具有 MultiIndex 的 DataFrame 。
MultiIndex 的最后一级名为 match ，标示的是匹配的顺序
对于只有一个匹配的 Series
extractall(pat).xs(0, level='match') 与 extract(pat) 的结果一致
Index 也支持 .str.extractall ，它返回一个 DataFrame ，其结果与 Series.str 相同。
您可以检查字符串元素中是否包含正则匹配模式
或者字符串元素是否与模式匹配
而在 1.1.0 版本中
注意 ：
match 、 fullmatch 和 contains 之间的区别是：
这三个函数于 re 模块的 re.fullmatch 、 re.match 和 re.search 对应
像 match , fullmatch , contains , startswith 和 endswith 有一个额外的 na 参数，用于将缺失值替换为 True 或 False
您可以从字符串行中提取指标变量。例如，如果使用 '|' 分隔的字符串
字符串 Index 也支持 get_mmies ，它返回一个 MultiIndex