详解 Python 中的字符串

朱雀 2020-09-05 16:02 835阅读 0赞

--------------------

**Python中的字符串（Strings）是⽤单引号或双引号标记的⼀系列连续字符（characters），换句话说，字符串是由单个字符组成的序列（list）。即便只有⼀个字符，也是字符串， Python 中没有字符数据类型。记住单引号括起的字符串和双引号括起的字符串是⼀样的——它们不存在任何区别。**

# 4.1 创建字符串 #

>>> name = "tom"
    >>> mychar = 'a

我们还可以使⽤下⾯的语法创建字符串：

>>> name1 = str() # 创 建 一 个 空 字 符 串
    >>> name2 = str("newstring") # 创 建 一 个 内 容 为 newstring的 字 符 串

# 4.2 字符串的不可变性    #

在 Python 中，每⼀个对象都可以分为不可变性或者可变性。在核⼼类型中，数字、字符串和元组是不可变的。  
字符串在 Python 中⼀旦创建就不能就地改变，例如不能通过对其某⼀位置进⾏赋值⽽改变字符串。下⾯的语句就会出现如下语法错误：“TypeError: ’str’ object doesnot support item assignment”

s = 'string'
    print(len(s))
    print(s[0]) # 输 出 序 列 的 第 一 个 元 素
    s[0] = 'another s' # 试 图 修 改 字 符 串 的 内 容
    print(s)

关于不可变性，我们再看⼀个例⼦：

>>> str1 = "welcome"
    >>> str2 = "welcome"

上述代码中， str1 和 str2 都指向存储在内存中某个地⽅的字符串对象”welcome”。  
我们可以通过 id() 函数来测试 str1 和 str2 是否真的指向同⼀个对象。

> id() 函数  
> id() 函数可以得到对象在内存中的存储地址。

>>> str1 = 'welcome'
    >>> str2 = 'welcome'
    >>> id(str1)
    35462112
    >>> id(str2)
    35462112

我们可以看到， str1 和 str2 都指向同⼀个内存地址，因此，他们都指向同样的对象“welcome”。下⾯让我们再编辑 str1 的内容看看：

>>> str1 += " yangjh"
    >>> str1
    'welcome yangjh'
    >>> id(str1)
    35487600

我们可以看到，现在变量 str1 指向了⼀个完全不同的内容地址，这也说明，我们对 str1 的内容操作实际上是新建了⼀个新的字符串对象。

# 4.3 字符串操作     #

字符串索引开始于 0，因此，我们可以这样获取字符串的第⼀个字符：

>>> name = 'yangjh'
    >>> name[0]
    'y'

在对字符串操作时，还可以从后往前取元素：

>>> name[-1]
    'h'

运算符“+”⽤来连接字符串，运算符“\*”⽤来重复字符串，例如：

>>> s = "tom and " + "jerry"
    >>> print(s)
    tom and jerry
    >>> s = "love " * 3
    >>> print(s)
    love love love

# 4.4 字符串分片 #

我们还可以通过“\[\]”操作符来获取原始字符串的⼦集，这就是所谓的分⽚。语法规则如下：

s[start:end]

切分操作将返回字符串的部分内容，起始于 index，结束于 **end-1**。例如：

>>> s = 'yangjh'
    >>> s[1:3]
    'an'
    >>> s = "Welcome"
    >>> s[ : 6]
    'Welcom'
    >>> s[4 : ]
    'ome'
    >>> s[1 : -1]
    'elcom'

注意：开始索引和结束索引都是可选的，如果忽略，开始索引就是 0，⽽结束索引就是字符串的最后⼀个字符对应的索引值。

# 4.5 in 和 not in 操作符   #

我们可以使⽤ in 和 not in 操作符检查⼀个字符串是否存在于另⼀个字符串， in 和not in 就是所谓的成员资格操作符（membership operator）。

>>> s1 = "Welcome"
    >>> "come" in s1
    True
    >>> "come" not in s1
    False

# 4.6 String 对象的方法  #

下表3-3是三个常⽤的字符串⽅法：

![20181226093941323.png][]

>>> len("hello")
    5
    >>> max("abc")
    'c
    >>> min("abc")
    'a

# 4.7 比较字符串   #

我们可以使⽤ ( > , < , <= , <= , == , != ) ⽐较两个字符串。 Python ⽐较字符串是按照编纂字典的⽅式进⾏的，也就是使⽤ASCII 编码值‹⽐较字符。  
假设 str1 的值为”Jane”， str2 的值为”Jake”，⾸先⽐较这两个字符串的第⼀个字符“J”，如果相等，就继续⽐较第⼆个字符（a 和 a），因为相同，所以继续⽐较第三个字符（n 和 k），因为 n 的 ASCII 编码值⼤于 k，因此 str1 ⼤于 str2。更多例⼦参见下⾯的代码：

>>> "tim" == "tie"
    False
    >>> "free" != "freedom"
    True
    >>> "arrow" > "aron"
    True
    >>> "green" >= "glow"
    True
    >>> "green" < "glow"
    False
    >>> "green" <= "glow"
    False
    >>> "ab" <= "abc"
    True

#  4.8 遍历字符串   #

字符串是序列，因此也可以使⽤循环遍历成员。

>>> s = "yangjh"
    >>> for i in s:
    ... print(i, end="")
    ...
    yangjh

> 改变 print() 函数的输出格式  
> print()函数在默认状态下，会另起⼀⾏打印字符串，我们可以使⽤第⼆个参数修改结束标记。如 print(”my string”,end=””) 就表⽰打印字符串，但不另起⼀⾏。

# 4.9 字符串内容检验  #

Python 字符串类内置了丰富的⽅法，使⽤这些⽅法（见表3-4），我们可以检查字符串内容的类型。

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1Zlcm1vbnRf_size_16_color_FFFFFF_t_70][]  
这些判断⽅法的实例如下：

>>> s = "welcome to python"
    >>> s.isalnum()
    False
    >>> "Welcome".isalpha()
    True
    >>> "2012".isdigit()
    True
    >>> "first Number".isidentifier()
    False
    >>> s.islower()
    True
    >>> "WELCOME".isupper()
    True
    >>> " \t".isspace()
    True

# 4.10 在字符串内查找和替换 #

除了⼀般的序列操作，字符串还有独有的⼀些⽅法。如查找和替换：

print(s.find('in'))
    print(s.replace('g', 'gs')) # 虽 然 显 示 字 符 串 已 被 替 换 ， 但 实 际 上 是 一 个新 的 字 符 串 。

相关的⽅法见下表3-5：  
![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1Zlcm1vbnRf_size_16_color_FFFFFF_t_70 1][]  
⽰例如下：

>>> s = "welcome to python"
    >>> s.endswith("thon")
    True
    >>> s.startswith("good")
    False
    >>> s.find("come")
    3
    >>> s.find("become")
    -1
    >>> s.rfind("o")
    15
    >>> s.count("o")
    3

# 4.11 设置字符串的格式：精简版 #

将值转换为字符串并设置其格式是一个重要的操作，需要考虑众多不同的需求，因此随着时间的流逝， Python提供了多种字符串格式设置方法。以前，主要的解决方案是使用字符串格式设置运算符——百分号。这个运算符的行为类似于C语言中的经典函数printf：在%左边指定一个字符串（格式字符串），并在右边指定要设置其格式的值。指定要设置其格式的值时，可使用单个值（如字符串或数字），可使用元组（如果要设置多个值的格式），还可使用字典，其中最常见的是元组。

format =  "Hello, %s. %s enough for ya?"
    values = ('world','Hot')
    print(format % values)

上述格式字符串中的%s称为**转换说明符**，指出了要将值插入什么地方。 s意味着将值视为字符串进行格式设置。如果指定的值不是字符串，将使用str将其转换为字符串。其他说明符将导致其他形式的转换。例如， %.3f将值的格式设置为包含3位小数的浮点数。这种格式设置方法现在依然管用，且依然活跃在众多代码中，因此你很可能遇到。

编写新代码时，应选择使用字符串方法format，它融合并强化了早期方法的优点。使用这种方法时，每个替换字段都用花括号括起，其中可能包含名称，还可能包含有关如何对相应的值进行转换和格式设置的信息。

在最简单的情况下，替换字段没有名称或将索引用作名称。

>>> "{}, {} and {}".format("first", "second", "third")
    'first, second and third'
    >>> "{0}, {1} and {2}".format("first", "second", "third")
    'first, second and third'

然而，索引无需像上面这样按顺序排列。

>>> "{3} {0} {2} {1} {3} {0}".format("be", "not", "or", "to")
    'to be or not to be'

命名字段的工作原理与你预期的完全相同。

>>> from math import pi
    >>> "{name} is approximately {value:.2f}.".format(value=pi, name="π")
    'π is approximately 3.14.'

# 4.12 替换字段名 #

在最简单的情况下，只需向format提供要设置其格式的未命名参数，并在格式字符串中使用未命名字段。此时，将按顺序将字段和参数配对。你还可给参数指定名称，这种参数将被用于相应的替换字段中。你可混合使用这两种方法。

>>> "{foo} {} {bar} {}".format(1, 2, bar=4, foo=3)
    '3 1 4 2'

还可通过索引来指定要在哪个字段中使用相应的未命名参数，这样可不按顺序使用未命名参数。

>>> "{foo} {1} {bar} {0}".format(1, 2, bar=4, foo=3)
    '3 2 4 1'

然而，不能同时使用手工编号和自动编号，因为这样很快会变得混乱不堪。

# 4.13 宽度、精度和千位分隔符 #

设置浮点数（或其他更具体的小数类型）的格式时，默认在小数点后面显示6位小数，并根据需要设置字段的宽度，而不进行任何形式的填充。当然，这种默认设置可能不是你想要的，在这种情况下，可根据需要在格式说明中指定宽度和精度。

宽度是使用整数指定的，如下所示：

>>> "{num:10}".format(num=3)
    ' 3'
    >>> "{name:10}".format(name="Bob")
    'Bob '

如你所见，数和字符串的对齐方式不同。  
精度也是使用整数指定的，但需要在它前面加上一个表示小数点的句点。

>>> "Pi day is {pi:.2f}".format(pi=pi)
    'Pi day is 3.14'

实际上，对于其他类型也可指定精度，但是这样做的情形不太常见。

>>> "{:.5}".format("Guido van Rossum")
    'Guido'

# 4.14 符号、对齐和用 0 填充 #

有很多用于设置数字格式的机制，比如便于打印整齐的表格。在大多数情况下，只需指定宽度和精度，但包含负数后，原本漂亮的输出可能不再漂亮。另外，正如你已看到的，字符串和数的默认对齐方式不同。在一栏中同时包含字符串和数时，你可能想修改默认对齐方式。在指定宽度和精度的数前面，可添加一个标志。这个标志可以是零、加号、减号或空格，其中零表示使用0来填充数字。

>>> '{:010.2f}'.format(pi)
    '0000003.14'

要指定左对齐、右对齐和居中，可分别使用<、 >和^。

>>> print('{0:<10.2f}\n{0:^10.2f}\n{0:>10.2f}'.format(pi))
    3.14
        3.14
            3.14

# 4.15 join方法 #

join是一个非常重要的字符串方法，其作用与split相反，用于合并序列的元素。

>>> seq = [1, 2, 3, 4, 5]
    >>> sep = '+'
    >>> sep.join(seq) # 尝试合并一个数字列表
    Traceback (most recent call last):
    File "<stdin>", line 1, in ?
    TypeError: sequence item 0: expected string, int found
    >>> seq = ['1', '2', '3', '4', '5']
    >>> sep.join(seq) # 合并一个字符串列表
    '1+2+3+4+5'
    >>> dirs = '', 'usr', 'bin', 'env'
    >>> '/'.join(dirs)
    '/usr/bin/env'
    >>> print('C:' + '\\'.join(dirs))
    C:\usr\bin\env

如你所见，所合并序列的元素必须都是字符串。注意到在最后两个示例中，我使用了一系列目录，并按UNIX和DOS/Windows的约定设置其格式：通过使用不同的分隔符（并在DOS版本中添加了盘符）。

# 4.16 split方法 #

split是一个非常重要的字符串方法，其作用与join相反，用于将字符串拆分为序列。

>>> '1+2+3+4+5'.split('+')
    ['1', '2', '3', '4', '5']
    >>> '/usr/bin/env'.split('/')
    ['', 'usr', 'bin', 'env']
    >>> 'Using the default'.split()
    ['Using', 'the', 'default']

注意，如果没有指定分隔符，将默认在单个或多个连续的空白字符（空格、制表符、换行符等）处进行拆分。

[20181226093941323.png]: /images/1599321716050.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1Zlcm1vbnRf_size_16_color_FFFFFF_t_70]: /images/1599321698549.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1Zlcm1vbnRf_size_16_color_FFFFFF_t_70 1]: /images/1599321681040.png