Python 字符串

10分钟阅读，如果有启发，欢迎评论关注点赞打赏

• 字符串方法
• 字符串切片
• 字符串格式
• 字符串百分比
• 字符串（Unicode 与字节）
• if 语句
• 练习：string1.py

Python 有一个名为“str”的内置字符串类，其中包含许多方便使用的功能（有一个名为“string”的较旧模块，您不应使用）。字符串字面量可以用双引号或单引号括起来，但单引号更为常用。反斜杠转义是单引号和双引号字面量的常规方式，例如 \n \" 。双引号字符串字面量可以包含单引号，并且无需任何麻烦（例如“我没有这样做”），同样的单引号字符串也可以包含双引号。字符串字面量可以跨多行，但每行的末尾必须有一个反斜杠 \ 以转义换行符。三引号中的字符串字面量“"”或“'”可以跨多行文本。

Python 字符串是“不可变”的，这意味着这些字符串在创建后无法更改（Java 字符串也使用此不可变样式）。由于字符串无法更改，因此我们构建 *新* 字符串以表示计算值。例如，表达式“hello”+“there”接受“hello”和“there”这两个字符串，并构建一个新的字符串“hellothere”。

可以使用标准 [ ] 语法访问字符串中的字符；与 Java 和 C++ 一样，Python 使用从 0 开始的索引；如果 s 为“hello”，s[1] 为“e”。如果索引超出字符串的范围，则 Python 会抛出错误。Python 样式（与 Perl 不同）是在无法指示要执行的操作时停止，而不仅仅是构造默认值。便利的“切片”语法（如下所示）也可用于从字符串中提取任何子字符串。len(string) 函数返回字符串的长度。[ ] 语法和 len() 函数实际上适用于所有字符串类型（字符串、列表等）。Python 会尝试使其操作在不同类型的操作之间保持一致。Python 新手 bug：不要将“len”用作变量名称，以免屏蔽 len() 函数。“+”运算符可串联两个字符串。请注意，在下面的代码中，变量不是预先声明的，只需将它们赋给变量即可。

  s = 'hi'
  print(s[1])          ## i
  print(len(s))        ## 2
  print(s + ' there')  ## hi there

与 Java 不同，“+”不会自动将数字或其他类型转换为字符串形式。str() 函数会将值转换为字符串形式，以便将其与其他字符串合并。

  pi = 3.14
  ##text = 'The value of pi is ' + pi      ## NO, does not work
  text = 'The value of pi is '  + str(pi)  ## yes

对于数字，标准运算符 +、/、* 的作用与常规方法相同。没有 ++ 运算符，但 +=、-= 等可正常运行。如果您需要整数除法，请使用 2 个斜杠，例如 6 // 5 为 1

“print”函数通常输出一个或多个 Python 项，后跟换行符。“原始”字符串字面量带有“r”作为前缀，并会传递所有字符而不对反斜杠进行特殊处理，因此 r'x\nx 的计算结果为长度为 4 的字符串“x\nx”。 “print”可以包含多个参数来更改输出内容的方式（请参阅 python.org 输出函数定义），例如将“end”设置为“”，使其在输出完所有项后不再输出换行符。

  raw = r'this\t\n and that'

  # this\t\n and that
  print(raw)

  multi = """It was the best of times.
  It was the worst of times."""

  # It was the best of times.
  #   It was the worst of times.
  print(multi)

字符串方法

以下是一些最常见的字符串方法。方法类似于函数，只不过是在“对象”上运行。如果变量 s 是一个字符串，则代码 s.lower() 会针对该字符串对象运行 lower() 方法并返回结果（关于在对象上运行的方法的思路是构成面向对象的编程 (OPP) 的基本思路之一）。以下是一些最常见的字符串方法：

• s.lower()、s.upper() - 返回字符串的小写或大写版本
• s.strip() - 返回从开头和末尾移除空格的字符串
• s.isalpha()/s.isdigit()/s.isspace()... - 测试所有字符串字符是否位于各种字符类中
• s.startswith('other'))、s.endswith('other') - 用于测试字符串是以给定其他字符串开头还是结尾
• s.find('other') -- 搜索 s 中的指定其他字符串（不是正则表达式），并返回起始位置的第一个索引；如果未找到，则返回 -1
• s.replace('old', 'new') - 返回一个字符串，其中所有出现的“old”均已替换为“new”
• s.split('delim') - 返回由指定分隔符分隔的子字符串列表。分隔符不是正则表达式，只是文本。'aaa,bbb,ccc'.split(',') -> ['aaa', 'bbb', 'ccc']。作为一种特殊的特殊情况，s.split()（不带参数）将针对所有空格字符进行拆分。
• s.join(list) -- 与 merge() 相反，会使用字符串作为分隔符联接指定列表中的元素。例如“---'.join(['aaa', 'bbb', 'ccc']) -> aaa---bbb---ccc

在 Google 中搜索“python str”时，应该会转到官方的 python.org 字符串方法，其中列出了所有 str 方法。

Python 没有单独的字符类型。而 s[8] 等表达式会返回包含该字符的字符串长度 1。使用字符串长度 1 时，运算符 ==, <=, ... 均符合预期，因此大多数人无需知道 Python 没有单独的标量“字符”类型。

字符串切片

“切片”语法可以方便地指代序列的子部分，通常是字符串和列表。切片 s[start:end] 是从开始到结束（但不包括结束）的元素。假设 s =“Hello”

• s[1:4] 为“ell”，即从索引 1 开始，一直延伸到索引 4 时的字符（不包括索引 4）
• s[1:] 为 'ello' - 省略索引默认为字符串的开头或结尾
• s[:] 为“Hello”，省略二者始终都会为整个内容生成副本（这是复制字符串或列表等序列的 Python 方式）
• s[1:100] 为 'ello' - 过大的索引会被截断为字符串长度

从零开始的标准索引号可以轻松地访问字符串开头附近的字符。作为替代，Python 使用负数来轻松访问字符串末尾的字符：s[-1] 是最后一个字符“o”，s[-2] 是“l”是下一个倒数字符，以此类推。负索引编号从字符串的末尾开始计数：

• s[-1] 为 'o' - 最后一个字符（到结尾处的第一个字符）
• s[-4] 为 'e' -- 从第 4 次结束
• s[:-3] 表示“他”，此类字符最多使用最后 3 个字符。
• s[-3:] 为“llo”，从末尾的第 3 个字符开始，一直到字符串的末尾。

对于任何索引 n，它都是简洁的切片。s[:n] + s[n:] == s。这同样适用于 n 负值或出界。或者使用另一种方式 s[:n] 和 s[n:] 将字符串拆分成两个字符串部分，从而保留所有字符。Slice 也支持列表，我们将在后面的列表部分中看到相关信息。

字符串格式

Python 可以完成的一个巧妙操作是自动将对象转换为适合输出的字符串。为此，可采用两种内置方法：格式化字符串字面量（也称为“f 字符串”）和调用 str.format()。

格式化的字符串字面量

您经常会看到在以下情况下使用的格式字符串字面量：

  value = 2.791514
  print(f'approximate value = {value:.2f}')  # approximate value = 2.79

  car = {'tires':4, 'doors':2}
  print(f'car = {car}') # car = {'tires': 4, 'doors': 2}

格式化的文本字符串带有“f”（例如用于原始字符串的“r”前缀）前缀。 大括号外的任何文本都会直接输出。“{}”中包含的表达式是使用格式规范中所述的格式规范输出的。您可以对格式进行许多巧妙的操作，包括截断和转换为科学记数法以及左/右/中心对齐方式。

f 字符串在您希望输出对象表格，并且希望以不同方式对齐表示不同对象属性的列时非常有用

  address_book = [{'name':'N.X.', 'addr':'15 Jones St', 'bonus': 70},
      {'name':'J.P.', 'addr':'1005 5th St', 'bonus': 400},
      {'name':'A.A.', 'addr':'200001 Bdwy', 'bonus': 5},]

  for person in address_book:
    print(f'{person["name"]:8} || {person["addr"]:20} || {person["bonus"]:>5}')

  # N.X.     || 15 Jones St          ||    70
  # J.P.     || 1005 5th St          ||   400
  # A.A.     || 200001 Bdwy          ||     5

字符串百分比

Python 也有一个类似于 printf() 的旧版工具，用于整理字符串。% 运算符接受左侧的 printf-type 格式字符串（%d int、%s 字符串、%f/%g 浮点），而右侧元组中的匹配值（元组由以英文逗号分隔的值组成，通常位于括号内）：

  # % operator
  text = "%d little pigs come out, or I'll %s, and I'll %s, and I'll blow your %s down." % (3, 'huff', 'puff', 'house')

上一行有点长，假设您想将其拆分为多行。您不能像在其他语言中那样拆分“%”之后的代码行，因为默认情况下 Python 将每行视为一条独立语句（正值是正因如此，所以我们不需要在每行中输入分号）。要解决此问题，请将整个表达式括在外括号中；然后允许表达式跨越多行。这种代码交叉行方法适用于下面所述的各种分组结构：( )、[ ]、{ }。

  # Add parentheses to make the long line work:
  text = (
    "%d little pigs come out, or I'll %s, and I'll %s, and I'll blow your %s down."
    % (3, 'huff', 'puff', 'house'))

情况更好，但排队时间有点长。Python 允许您将一行分成多块，然后它会自动串联。为了简化此行，我们可以执行以下操作：

  # Split the line into chunks, which are concatenated automatically by Python
  text = (
    "%d little pigs come out, "
    "or I'll %s, and I'll %s, "
    "and I'll blow your %s down."
    % (3, 'huff', 'puff', 'house'))

字符串（Unicode 与字节）

常规 Python 字符串是 Unicode。

Python 还支持由纯文本字节组成的字符串（以字符串字面量前面的前缀“b”表示），如下所示：

> byte_string = b'A byte string'
> byte_string
  b'A byte string'

Unicode 字符串不同于字节字符串，但各类库（例如正则表达式）如果传递任一类型的字符串，均可正常工作。

若要将常规 Python 字符串转换为字节，请对字符串调用 coding() 方法。反过来，字节字符串解码() 方法会将已编码的纯字节转换为 Unicode 字符串：

> ustring = 'A unicode \u018e string \xf1'
> b = ustring.encode('utf-8')
> b
b'A unicode \xc6\x8e string \xc3\xb1'  ## bytes of utf-8 encoding. Note the b-prefix.
> t = b.decode('utf-8')                ## Convert bytes back to a unicode string
> t == ustring                         ## It's the same as the original, yay!
True

在文件阅读部分，有一个示例展示了如何打开包含一些编码的文本文件并读出 Unicode 字符串。

if 语句

Python 不使用 { } 封装 if/loops/function 等的代码块。Python 改为使用冒号 (:) 和缩进/空格对语句进行分组。if 的布尔值测试不需要在括号内（与 C++/Java 有明显差异），而且可以包含 *elif* 和 *else* 子句（助记词：“elif”一词与“else”一词的长度相同）。

任何值都可以用作 if-test。“零”值全部计为 false：无、0、空字符串、空列表、空字典。此外，还有两个布尔值类型：True 和 False（转换为整数，这 1 和 0）。Python 具有常规的比较运算：==、!=、<、<=、>、>=。与 Java 和 C 不同，== 已重载，可与字符串正确配合使用。布尔值运算符是拼写*和*、*或*、*不是*（**

  if time_hour >= 0 and time_hour <= 24:
    print('Suggesting a drink option...')
    if mood == 'sleepy' and time_hour < 10:
      print('coffee')
    elif mood == 'thirsty' or time_hour < 2:
      print('lemonade')
    else:
      print('water')

我发现，在输入上述代码时省略“:”是最常见的语法错误，原因可能是，这与 C++/Java 习惯相比是额外的输入。此外，请不要将布尔值测试放在圆括号中，这是一项 C/Java 习惯。如果代码很短，您可以将代码放在同一行的“:”后面，就像这样（同样，这对于函数、循环等），虽然有些人认为将代码单独放在空间中比较方便。

  if time_hour < 10: print('coffee')
  else: print('water')