[python字符串的索引与切片操作_Python对象类型之索引与切片

intumu.com：机器学习（ML）、人工智能（AI）和土木工程的（TM）关系？​zhuanlan.zhihu.com

前言

着手开始写的时候就一直有一个画面在脑子中出现：小猪佩奇第N级，猪爸爸拿出来一本《混凝土的故事》，打开书的时候说道：混凝土是由砂子、水、水泥组成的，结果其他人都睡着了。于是，我在想，要是给土木人讲：python万法皆对象，对象类型有：数字:int,long,float,complex,bool

字符:str,unicod

列表:list

字典:dict

元组:tuple

文件:file

其他类型:集合（set）,冻结集合(frozenset)，类类型等。

是不是也有人睡着？相反，如果我直接说砂子、水泥、钢筋、混凝土，是不是觉得亲切？所以接下来将会从一砖一瓦的建筑材料说Python。

万法皆对象：在基建领域，你所看到的构筑物就是有以上提到的基础建材组成；在Python领域对象类型就可以看做基础建筑材料，然后由不同的施工工艺产生不同的单体模块或构造物。例如：一个函数（施工工艺）所包含的参数（基础建材），形成一个伪代码。

伪代码

#围墙条形基础开挖

变量类型：铲子、䦆头、羊角碾、块石、砖头、水泥、混凝土

#工艺流程：

开挖条形基坑

夯实基础

抛填块片石

混凝土填充找平

砌砖

#以上即为面向过程编程，下面先说说数字类型。

真代码（字符串）

索引和分片

索引

对于一个有序序列，可以通过索引的方法来访问对应位置的值。字符串便是一个有序序列的例子，Python使用 [] 来对有序序列进行索引。

s = "hello world"

s[0]

'h'

Python中索引是从 0 开始的，所以索引 0 对应与序列的第 1 个元素。为了得到第 5 个元素，需要使用索引值 4 。

s[4]

'o'

除了正向索引，Python还引入了负索引值的用法，即从后向前开始计数，例如，索引 -2 表示倒数第 2 个元素：

s[-2]

'l'

单个索引大于等于字符串的长度时，会报错：

s[11]

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

IndexError Traceback (most recent call last)

in ()

----> 1 s[11]

IndexError: string index out of range

分片

分片用来从序列中提取出想要的子序列，其用法为：

var[lower:upper:step]

其范围包括 lower ，但不包括 upper ，即 [lower, upper)， step 表示取值间隔大小，如果没有默认为1。

s

s[1:3]

分片中包含的元素的个数为 3-1=2 。

也可以使用负索引来指定分片的范围：

s[1:-2]

'ello wor'

包括索引 1 但是不包括索引 -2 。

lower和upper可以省略，省略lower意味着从开头开始分片，省略upper意味着一直分片到结尾。

s[:3]

'hel'

s[-3:]

'rld'

s[:]

'hello world'

每隔两个取一个值：

s[::2]

'hlowrd'

当step的值为负时，省略lower意味着从结尾开始分片，省略upper意味着一直分片到开头。

s[::-1]

'dlrow olleh'

当给定的upper超出字符串的长度（注意：因为不包含upper，所以可以等于）时，Python并不会报错，不过只会计算到结尾。

s[:100]

'hello world'

使用“0”作为索引开头的原因

使用[low, up)形式的原因

假设需要表示字符串 hello 中的内部子串 el ：

|方式|[low, up)|(low, up]|(lower, upper)|[lower, upper] |--|--|--|--|--| |表示|[1,3)|(0,2]|(0,3)|[1,2] |序列长度|up - low|up - low|up - low - 1|up - low + 1

对长度来说，前两种方式比较好，因为不需要烦人的加一减一。

现在只考虑前两种方法，假设要表示字符串hello中的从头开始的子串hel：

|方式|[low, up)|(low, up] |--|--| |表示|[0,3)|(-1,2]| |序列长度|up - low|up - low|

第二种表示方法从-1开始，不是很好，所以选择使用第一种[low, up)的形式。

使用0-base的形式Just to beautiful to ignore.

----Guido van Rossum

两种简单的情况：从头开始的n个元素；使用0-base：[0, n)

使用1-base：[1, n+1)

第i+1个元素到第i+n个元素。使用0-base：[i, n+i)

使用1-base：[i+1, n+i+1)

1-base有个+1部分，所以不推荐。

综合这两种原因，Python使用0-base的方法来进行索引。

土木狗的视角：上一节讲了字符串，我们把一段字符串看做砖头，也说了工地搬砖砌墙的过程中会遇到填空洞或者半截砖，需要用到瓦刀按需截断。事实上，本节的索引和切片也是异曲同工的，比如在爬网络数据的时间中，很多字符串很‘脏’，有空格或者各种非常规的编码字符嵌入其中，最简单的方式就是使用切片功能，至于正则提取，那是后话，到时候会给大家教一招RE正则中的万能法则，本节就不赘述。

课后作业（可选）

按上一节运行自己的项目，新建一个*.ipynb文件，将上面代码敲入运行。

intumu.com：Python数据分析及可视化实例目录​zhuanlan.zhihu.com