Python零基础入门学习04：Python基本数据类型：字符串类型

注：本文所有代码均经过Python 3.7实际运行检验，保证其严谨性。

字符串的表示

Python提供了4种表示字符串的方法：

s1 = '我'
s2 = "我"
s3 = '''我'''
s4 = """我"""

大多数情况下，以上4种字符串的表示效果是一样的，只要注意前后的引号一定是成对的；换句话说，前面是单引号后面一定也是单引号，前面是3个双引号，后面句不能用3个单引号结尾。

默认来说，单纯的字符串一般多用第1种，即两个单引号。3个单引号和3个双引号有特殊的用途，就是它们可以用于多行字符串引用，如下面的例子：

s = '''
人生到处知何似，应似飞鸿踏雪泥： 
泥上偶然留指爪，鸿飞那复计东西。 
老僧已死成新塔，坏壁无由见旧题。 
往日崎岖还记否，路长人困蹇驴嘶。'''
print(s)

<<<  # 正确输出，且是分行的。
人生到处知何似，应似飞鸿踏雪泥： 
泥上偶然留指爪，鸿飞那复计东西。 
老僧已死成新塔，坏壁无由见旧题。 
往日崎岖还记否，路长人困蹇驴嘶。
<<<

这种这种功能是2个单引号或2个双引号表示法所不能做到的。如果多行字符串用2个单引号或2个双引号来表示的话，系统会报错。如下所示：

s = '人生到处知何似，应似飞鸿踏雪泥： 
泥上偶然留指爪，鸿飞那复计东西。 
老僧已死成新塔，坏壁无由见旧题。 
往日崎岖还记否，路长人困蹇驴嘶。'
print(s)

<<<
  File "C:\xxxxx\test.py", line 1
    s = '人生到处知何似，应似飞鸿踏雪泥：
                          ^
SyntaxError: EOL while scanning string literal
<<<

转义符\

转义符表达特定字符的本意。

转义符和某些字母搭配有固定的意思，比如
"\b"回退，"\n"换行（光标移动到下行首），"\r"回车（光标移动到本行首）等。

字符串操作符

n * x 或 x * n：复制n次字符串x。

字符串处理函数

hex(x)：整数x转化为以字符串形式表示的十六进制的数。

oct(x)：整数x转化八进制以字符串形式表示的八进制的数。

chr(u)：u为Unicode编码，返回其对应的字符。

ord(x)：x为字符，返回其对应的Uniocde编码。比如ord("A")输出65，ord("B")输出66，ord("a")输出97。

Unicode编码
Python 3的字符串的编码方式

统一字符编码，即覆盖几乎所有字符的编码方式。
0到1114111(0x10FFFF)空间，每个编码对应一个字符。
Python字符串中每个字符都是Unicode编码字符。

for i in range(12):
    print(chr(9800 + i), end = "")

<<<♈♉♊♋♌♍♎♏♐♑♒♓
以上是输出Unicode中十二星座的符号。

字符串处理方法

“方法”(method)，在编程中是一个专有名词。

“方法”特指<a>.<b>()风格中的函数<b>()。
方法本身也是函数，但与<a>有关，<a>.<b>()风格（面向对象编程）使用。<a>.<b>()就是对象.方法()。a是对象，b是方法。
字符串和变量都是<a>，也就是对象，存在一些方法。

字符串的方法及引用

str.lower()或str.upper()——返回字符串的副本，全部字符小写/大写。

str.split(sep=None, num=-1)——返回一个列表。

其中，sep是separater的前三个字母，表示分隔符。sep分隔符默认为所有的空字符，包括空格、换行(\n)、制表符(\t)等，也可以为空（即不带任何东西，不带引号，如(str.split())，也可以为空格(如str.split(" "))，但不能为空字符串(str.split(""))，否则会报错ValueError: empty separator；num表示分隔的次数，默认为-1，即全部分隔。

此方法可以将字符串转化成列表。如"A, B, C".split(",")结果为['A', 'B', 'C']。

s = 'a-b-c'
l = s.split('-')
print(l)
l = s.split()  #分隔符sep为空的情况。
print(l)
l = s.split('-', 1)  #分隔次数为1的情况。
print(l)

<<<
['a', 'b', 'c']
['a-b-c']  #分隔符sep为空的情况。#
['a', 'b-c']  #分隔次数为1的情况。#
<<<

str.count(sub)——返回子串sub在str中出现的次数。

str.replace(old, new)——返回字符串str的副本，其中所有old子串被替换为new。

str.center(width[, fillchar])——字符串str根据宽度width居中，fillchar可选。

s1 = "Python"
s2 = s1.center(20, "=")
print("s2是：")
print(s2)
print("len(s2) =", len(s2))

<<<
s2是：
=======Python=======    #字符串s2的长度len为20
len(s2) = 20
<<<

str.strip()——返回str的副本，这个副本原字符串的头和尾的空格，以及位于头尾的\n \t之类的字符给删掉了。注意，字符中间的空格等符号不删除。比如" Py thon ".strip()返回为"Py thon"。

str.strip(chars)——从str中去掉在其左侧和右侧chars字符串中含有的字符。如"= python= ".strip(" =np")的输出为"ytho"。

sep.join(seq)——sep表示分隔符，可以为空，但当sep为空时，就没有分隔符了。seq表示要连接的元素序列，比如字符串、元组、字典、集合。如果序列里的元素为int，必须转化为str才能使用该方法。实现的效果是，把seq转换为字符串，并且在seq中的除最后元素外每个元素后增加一个sep，返回一个以分隔符sep连接各个元素后生成的字符串。此方法主要为了字符增加分隔符，将列表等seq转化为字符串。

值得注意的是，字典虽然是无序的，但是使用了sep.join(seq)方法后，输出的字符串只输出键而不输出值，而且其键输出的顺序是按照字典本身的顺序来的。集合则遵循无序的原则。

s = "abcde"  # seq为字符串时
l = ['a', 'b', 'c', 'd', 'e']  # seq为列表时
d = {'a':1, 'b':2, 'c':3, 'd':4, 'e':5}
S = {'a', 'b', 'c', 'd', 'e'}
i = ''  # sep为空
j = "-" # sep不为空
print("sep为空时：字符串转化为{}，列表转化为{}。".format(i.join(s), i.join(l)))
print("sep不为空时：字符串转化为{}，列表转化为{}。".format(j.join(s), j.join(l)))
print("sep为空时：字典转化为{}，集合转化为{}。".format(i.join(d), i.join(S)))
print("sep不为空时：字典转化为{}，集合转化为{}。".format(j.join(d), j.join(S)))

<<<
sep为空时：字符串转化为abcde，列表转化为abcde。
sep不为空时：字符串转化为a-b-c-d-e，列表转化为a-b-c-d-e。
sep为空时：字典转化为abcde，集合转化为ceabd。
sep不为空时：字典转化为a-b-c-d-e，集合转化为c-e-a-b-d。
<<<

上述字符串的诸多方法中，str.split(sep=None, num=-1)和sep.join(seq)两个可能是比较重要且容易弄混的。它们的重要性在于它们能够使得字符串和列表（后面要学的一种重要数据类型）之间互相转换。请对它们稍微留意一二，多看看它们在本文里相应的例子。

字符串的索引和切片

字符串还有一种非常重要的操作，也是最常用的操作之一，那就是切片(slicing)。

而字符串的切片操作是根据索引(index)进行的，其目的是从字符串提取里面的元素或子串。

索引(indexing)

任意一个字符串，除了有其字面上的元素外，其实还有字面外的隐藏元素，也就是字面元素对应的“编号”。比如s = 'abc'，'a'不光是s中的元素，还是s中的第1个元素。

Python中字符串有两套编号：

从左向右的编号，采用非负整数编号。从0开始编号，向右依次加1。对s = 'abc'而言，s[0] = 'a'表示s的第1个元素，s[1] = 'b'表示s的第2个元素，依此类推。
从右向左的编号，采用负整数编号。从-1开始，向左依次减1。对s = 'abc'而言，s[-1] = 'c'表示s的倒数第1个元素，s[-2] = 'b'表示s的
倒数第2个字符，依此类推。

s = 'abc'

s[0]  # s的第1个元素
Out[10]: 'a'

s[1]
Out[11]: 'b'

s[-1]  # s的倒数第1个元素
Out[12]: 'c'

s[-2] 
Out[13]: 'b'

切片(Slicing)

切片语法的原型是s[start:stop:stepSize]，其中start、stop和stepSize三个参数均是可选参数。

start：切片开始的元素的索引(index)，该索引对应的元素包含在切片后的字符串当中。
stop：切片结束的元素的索引(index)，该索引对应的元素不包含在切片后的字符串当中。
stepSize：切片时的步长，默认为1。

要正确理解切片的这几个函数。请参考range()函数中的同样的参数，它们的含义是相通的。range()函数详解请移步Python零基础入门学习02：Python基本数据类型：数字类型查看最后一部分。

切片语法的最简形式是s[:]，其效果就是s字符串本身，即s[:]=s。其简单形式还有s[::]，效果等同于s[:]。还有s[start: : ]、s[:stop:]、s[: :stepSize]等形式。

'abc'[1:3]，表示从index=1的元素开始获取，直到取到index=3的元素，但不获取index=3的元素。这里是切片的几个例子：

s = 'abc'

s[1:3]
Out[15]: 'bc'

s[:]
Out[16]: 'abc'

s[1:]
Out[17]: 'bc'

s[1::2]
Out[18]: 'b'

To be continued.