Python学习精粹020：字符串及其简单操作

一、什么是字符串

字符串是由零个或多个字符组成的有限序列，在编程语言中，是用以表示文本的数据类型。在Python中，将零个或多个字符用单引号、双引号或三引号括起来，即为字符串，如下所示：

'This is a string.'

"This is another string."

>>> msg = '''Hello World'''

>>> print(msg)

Hello World

二、使用索引[]获取字符串位置

字符串是由零个或多个字符组成的有限序列，通过索引可访问字符串中的字符。字符串的索引从左往右从0开始，从右往左则从-1开始，以此类推，如下图所示：

请看下面的示例：

>>> print('string'[0])

s

>>> print('string'[1])

t

>>> print('string'[-1])

g

>>> print('string'[-2])

n

需要注意的是，字符串索引必须为整数，且不可超出范围。

如字符串的索引为不为整数，会引发类型错误（TypeError），且提示字符串的索引必须为整数（TypeError: string indices must be integers, not 'float'）。

如字符串的索引超出范围，会引发索引错误（IndexError），且提示字符串的索引超出范围（IndexError: string index out of range）。

如下所示：

>>> print('string'[0])

s

>>> print('string'[0.1])

<stdin>:1: SyntaxWarning: str indices must be integers or slices, not float; perhaps you missed a comma?

Traceback (most recent call last):

  File "<stdin>", line 1, in <module>

TypeError: string indices must be integers, not 'float'

>>> print('string'[10])

Traceback (most recent call last):

  File "<stdin>", line 1, in <module>

IndexError: string index out of range

>>> print('string'[10])

Traceback (most recent call last):

  File "<stdin>", line 1, in <module>

IndexError: string index out of range

​​​​​​​三、使用切片[::]获取一部分字符串

通过对字符串指定索引范围（开始索引与结束索引）来创建切片，可以获取字符串的一部分，其中，开始索引默认为0，结束索引默认为字符串的长度。

如下所示：

>>> str1 = "Happiness"

>>> # 获取字符串中的第1个字符

>>> print(str1[0])

H

>>> # 获取字符串中的第1个（索引为0）至第3个（索引为2）字符

>>> print(str1[0:3])

Hap

>>> print(str1[:3])

Hap

>>> # 获取第6个字符（索引为5）至最后一个字符

>>> print(str1[5:])

ness

>>> print(str1[5:len(str1)])

ness

>>> # 获取整个字符串（开始索引默认为0，结束索引默认为字符串长度）

>>> print(str1[:])

Happiness

其中，索引范围遵循左闭右开的原则，如str1[0:3]会获取第1个字符（索引为0）至第3个字符（索引为2）。

看看下面的代码：

>>> str1 = "Happiness"

>>> # 获取字符串中倒数第3个字符

>>> print(str1[-3])

e

>>> # 获取字符串中倒数第5个至倒数第1个字符

>>> print(str1[-5:])

iness

>>> # 获取字符串中倒数第5个至倒数第3个字符

>>> print(str1[-5:-2])

ine

>>> # 获取第1个字符至倒数第6个字符

>>> print(str1[:-5])

Happ

>>> # 获取整个字符串，通过len()获取字符串长度

>>> print(str1[-len(str1):])

Happiness

此外，对字符串切片时可以指定步长（默认为1），请看下面的例子：

>>> # 以默认步长（1）的方式切片，获取整个字符串

>>> print(str1[::])

Happiness

>>> # 为步长为1的方式切片，获取字符串中的第1个（索引为0）至第5个字符（索引为4）

>>> print(str1[0:5:])

Happi

>>> print(str1[0:5:1])

Happi

>>> # 以步长为2的方式切片，获取字符串中的第1个（索引为0）至第5个字符（索引为4）

>>> print(str1[0:5:2])

Hpi

>>> # 以步长为2的方式切片，获取整个字符串

>>> print(str1[::2])

Hpies

此外，也可以让步长的参数值为负整数，实现字符串序列的反转，如下所示

>>> str2 = 'abcd'

>>> print(str2[::-1])

dcba

>>> str3 = ['a', 'b', 'c', 'd']

>>> print(str3[::-1])

['d', 'c', 'b', 'a']

此外，也可以用切片替换字符串序列中的元素，如：

>>> str3[0:2] = ('1', '2')

>>> print(str3)

['1', '2', 'c', 'd']

>>> str3[0:2] = ('A', 'B')

>>> print(str3)

['A', 'B', 'c', 'd']

>>> print(str3[::2])

['A', 'c']

>>> str3[::2] = ('1', '3')

>>> print(str3)

['1', 'B', '3', 'd']

>>> str3[-2:-1] = ('c')

>>> print(str3)

['1', 'B', 'c', 'd']

>>> str3[:-1] = ('123')

>>> print(str3)

['1', '2', '3', 'd']

>>> str3[:1] = ('0', '1')

>>> print(str3)

['0', '1', '2', '3', 'd']

>>> print(str3[-1])

d

>>> str3[-2:-1] = ('3', '4')

>>> print(str3)

['0', '1', '2', '3', '4', 'd']

>>> str3[-1] = ('5')

>>> print(str3)

['0', '1', '2', '3', '4', '5']

>>> str3[::] = 'a'

>>> print(str3)

['a']

​​​​​​​四、连接两个字符串

可直接通过加号（+）将两个字符串拼接在一起，成为一个新的字符串，如：

>>> message = 'Life is simple, ' + 'you just make a choice.'

>>> print(message)

Life is simple, you just make a choice.

此外，连接操作符（+）也可以用来拼接两个序列（如列表、元组），具体见下面的例子：

>>> list1 = [1, 2, 3] + [4, 5]

>>> print(list1)

[1, 2, 3, 4, 5]

>>> list2 = [1, 2, [3, 4]] + [5, 6, [7, 8]]

>>> print(list2)

[1, 2, [3, 4], 5, 6, [7, 8]]

>>> list3 = [[1, 2], [3, 4]] + [5, 6, [7, 8]]

>>> print(list2)

[1, 2, [3, 4], 5, 6, [7, 8]]

>>> tuple1 = ('A', 'B', 'C') + ('a', 'b')

>>> print(tuple1)

('A', 'B', 'C', 'a', 'b')

>>> tuple2 = (('A', 'B'), 'C') + ('a', ('b', 'c'))

>>> print(tuple2)

(('A', 'B'), 'C', 'a', ('b', 'c'))

需要注意的是，在字典之间不能使用连接操作符（+），否则将引发类型错误：“TypeError: unsupported operand type(s) for +: 'dict' and 'dict'”。

如下所示：

>>> dict1 = {'A': 1, 'B': 2, 'C': 3} + {'a': 'one', 'b': 'two'}

Traceback (most recent call last):

  File "<stdin>", line 1, in <module>

TypeError: unsupported operand type(s) for +: 'dict' and 'dict'

字符串之间通过空格会自动连接，如下所示：

>>> 'Veni' 'Vidi' 'Vici'

'VeniVidiVici'

>>> print('Veni' 'Vidi')

VeniVidi

需要注意的是，如已将字符串赋值给变量，变量之间并不能通过空格自动连接，否则会引发语法错误（SyntaxError）。

如下所示：

>>> str1 = 'Veni'

>>> str2 = 'Vidi'

>>> str1 str2

  File "<stdin>", line 1

    str1 str2

         ^^^^

SyntaxError: invalid syntax

当字符串跨多行时，可使用反斜杠（\）进行连接。

如下所示：

>>> str1 = 'Veni'\

... 'Vidi'\

... 'Vici'

>>> print(str1)

VeniVidiVici

此外，还可以使用%格式化字符串、字符串的format()方法来进行连接。

如下所示：

>>> str1 = 'Veni'

>>> str2 = 'Vidi'

>>> str3 = 'Vici'

>>> print('%s%s%s'%(str1, str2, str3))

VeniVidiVici

>>> "{str1}Vidi{str3}".format(str1="Veni", str3="Vici")

'VeniVidiVici'

>>> "{str1}Vidi{str3[0]}".format(str1="Veni", str3="Vici")

'VeniVidiV'

>>> "{str1}Vidi{str3[2]}".format(str1="Veni", str3="Vici")

'VeniVidic'

​​​​​​​五、使用*进行多重复制

可以通过星号（*）来实现字符串的多重连接（或称之为多重复制），如下所示：

str1 = 'Repeat'

print(str1 * 5)

将会输出：

RepeatRepeatRepeatRepeatRepeat

对于序列（如列表、元组），也可使用多重连接，见下面的例子：

list1 = ['1', '2', '3']

print(list1 * 2)

# 输出：['1', '2', '3', '1', '2', '3']

list2 = [1, 2, 3]

print(list1 * 2)

# 输出：['1', '2', '3', '1', '2', '3']

list3 = [['a', 'b', 'c'], 1, 2, 3]

print(list3 * 2)

# 输出：[['a', 'b', 'c'], 1, 2, 3, ['a', 'b', 'c'], 1, 2, 3]

tuple1 = ('a', 'b', 'c', (1, 2, 3)) * 2

print(tuple1)

# 输出：('a', 'b', 'c', (1, 2, 3), 'a', 'b', 'c', (1, 2, 3))

同样地，在字典之间不能使用多重连接（*），否则将引发类型错误：“TypeError: unsupported operand type(s) for *: 'dict' and 'int'”。试着执行下面的代码：

dict1 = {'A': '1', 'B': '2', 'C': '3'}  * 2

print(dict1)

六、使用in与not in查找子字符串

通过字符串运算符in和not in，可以查找字符串中是否包含了子字符串，如下所示：

str1 = "Whatever you do, do not let go!"

print('ever' in str1)

# 输出：True

print('your' in str1)

# 输出：False

print('your' not in str1)

# 输出：True

str2 = "指如削葱根，口如含朱丹"

print('含' in str2)

# 输出：True

print('不含' not in str2)

# 输出：True

七、原始字符串操作符（r/R）

在字符串前加上r（或R）表示原始字符串（raw string），此时，可以规避反斜杠（\）对字符串进行转义。如：

print(r'\n'r'\t'r'\\')

# 输出原始字符串：\n\t\\

print(R'\u263A')

# 输出原始字符串：\u263A，而非☺

print(r'c:\Windows\System32')

# 输出原始字符串：c:\Windows\System32