【Python】Python之字符串探索篇

**

【Python】Python之字符串探索篇

**

Python中定义字符串

在之前的文章中，我们已经简单的介绍过了字符串类型(string)，描述了字符串可以用’ ‘或者" "或者’’’ ‘’'包括起来进行表示。
如果字符串本身包含 ’ 那该怎么办？比如我们要表示字符串 I’m OK！ ，这时，则可以用" "包括起来表示,如下图所示。

代码如下：

print("I'm OK!")

同样相类似的，如果字符串包含 " ，我们就可以用’ '包括起来进行表示：

代码如下：

print('She said,"What do you mean?"')

如果字符串既包含 ’ 又包含 " 而我又傲娇的不想用 ‘’’ 应该怎么办呢，或者如果我们要在单引号字符串中使用单引号本身，要在双引号字符串中使用双引号本身，那我们是不是要使用一种解决方案把我们的想法实现？
在这个时候，我们就需要对字符串的某些特殊字符进行“转义”，在Python字符串中，我们使用（\）来进行转义。
比如我们举个例子，要表示字符串 ‘Xiaoming said,“I’m OK!”.’
由于外部表示引用的 ’ 和 I’m 中的 ’ 会引起歧义，因此，我们在I’m 的 ’ 前面插入一个转义字符 \ 表示这是一个普通字符，不代表字符串的起始，因此，这个字符串又可以表示为
‘Xiaoming said,“I’m OK”.’

代码如下：

print('Xiaoming said,"I\'m OK".')

在此值得注意的是：
（1）转义字符 （\）是不计入字符串内容中的。
（2）在一个字符串中，文末单独的斜杠号表示下一行的继续，而不是开始写新的一行。
（3）可以使用双反斜杠（\）来表示反斜杠本身，而可以用（\n）来表示换行符，可以用（\t）来表示一个制表符。

Python中的raw字符串

如果一个字符串包含很多需要转义的字符，对每一个字符都进行转义会比较麻烦，尤其是代码长度冗杂的时候。为了避免这种情况，我们可以在字符串前面加个前缀 r或者R ，表示这是一个 raw 字符串，里面的字符就不需要转义了。

代码如下：

print(r'\(~_~)/ \(~_~)/')

ps：但是 r’…’ 表示法不能表示多行字符串，也不能表示包含 ’ 和 " 的字符串，所以当我们如果想要把多行字符串变成一个raw字符串，三引号 ‘’’ 字符就可以派上用场了。

代码如下：

print(r'''"To be, or not to be": that is the question.
Whether it's nobler in the mind to suffer.''')

同时，如果我们想要指示某些不需要使用转义符号进行特别处理的字符串，那么我们同样需要指定一个raw字符串，比如我们需要原样输出（\n）而不是令其换行，具体代码及其结果如下。

代码如下：

print(r'We need to have a talk. \n')

Python中的Unicode字符串

其实在字符串中，还有一个编码问题。
因为计算机只能处理数字，如果要处理文本，就必须先把文本转换为数字才能进行处理。在最早的时候，计算机在设计时采用8比特（bit）作为一个字节（byte），所以一个字节能表示的最大的整数就是255（二进制的11111111换算为十进制的255），0 - 255被用来表示大小写英文字母、数字和一些符号，这个编码表被称为ASCII编码，比如大写字母 A 的编码是65，小写字母 z 的编码是122。
如果要表示中文，很明显一个字节是不够的，至少需要两个字节，而且还不能和ASCII编码冲突，所以，中国制定了GB2312编码，用来把中文编进去。类似的，日文和韩文等其他语言也有这个问题产生。久而久之，为了统一所有文字的编码，Unicode应运而生。Unicode把所有语言都统一到一套编码里，这样就不会再有乱码问题了，所以Unicode码也被称为万国码！
Unicode通常用两个字节表示一个字符，原有的英文编码从单字节变成双字节，只需要把高字节全部填为0就可以了。因为Python的诞生比Unicode标准发布的时间还要早，所以最早的Python只支持ASCII编码，普通的字符串’apple’在Python内部都是ASCII编码的。
Python在后来添加了对Unicode的支持，以Unicode表示的字符串用u’…'表示，具体例子如下图。

代码如下：

print(u'我爱中国！')

在此注意，不加 u ，中文就不能正常显示。
Unicode字符串除了多了一个 u 之外，与普通字符串没啥区别，转义字符和多行表示法仍然有效果。
BUT：在python3.x的版本中，相较于之前版本的ASCII码，Unicode码已经被运用在环境中。所以不加u，也可以完成对中文的编译，但是上述知识有利于完整字符串的知识，在此简单介绍了。

转义字符的例子

代码：

print(u'中文\n韩文\n日文\n')

多行字符串的例子

代码：

print(u'''Python的Unicode字符串支持"中文",
"日文",
"韩文"等多种语言''')

倘若中文字符串在Python环境下遇到 UnicodeDecodeError的情况，这是因为.py文件保存的格式有问题。可以在第一行添加注释：# -- coding: utf-8 --
这个前缀目的是告诉Python解释器，用UTF-8编码读取源代码。然后Notepad++ 另存为… 并选择UTF-8格式保存。

字符串的截取

字符串的截取格式可写为：字符串变量【start_index:end_index+1】,此处在end_index处加1，可以被理解为我们数学上所说的左闭右开区间，例子如下。

代码：

string='Wangxiaoming'
print(string[0])
print(string[1:5])
print(string[-4])

字符之间的运算

我们先尝试以下代码的运行。

string='2'
number=1
print(string + number)

这是运行结果，我们会发现代码报错了。

通过在百度上对报错情况的查询后，我意识到字符串（string）只是Python中的一种数据类型，string=‘2’ 在赋值的时候使用了单引号，数据类型是字符串，而number=1的数据类型则是整数型。
而不同的数据类型之间是不能进行运算的，但是不同的数据类型可以相互转换，为此我修改了上述代码后，代码可以正常运行，修改后的代码如下：

string='2'
number=1
numberx=int(string)
print(numberx + number)

通过上述的理解，我得到了四则运算的规律，以 “+” 号算法为例，如果相加双方是数值型，此时 “+” 号为运算符；如果相加双方是字符型数据，那此时 “+” 号作用为连接符。举个例子，运行代码如下：

a=1
b=5
print(a + b)
print('a' + 'b')

至此，Python的字符串告一段落！撒花！！