Python数据类型(二)文本类型-str

Python中处理文本数据使用由Unicode编码构成的不可变序列字符串—str对象。字符串表达形式如下:

.单引号 ‘This article describes information about str object’

.双引号 “This article describes information about str object”

.三重引号 ‘’‘ This article describes information about str object’’’

使用三重引号的字符串可以跨越多行，并且所有的空字符串都包含在字符串值中。

str类型同样是不可变类型，除了上面三种显式构建方式之外，也同样有构建函数进行构建

字符串构建

构建函数：

函数	释义
str(object=b’’)	返回构建的字符串
str(object=’’, encoding=’uft-8’, errors=’strict’)	返回由object构成的字符串，若object为空，则返回空字符串，如果encoding或errors均未设置str(object) 返回 object.__str__()，这是 object 的“非正式”或格式良好的字符串表示。 对于字符串对象，这是该字符串本身。 如果 object 没有 __str__() 方法，则 str() 将回退为返回 repr(object)。如果 encoding 或 errors至少给出其中之一，则 object 应该是一个 bytes-like object (例如 bytes 或 bytearray)。 在此情况下，如果 object 是一个 bytes (或 bytearray) 对象，则 str(bytes, encoding, errors) 等价于 bytes.decode(encoding, errors)。 否则的话，会在调用 bytes.decode() 之前获取缓冲区对象下层的 bytes 对象。 请参阅 二进制序列类型 — bytes, bytearray, memoryview 与 缓冲协议 了解有关缓冲区对象的信息。
io.StringIO()	Text I/O内存缓冲区，若调用close()方法则缓冲区结束

>>> str(b'Zoot!')
"b'Zoot!'"

字符串访问

可以直接通过index的方式访问字符串中的字符，如字符串s = ‘abcdfdeff’, s[0] = ‘a’, s[0:3]=’abc’, s[0:3]也可以写成s[:3],代表从0个位置开始，取第3个字符之前的字节，第一个数字代表从第几个字符开始，：后面代表取到第几个字节（最后一个字节的字符不包含在内）。

因为不存在单独的字符类型，对字符串做索引操作的时候会产生长度为1的字符串，即s[0] == s[0:1]

字面值

字符串的字面值定义如下：

stringliteral   ::=  [stringprefix](shortstring | longstring)
stringprefix    ::=  "r" | "u" | "R" | "U" | "f" | "F"
                     | "fr" | "Fr" | "fR" | "FR" | "rf" | "rF" | "Rf" | "RF"
shortstring     ::=  "'" shortstringitem* "'" | '"' shortstringitem* '"'
longstring      ::=  "'''" longstringitem* "'''" | '"""' longstringitem* '"""'
shortstringitem ::=  shortstringchar | stringescapeseq
longstringitem  ::=  longstringchar | stringescapeseq
shortstringchar ::=  <any source character except "\" or newline or the quote>
longstringchar  ::=  <any source character except "\">
stringescapeseq ::=  "\" <any source character>

bytesliteral   ::=  bytesprefix(shortbytes | longbytes)
bytesprefix    ::=  "b" | "B" | "br" | "Br" | "bR" | "BR" | "rb" | "rB" | "Rb" | "RB"
shortbytes     ::=  "'" shortbytesitem* "'" | '"' shortbytesitem* '"'
longbytes      ::=  "'''" longbytesitem* "'''" | '"""' longbytesitem* '"""'
shortbytesitem ::=  shortbyteschar | bytesescapeseq
longbytesitem  ::=  longbyteschar | bytesescapeseq
shortbyteschar ::=  <any ASCII character except "\" or newline or the quote>
longbyteschar  ::=  <any ASCII character except "\">
bytesescapeseq ::=  "\" <any ASCII character>

第一种字面值是描述str类型，第二种字面值是描述bytes类型。

如果字符串前面带有’b’或’B’ 等bytesprefix类型，则生成的是bytes类型；如果字符串前面带有’r’,’u’则生成的是str类型；如果字符串前面带有’r’或’R’，则代表字符串不会进行转义。

为了与 Python 2 系列的向下兼容，再次允许字符串字面值使用 u 前缀。 它对字符串字面值的含义没有影响，并且不能与 r 前缀同时出现。

转义序列&行边界

表示符	描述
\n	换行
\r	回车
\r\n	回车+换行
\v 或\x0b	行制表符-纵向
\f或\x0c	换表单
\x1c	文件分隔符
\x1d	组分隔符
\x1e	记录分隔符
\x85	下一行
\u2018	行分隔符
\u2029	段分隔符
\	在行尾时为续行符
\	反斜扛符号
\’	单引号
\”	双引号
\a	响铃
\b	退格(Backspace)
\000	空
\t	横向制表符
\o	八进制数
\x	十六进制数
\other	其它的字符以普通格式输出

字面值拼接

多个相邻的字符串或字节串字面值 (以空白符分隔)，所用的引号可以彼此不同，其含义等同于全部拼接为一体。因此， "hello" 'world' 等同于 "helloworld"。此特性可以减少反斜杠的使用，以方便地将很长的字符串分成多个物理行，甚至每部分字符串还可分别加注释

字符串常量

字符串定义的常量有:

常量	描述
ascii_letters	ascii_lowercase和asscii_uppercase的拼接组合
ascii_lowercase	26个小写字母’abcdefghijklmnopqrstuvwxyz’，不依赖本地，不可改变
ascii_uppercase	26个大写字母’ABCDEFGHIJKLMNOPQRSTUVWXYZ’，不依赖本地，不可改变
digits	字符串 '0123456789'
hexdigits	字符串 '0123456789abcde