Python 字符串

作者： 一去、二三里
个人微信号： iwaleon
微信公众号： 高效程序员

字符串（String），是由零个或多个字符组成的有限序列，在 Python 中表示文本的数据类型。

字符只是一个符号，例如：字母（A-Z）、数字（0-9）、特殊符号（~!@#￥%…）等。

字符串

在 Python 中，字符串由内置的 str 类型定义。

>>> s = 'Hello, Python!'
>>> type(s)
<class 'str'>

可以使用单引号（''）或双引号（""）来表示字符串。

PS： 单引号比双引号更常用。

>>> s = 'Hello'  # 单引号
>>> s
'Hello'
>>> 
>>> s = "Hello"  # 双引号
>>> s
'Hello'

字符串可以跨多行，但是每行末尾必须添加反斜杠（\）以转义换行符。

>>> s = 'Hello \
... World'
>>> s
'Hello World'

三重引号（''' 或 """）内的字符串可以跨多个文本行。

# 三重单引号
>>> s = '''Hello
... Python'''
>>> s
'Hello\nPython'
>>> 
# 三重双引号
>>> s = """
... Hello
... Python
... """
>>> s
'\nHello\nPython\n'

注意： 三重引号通常用于表示多行字符串和 docstring。

访问字符串

索引

字符串是字符的有序序列，可以通过其位置来获取具体的字符。在 Python 中，位置有一个优雅的称呼 - 索引（index）。

索引分为两种形式：

• 正向索引（从左到右）：索引从 0 开始，直到 length - 1，可以很方便地访问字符串开头附近的字符。
• 反向索引（从右到左）：索引从 -1 开始，直到 -length，可以很方便地访问字符串末尾附近的字符。

其中，length 为字符串的长度。

为了更清晰以上概念，来看一个直观地索引图。假设，有一个字符串 s = "Hello"：

使用 [index] 的语法形式来访问指定索引处的字符：

>>> s = 'Hello'
>>> 
>>> s[0]  # 第一个字符
'H'
>>> 
>>> s[4]  # 最后一个字符
'o'

负索引（反向索引）从字符串的末尾开始计数，也可以起到同样的效果：

>>> s[-5]  # 第一个字符
'H'
>>> 
>>> s[-1]  # 最后一个字符
'o'

试图访问索引范围外的字符会引发 IndexError。索引必须是一个整数，不能使用 float 或其他类型，这将引发 TypeError。

# 索引必须在范围内
>>> s[10]
...
IndexError: string index out of range

# 索引必须是整数 
>>> s[1.5]
...
TypeError: string indices must be integers

切片

切片操作（slice）是一种很方便的方法，用于引用序列（通常是字符串和列表）的子部分。

切片操作的语法格式：

[start:stop:step]

• start（开始索引）：第一个索引的值是 0，最后一个是 -1。
• stop（结束索引）：切片操作符将取到该索引为止，但不包含该索引的值。
• step（步长）：默认是 1，也就是说，一个接一个切取。如果为 2，则表示隔一取一。步长为正数时，表示从左向右取；如果为负数，表示从右向左取；步长不能为 0。

通过上图，其实也可以很直观地看到切片。

>>> s = 'Hello'
>>> 
>>> s[1:4]  # 第 2 个到第 4 个字符
'ell'
>>> 
>>> s[1:]  # 第 2 个到最后一个字符（将索引默认设置为字符串的开始或结束）
'ello'
>>> 
>>> s[1:100]  # 索引太大，被截断至字符串长度处
'ello'
>>> 
>>> s[:]  # 所有字符（从开始到结束）
'Hello'

PS： s[:] 形式会忽略开始和结束索引，总是获得一个完整的副本。是 pythonic 使用的方式，用于复制序列（例如：字符串或列表）。

和提取字符类似，切片操作也可以使用反向索引：

>>> s[-4:-1]  # 第 2 个到第 4 个字符
'ell'
>>> 
>>> s[:-3]  # 开始到第 2 个字符
'He'
>>> 
>>> s[-3:]  # 第 3 个到最后一个字符
'llo'

对于任何索引 n，s[:n] + s[n:] == s 是一个整齐的切片，甚至对于负数或超出界限的值也是如此。换一种说法，s[:n] 和 s[n:] 总是将字符串分成两部分，来保存所有的字符。

更改或删除字符串

字符串是不可变的，也就是说，一旦分配了字符串的元素就不能被更改。

但是，可以将不同的字符串重新分配给同一个变量。

>>> s = 'Hello'
>>> s[2] = 'a'
...
TypeError: 'str' object does not support item assignment
>>> 
>>> s = 'Python'
>>> s
'Python'

无法从字符串中删除字符，但是可以使用关键字 del 完全删除字符串。

>>> del s[2]
...
TypeError: 'str' object doesn't support item deletion
>>> 
>>> del s
>>> s
...
NameError: name 's' is not defined

基本操作

字符串能成为 Python 中最常用的数据类型之一，很大原因是因为它使用非常方便，提供了大量的字符串操作，例如：连接字符串、遍历字符串…

所有的序列（例如：字符串、列表）都可以进行以下基本操作：

• +：连接两个序列
• *：重复序列元素
• in：判断元素是否在序列中
• min()：返回最小值
• max()：返回最大值
• len()：返回序列长度
• enumerate()：返回一个枚举对象，包含字符串中所有元素的索引和值（作为一对）

连接字符串

连接是指将多个字符串合并为一个单独的字符串。

>>> s1 = "Hello,"
>>> s2 = " World!"
>>> 
>>> s = s1 + s2  # 连接字符串
>>> s
'Hello, World!'

如果想在不同的行中连接字符串，可以使用括号。

>>> # 两个字符串一起
>>> 'Hello,' ' World!'  
'Hello, World!'
>>>
>>> # 使用括号
>>> s = ('Hello,'  
... ' World!')
>>> s
'Hello, World!'

操作符 + 不会将数字或其他类型自动转换为字符串形式，需要通过 str() 函数将值转换为字符串形式，以便它们可以与其他字符串组合。

>>> age = 18
>>>
>>> s = 'My age is ' + age
...
TypeError: Can't convert 'int' object to str implicitly
>>>
>>> s = 'My age is ' + str(age)
>>> s
'My age is 18'

重复字符串

操作符 * 用于以指定的次数来重复字符串。有时很好用，比如打印一条华丽的分割线：

>>> s = 'Hello'
>>> 
>>> s * 3  # 重复字符串 3 次
'HelloHelloHello'
>>> 
>>> print('-' * 20)  # 无需输入很多 -
--------------------

最大值/最小值

在一个字符串中，每个字符在计算机中都有对应的 ASCII 码。min() 和 max() 就是根据对应的 ASCII 码进行比较的，从而获取最小值和最大值对应的字符。

Python 提供了两个内置函数 ord() 和 chr()，用于字符和 ASCII 码之间的转换。

>>> ord('H')  # 字符转 ASCII 码
72
>>> 
>>> chr(72)  # ASCII 码转字符
'H'

别犹豫啦，开始比较吧！

>>> s = 'Hello'
>>> 
>>> min(s)  # 最小字符
'H'
>>> 
>>> max(s)  # 最大字符
'o'

字符串成员测试

使用关键字 in，可以测试字符串中是否包含指定的子串。

>>> 't' in 'python'
True
>>> 
>>> 'th' not in 'python'
False

字符串长度

要获取一个字符串的长度，可以使用内置函数 len()：

>>> s = 'Hello'
>>> 
>>> len(s)  # 字符数
5

迭代字符串

使用 for 循环，可以遍历一个字符串。

# 查找字符串中 l 的数量
count = 0
for letter in 'Hello':
    if (letter == 'l'):
        count += 1
print(count, 'letters found')

还可使用 enumerate()，它会返回一个枚举对象，包含字符串中所有元素的索引和值（作为一对），这对于迭代很有用。

s = 'Hello'
e = list(enumerate(s))
print(e)

for index, item in e:
    print(index, item)

运行程序，输出如下：

[(0, ‘H’), (1, ‘e’), (2, ‘l’), (3, ‘l’), (4, ‘o’)]
0 H
1 e
2 l
3 l
4 o

字符串的方法

字符串有许多方法，可以通过 dir() 来查看方法列表：

>>> dir(str)
['__add__', '__class__', '__contains__', '__delattr__', '__dir__', '__doc__', '__eq__', '__format__', '__ge__', '__getattribute__', '__getitem__', '__getnewargs__', '__gt__', '__hash__', '__init__', '__iter__', '__le__', '__len__', '__lt__', '__mod__', '__mul__', '__ne__', '__new__', '__reduce__', '__reduce_ex__', '__repr__', '__rmod__', '__rmul__', '__setattr__', '__sizeof__', '__str__', '__subclasshook__', 'capitalize', 'casefold', 'center', 'count', 'encode', 'endswith', 'expandtabs', 'find', 'format', 'format_map', 'index', 'isalnum', 'isalpha', 'isdecimal', 'isdigit', 'isidentifier', 'islower', 'isnumeric', 'isprintable', 'isspace', 'istitle', 'isupper', 'join', 'ljust', 'lower', 'lstrip', 'maketrans', 'partition', 'replace', 'rfind', 'rindex', 'rjust', 'rpartition', 'rsplit', 'rstrip', 'split', 'splitlines', 'startswith', 'strip', 'swapcase', 'title', 'translate', 'upper', 'zfill']

这么多，当然不需要逐一介绍了，重在掌握如何使用（授人以鱼不如授人以渔），能做到随用随查就好。

利用 help() 函数，可以查看函数或模块用途的详细说明：

>>> help(str.lower)
Help on method_descriptor:

lower(...)
    S.lower() -> str
    
    Return a copy of the string S converted to lowercase.
(END)

注意： 要终止查询，使用 q 键。

按照说明，可以在交互模式下进行实验，这里仅列举一些比较常用的方法。

>>> s = 'Hello'
>>> 
>>> s.lower()  # 转换所有字符为小写
'hello'
>>> 
>>> s.upper()  # 转换所有字符为大写
'HELLO'
>>> 
>>> s.find('ll')  # 返回子串的开始索引
2
>>> 
>>> s.endswith('llo')  # 检查字符串是否以指定的子串结束
True
>>> 
>>> s.isdigit()  # 检查字符串是否只包含数字
False
>>> 
>>> s.replace('ll', 'r')  # 替换字符串中的子串
'Hero'
>>> 
>>> s = 'I like Python'
>>> 
>>> s.split()  # 分割字符串
['I', 'like', 'Python']