從零開始學Python：第九課-常用數據結構之字符串

接著上期的Python教程講，視頻教程你們私我要的，整理出來了： Python 900集全套視頻教程（全家桶）
https://pan.baidu.com/s/1cU5lDWq9gh0cQ7hCnXUiGA，你們好好學。

第二次世界大戰促使了現代電子計算機的誕生，世界上的第一臺通用電子計算機叫ENIAC（電子數值積分計算機），誕生于美國的賓夕法尼亞大學，占地167平米，重量27噸，每秒鐘大約能夠完成約5000次浮點運算，如下圖所示。ENIAC誕生之后被應用于daodan彈道的計算，而數值計算也是現代電子計算機最為重要的一項功能。

隨著時間的推移，雖然數值運算仍然是計算機日常工作中最為重要的組成部分，但是今天的計算機還要處理大量的以文本形式存在的信息。如果我們希望通過Python程序來操作本這些文本信息，就必須要先了解字符串這種數據類型以及與它相關的知識。

字符串的定義

所謂 字符串，就是 由零個或多個字符組成的有限序列，一般記為：

在Python程序中，如果我們把單個或多個字符用單引號或者雙引號包圍起來，就可以表示一個字符串。字符串中的字符可以是特殊符號、英文字母、中文字符、日文的平假名或片假名、希臘字母、Emoji字符等。

s1 = 
'hello, world!'

s2 = 
"你好，世界！"


print(s1, s2)

# 以三個雙引號或單引號開頭的字符串可以折行

s3 = 
''
'


hello, 


world!


'
''


print(s3, 
end=
'')

提示：print函數中的end=''表示輸出后不換行，即將默認的結束符\n（換行符）更換為''（空字符）。

轉義字符和原始字符串

可以在字符串中使用\（反斜杠）來表示轉義，也就是說\后面的字符不再是它原來的意義，例如：\n不是代表反斜杠和字符n，而是表示換行；\t也不是代表反斜杠和字符t，而是表示制表符。所以如果字符串本身又包含了'、"、\這些特殊的字符，必須要通過\進行轉義處理。例如需要一個帶單引號或反斜杠的字符串，可以用如下所示的方法進行處理。

#
 頭尾帶單引號的hello, world!


s1 = 
'\'hello, world!\
''



print(s1)



# 頭尾帶反斜杠的hello, world!



s2 = '\\hello, world!\\'



print(s2)

Python中的字符串可以r或R開頭，這種字符串被稱為原始字符串，意思是字符串中的每個字符都是它本來的含義，沒有所謂的轉義字符。例如，在字符串'hello\n'中，\n表示換行；而在r'hello\n'中，\n不再表示換行，就是反斜杠和字符n。大家可以運行下面的代碼，看看會輸出什么。

# 字符串s1中\t是制表符，\n是換行符

s1 = 
'\time up \now'


print(s1)

# 字符串s2中沒有轉義字符，每個字符都是原始含義

s2 = r
'\time up \now'


print(s2)

Python中還允許在\后面還可以跟一個八進制或者十六進制數來表示字符，例如\141和\\x61都代表小寫字母a，前者是八進制的表示法，后者是十六進制的表示法。另外一種表示字符的方式是在\\u后面跟Unicode字符編碼，例如\\u9a86\\u660a代表的是中文“駱昊”。運行下面的代碼，看看輸出了什么。

s1 = 
'\141\142\143\\x61\\x62\\x63'

s2 = 
'\\u9a86\\u660a'

print(s1, s2)

字符串的運算

Python為字符串類型提供了非常豐富的運算符，我們可以使用+運算符來實現字符串的拼接，可以使用*運算符來重復一個字符串的內容，可以使用in和not in來判斷一個字符串是否包含另外一個字符串，我們也可以用[]和[:]運算符從字符串取出某個字符或某些字符。

拼接和重復

下面的例子演示了使用+和*運算符來實現字符串的拼接和重復操作。

s1 = 
'hello' + 
' ' + 
'world'


print(s1)    # hello world

s2 = 
'!' * 
3


print(s2)    # !!!

s1 += s2     # s1 = s1 + s2

print(s1)    # hello world!!!

s1 *= 
2      # s1 = s1 * 
2


print(s1)    # hello world!!!hello world!!!

用*實現字符串的重復是非常有意思的一個運算符，在很多編程語言中，要表示一個有10個a的字符串，你只能寫成"aaaaaaaaaa"，但是在Python中，你可以寫成'a' * 10。你可能覺得"aaaaaaaaaa"這種寫法也沒有什么不方便的，那么想一想，如果字符a要重復100次或者1000次又會如何呢？

比較運算

對于兩個字符串類型的變量，可以直接使用比較運算符比較兩個字符串的相等性或大小。需要說明的是，因為字符串在計算機內存中也是以二進制形式存在的，那么字符串的大小比較比的是每個字符對應的編碼的大小。例如A的編碼是65， 而a的編碼是97，所以'A' < 'a'的結果相當于就是65 < 97的結果，很顯然是True；而'boy' < 'bad'，因為第一個字符都是'b'比不出大小，所以實際比較的是第二個字符的大小，顯然'o' < 'a'的結果是False，所以'boy' < 'bad'的結果也是False。如果不清楚兩個字符對應的編碼到底是多少，可以使用ord函數來獲得，例如ord('A')的值是65，而ord('昊')的值是26122。下面的代碼為大家展示了字符串的比較運算。

s1 = 
'a whole new world'

s2 = 
'hello world'


print(s1 == s2, s1 < s2)      # False True

print(s2 == 
'hello world')    # True

print(s2 == 
'Hello world')    # False

print(s2 != 
'Hello world')    # True

s3 = 
'駱昊'


print(ord(
'駱'), ord(
'昊'))               # 
39558 
26122

s4 = 
'王大錘'


print(ord(
'王'), ord(
'大'), ord(
'錘'))    # 
29579 
22823 
38180


print(s3 > s4, s3 <= s4)      # True False

需要強調一下的是，字符串的比較運算比較的是字符串的內容，Python中還有一個is運算符（身份運算符），如果用is來比較兩個字符串，它比較的是兩個變量對應的字符串是否在內存中相同的位置（內存地址），簡單的說就是兩個變量是否對應內存中的同一個字符串。看看下面的代碼就比較清楚is運算符的作用了。

s1 = 
'hello world'

s2 = 
'hello world'

s3 = s2


# 比較字符串的內容


print(s1 == s2, s2 == s3)    # True True


# 比較字符串的內存地址


print(s1 is s2, s2 is s3)    # False True

成員運算

Python中可以用in和not in判斷一個字符串中是否存在另外一個字符或字符串，in和not in運算通常稱為成員運算，會產生布爾值True或False，代碼如下所示。

s1 = 
'hello, world'


print(
'wo' in s1)    # True

s2 = 
'goodbye'


print(s2 in s1)      # False

獲取字符串長度

獲取字符串長度沒有直接的運算符，而是使用內置函數len，我們在上節課的提到過這個內置函數，代碼如下所示。

s1 = 
'hello, world'


print(
len(s1))                  # 
12


print(
len(
'goodbye, world'))    # 
14

索引和切片

如果希望從字符串中取出某個字符，我們可以對字符串進行索引運算，運算符是[n]，其中n是一個整數，假設字符串的長度為N，那么n可以是從0到N-1的整數，其中0是字符串中第一個字符的索引，而N-1是字符串中最后一個字符的索引，通常稱之為正向索引；在Python中，字符串的索引也可以是從-1到-N的整數，其中-1是最后一個字符的索引，而-N則是第一個字符的索引，通常稱之為負向索引。注意，因為 字符串是不可變類型，所以不能通過索引運算修改字符串中的字符。

s1 = 
'abc123456'

N = 
len(s1)



# 獲取第一個字符


print(s1[
0], s1[-N])    # a a



# 獲取最后一個字符


print(s1[N
-1], s1[
-1])  # 
6 
6



# 獲取索引為
2或
-7的字符


print(s1[
2], s1[
-7])    # c c



# 獲取索引為
5和
-4的字符


print(s1[
5], s1[
-4])    # 
3 
3

需要提醒大家注意的是，在進行索引操作時，如果索引越界（正向索引不在0到N-1范圍，負向索引不在-1到-N范圍），會引發IndexError異常，錯誤提示信息為：string index out of range（字符串索引超出范圍）。

如果要從字符串中取出多個字符，我們可以對字符串進行切片，運算符是[i:j:k]，其中i是開始索引，索引對應的字符可以取到；j是結束索引，索引對應的字符不能取到；k是步長，默認值為1，表示從前向后獲取相鄰字符的連續切片，所以:k部分可以省略。假設字符串的長度為N，當k > 0時表示正向切片（從前向后獲取字符），如果沒有給出i和j的值，則i的默認值是0，j的默認值是N；當k < 0時表示負向切片（從后向前獲取字符），如果沒有給出i和j的值，則i的默認值是-1，j的默認值是-N - 1。如果不理解，直接看下面的例子，記住第一個字符的索引是0或-N，最后一個字符的索引是N-1或-1就行了。

s1 = 
'abc123456'



# i=
2, j=
5, k=
1的正向切片操作


print(s1[
2:
5])       # c12



# i=
-7, j=
-4, k=
1的正向切片操作


print(s1[
-7:
-4])     # c12



# i=
2, j=
9, k=
1的正向切片操作


print(s1[
2:])        # c123456



# i=
-7, j=
9, k=
1的正向切片操作


print(s1[
-7:])       # c123456



# i=
2, j=
9, k=
2的正向切片操作


print(s1[
2::
2])      # c246



# i=
-7, j=
9, k=
2的正向切片操作


print(s1[
-7::
2])     # c246



# i=
0, j=
9, k=
2的正向切片操作


print(s1[::
2])       # ac246



# i=
1, j=
-1, k=
2的正向切片操作


print(s1[
1:
-1:
2])    # b135



# i=
7, j=
1, k=
-1的負向切片操作


print(s1[
7:
1:
-1])    # 
54321c



# i=
-2, j=
-8, k=
-1的負向切片操作


print(s1[
-2:
-8:
-1])  # 
54321c



# i=
7, j=
-10, k=
-1的負向切片操作


print(s1[
7::
-1])     # 
54321cba



# i=
-1, j=
1, k=
-1的負向切片操作


print(s1[:
1:
-1])     # 
654321c



# i=
0, j=
9, k=
1的正向切片


print(s1[:])         # abc123456



# i=
0, j=
9, k=
2的正向切片


print(s1[::
2])       # ac246



# i=
-1, j=
-10, k=
-1的負向切片


print(s1[::
-1])      # 
654321cba



# i=
-1, j=
-10, k=
-2的負向切片


print(s1[::
-2])      # 
642ca

循環遍歷

如果希望從字符串中取出每個字符，可以使用for循環對字符串進行遍歷，有兩種方式。

方式一：

s1 = 
'hello'


for index in 
range(
len(s1)):

    
print(s1[index])

方式二：

s1 = 
'hello'

for ch in s1:

    print(ch)

字符串的方法

在Python中，我們可以通過字符串類型自帶的方法對字符串進行操作和處理，對于一個字符串類型的變量，我們可以用變量名.方法名()的方式來調用它的方法。所謂方法其實就是跟某個類型的變量綁定的函數，后面我們講面向對象編程的時候還會對這一概念詳加說明。

大小寫相關操作

下面的代碼演示了和字符串大小寫變換相關的方法。

s1 = 
'hello, world!'



# 使用capitalize方法獲得字符串首字母大寫后的字符串


print(s1.capitalize())   # Hello, world!

# 使用title方法獲得字符串每個單詞首字母大寫后的字符串


print(s1.title())        # Hello, World!

# 使用
upper方法獲得字符串大寫后的字符串


print(s1.
upper())        # HELLO, WORLD!



s2 = 
'GOODBYE'

# 使用
lower方法獲得字符串小寫后的字符串


print(s2.
lower())        # goodbye

查找操作

如果想在一個字符串中查找有沒有另外一個字符串，可以使用字符串的find或index方法。

s1 = 
'hello, world!'



# 
find方法從字符串中查找另一個字符串所在的位置

# 找到了返回字符串中另一個字符串首字符的索引


print(s1.
find(
'or'))        # 
8

# 找不到返回
-1


print(s1.
find(
'shit'))      # 
-1

# index方法與
find方法類似

# 找到了返回字符串中另一個字符串首字符的索引


print(s1.index(
'or'))       # 
8

# 找不到引發異常


print(s1.index(
'shit'))     # ValueError: substring 
not found

在使用find和index方法時還可以通過方法的參數來指定查找的范圍，也就是查找不必從索引為0的位置開始。find和index方法還有逆向查找（從后向前查找）的版本，分別是rfind和rindex，代碼如下所示。

s = 
'hello good world!'



# 從前向后查找字符o出現的位置(相當于第一次出現)


print(s.
find(
'o'))       # 
4

# 從索引為
5的位置開始查找字符o出現的位置


print(s.
find(
'o', 
5))    # 
7

# 從后向前查找字符o出現的位置(相當于最后一次出現)


print(s.rfind(
'o'))      # 
12

性質判斷

可以通過字符串的startswith、endswith來判斷字符串是否以某個字符串開頭和結尾；還可以用is開頭的方法判斷字符串的特征，這些方法都返回布爾值，代碼如下所示。

s1 = 
'hello, world!'



# startwith方法檢查字符串是否以指定的字符串開頭返回布爾值


print(s1.startswith(
'He'))    # False

print(s1.startswith(
'hel'))   # True

# endswith方法檢查字符串是否以指定的字符串結尾返回布爾值


print(s1.endswith(
'!'))       # True



s2 = 
'abc123456'



# isdigit方法檢查字符串是否由數字構成返回布爾值


print(s2.isdigit())    # False

# isalpha方法檢查字符串是否以字母構成返回布爾值


print(s2.isalpha())    # False

# isalnum方法檢查字符串是否以數字和字母構成返回布爾值


print(s2.isalnum())    # True

格式化字符串

在Python中，字符串類型可以通過center、ljust、rjust方法做居中、左對齊和右對齊的處理。

s1 = 
'hello, world'



# center方法以寬度
20將字符串居中并在兩側填充*


print(s1.center(
20, 
'*'))  # ****hello, world****

# rjust方法以寬度
20將字符串右對齊并在左側填充空格


print(s1.rjust(
20))        #         hello, world

# ljust方法以寬度
20將字符串左對齊并在右側填充~


print(s1.ljust(
20, 
'~'))   # hello, world~~~~~~~~

我們之前講過，在用print函數輸出字符串時，可以用下面的方式對字符串進行格式化。

a = 
321

b = 
123

print(
'%d * %d = %d' % (a, b, a * b))

當然，我們也可以用字符串的方法來完成字符串的格式，代碼如下所示。

a = 
321

b = 
123

print(
'{0} * {1} = {2}'.format(a, b, a * b))

從Python 3.6開始，格式化字符串還有更為簡潔的書寫方式，就是在字符串前加上f來格式化字符串，在這種以f打頭的字符串中，{變量名}是一個占位符，會被變量對應的值將其替換掉，代碼如下所示。

a = 
321

b = 
123


print(
f'
{a} * 
{b} = 
{a * b}')

如果需要進一步控制格式化語法中變量值的形式，可以參照下面的表格來進行字符串格式化操作。

修剪操作

字符串的strip方法可以幫我們獲得將原字符串修剪掉左右兩端空格之后的字符串。這個方法非常有實用價值，通常用來將用戶輸入中因為不小心鍵入的頭尾空格去掉，strip方法還有lstrip和rstrip兩個版本，相信從名字大家已經猜出來這兩個方法是做什么用的。

s1 = 
'   jackfrued@126.com  \t\r\n'


# strip方法獲得字符串修剪左右兩側空格之后的字符串


print(s1.strip())    # jackfrued@126.com

其他方法

除了上面講到的方法外，字符串類型還有很多方法，如拆分、合并、編碼、解碼等，這些方法等我們用到的時候再為大家進行續點講解。對于字符串類型來說，還有一個常用的操作是對字符串進行匹配檢查，即檢查字符串是否滿足某種特定的模式。例如，一個網站對用戶注冊信息中用戶名和郵箱的檢查，就屬于模式匹配檢查。實現模式匹配檢查的工具叫做正則表達式，Python語言通過標準庫中的re模塊提供了對正則表達式的支持，我們會在后續的課程中為大家講解這個知識點。

簡單的總結

知道如何表示和操作字符串對程序員來說是非常重要的，因為我們需要處理文本信息，Python中操作字符串可以用拼接、切片等運算符，也可以使用字符串類型的方法。