Python 入门笔记5——字符串
字符串
字符串基本特点
字符串的本质是：字符序列。Python 的字符串是不可变的，我们无法对原字符串做任何修改。但可以将原字符串通过字符串支持的方法修改后赋值给新的变量中，达到“看起来修改”的效果。
Python 不支持单字符类型，单字符也是作为一个字符串使用的。
字符串的编码
Python3 直接支持 Unicode，可以表示世界上任何书面语言的字符。Python3 的字符默认就是 16 位 Unicode 编码，ASCII 码是 Unicode 编码的子集。
使用内置函数 ord()可以把字符转换成对应的 Unicode 码；
使用内置函数 chr()可以把十进制数字转换成对应的字符。
代码示例：
>>> ord("a")
97
>>> chr(97)
'a'
引号创建字符串
我们可以通过单引号或双引号创建字符串。例如：a=’abc’。
使用两种引号的好处是可以创建本身就包含引号的字符串，而不用使用转义字符。
代码示例：
>>> a = "I'm a teacher!"
>>> print(a)
I'm a teacher!
>>> b = 'my_name is "JACK"'
>>> print(b)
my_name is "JACK"
连续三个单引号或三个双引号，可以帮助我们创建多行字符串。
代码示例：
>>>a = """
name="jack"
company="xyz"
age=25
"""
>>>print(a)
name="jack"
company="xyz"
age=25
空字符串和 len()函数
Python 允许空字符串的存在，不包含任何字符且长度为 0。
代码示例：
>>> al = ""
>>> len(al)
0
len()用于计算字符串含有多少字符。
代码示例：
>>> a = "haohaoxuexi"
>>> len(a)
11
转义字符
我们可以使用“+特殊字符”，实现某些难以用字符表示的效果。比如：换行等。常见的转义字符有这些：
| 转义字符 | 描述 |
|---|---|
| \(在行尾时) | 续行符 |
| \\ | 反斜杠符号 |
| \’ | 单引号 |
| \" | 双引号 |
| \b | 退格(Backspace) |
| \n | 换行 |
| \t | 横向制表符 |
| \r | 回车 |
代码示例：
>>> a = 'I\nlove\nU'
>>> print(a)
I
love
U
>>> print('aaabb\
cddcd')
aaabbcddcd
>>> print('I\'m Russell')
I'm Russell
字符串拼接
可以使用+将多个字符串拼接起来。例如：’aa’+ ’bb’ ==>’aabb’。
(1) 如果+两边都是字符串，则拼接。
(2) 如果+两边都是数字，则加法运算。
(3) 如果+两边类型不同，则抛出异常。
代码示例：
>>> "a"+"b"
'ab'
>>> 1+1
2
>>> 1+"a"
Traceback (most recent call last):
File "<pyshell#21>", line 1, in <module>
1+"a"
TypeError: unsupported operand type(s) for +: 'int' and 'str'
可以将多个字面字符串直接放到一起实现拼接。
代码示例：
>>> "aa""bb"
'aabb'
字符串复制
使用*可以实现字符串复制。
代码示例：
>>> "aa"*3
'aaaaaa'
不换行打印
调用 print 时，会自动打印一个换行符。因为end的默认值是\n，在不想换行时需要将参数end的值修改为其他任意字符串，如‘ ’，‘##’等。
代码示例：
>>> for i in range(5):
print("aaa")#不修改参数end时
aaa
aaa
aaa
aaa
aaa
>>> for i in range(5):
print("aaa",end=" ")#修改参数end时
aaa aaa aaa aaa aaa
从控制台读取字符串
我们可以使用 input()从控制台读取键盘输入的内容。
代码示例
>>> myname = input("请输入名字:")
请输入名字:Russell
>>> myname
'Russell'
数字转字符串
str()可以帮助我们将其他数据类型转换为字符串。
代码示例：
>>> str(98)
'98'
>>> str(True)
'True'
>>> str(3.14e10)
'31400000000.0'
当我们调用 print()函数时，解释器自动调用了 str()将非字符串的对象转成了字符串。
字符提取
字符串的本质就是字符序列，我们可以通过在字符串后面添加[]，在[]里面指定偏移量，可以提取该位置的单个字符。
正向搜索：最左侧第一个字符，偏移量是 0，第二个偏移量是 1，以此类推。直到 len(str)-1为止。
反向搜索：最右侧第一个字符，偏移量是-1，倒数第二个偏移量是-2，以此类推，直到-len(str)为止。
代码示例：
>>> a = 'abcdefghijklmnopqrstuvwxyz'
>>> a[1]
'b'
>>> a[-25]
'b'
>>> a[-2]
'y'
>>> a[24]
'y'
>>> a[-30]
Traceback (most recent call last):
File "<pyshell#45>", line 1, in <module>
a[-30]
IndexError: string index out of range
字符串替换
字符串是“不可改变”的，我们通过[]可以获取字符串指定位置的字符，但是我们不能改变字符串。我们尝试改变字符串中某个字符，就会报错。
代码示例：
>>> a = 'abcdefghijklmnopqrstuvwxyz'
>>> a[1]='R'
Traceback (most recent call last):
File "<pyshell#47>", line 1, in <module>
a[1]='R'
TypeError: 'str' object does not support item assignment
字符串不可改变。但是，我们确实有时候需要替换某些字符。这时，只能通过创建新的字符串来实现。
代码示例：
>>> a = 'abcdefghijklmnopqrstuvwxyz'
>>> a = a.replace(a[1],"R")
>>> a
'aRcdefghijklmnopqrstuvwxyz'
整个过程中，实际上我们是创建了新的字符串对象，并指向了变量 a，而不是修改了以前的字符串。
字符串切片 slice 操作
切片 slice 操作可以让我们快速的提取子字符串。标准格式为：
代码示例：
>>> a = 'abcdefghijklmnopqrstuvwxyz'
>>> a[1:3:1]
'bc'
>>> a[1:10:2]
'bdfhj'
>>> a[-5:-1:1]
'vwxy'
>>> a[-5:]
'vwxyz'
>>> a[-28::-1]
''
>>> a[-28::1]
'abcdefghijklmnopqrstuvwxyz'
>>> a[-1:100:]
'z'
>>> a[1:100:]
'bcdefghijklmnopqrstuvwxyz'
>>> a[26:1:-1]
'zyxwvutsrqponmlkjihgfedc'
>>> a[26::-1]
'zyxwvutsrqponmlkjihgfedcba'
split()分割和 join()合并
split()可以基于指定分隔符将字符串分隔成多个子字符串(存储到列表中)。如果不指定分隔符，则默认使用空白字符(换行符/空格/制表符)。
>>> a.split()
['to', 'be', 'or', 'not', 'to', 'be']
>>> a.split("or")
['to be ', ' not to be']
join()的作用和 split()作用刚好相反，用于将一系列子字符串连接起来。
代码示例：
>>> a = ["hao","hao","xue","xi"]
>>> " ".join(a)
'hao hao xue xi'
拼接字符串要点：
使用字符串拼接符+，会生成新的字符串对象，因此不推荐使用+来拼接字符串。使用 join 函数，因为 join 函数在拼接字符串之前会计算所有字符串的长度，然后逐一拷贝，仅新建一次对象。
测试+拼接符和 join()，不同的效率。代码示例：
import time
time01 = time.time()
a = ""
for i in range(int(1e7)):
a += "abc"
time02 = time.time()
print("+拼接符耗时：{0}".format(time02-time01))
time03 = time.time()
b = []
for i in range(int(1e7)):
b.append("abc")
a = "".join(b)
time04 = time.time()
print("join拼接符耗时：{0}".format(time04-time03))
输出结果
+拼接符耗时：57.21417784690857
join拼接符耗时：1.8158018589019775
字符串驻留机制和字符串比较
字符串驻留：仅保存一份相同且不可变字符串的方法，不同的值被存放在字符串驻留池中。
Python 支持字符串驻留机制，对于符合标识符规则的字符串（仅包含下划线（_）、字母和数字）会启用字符串驻留机制驻留机制。
代码示例：
>>> a = "abd_33"
>>> b = "abd_33"
>>> a is b
True
>>> c = "dd#"
>>> d = "dd#"
>>> c is d
False
>>> c == d
True
字符串比较和同一性
可以直接使用==,!=对字符串进行比较，是否含有相同的字符。
使用 is / not is，判断两个对象是否同一个对象。比较的是对象的地址，即 id(obj1)是否和 id(obj2)相等。
成员操作符
in /not in 关键字，判断某个字符(子字符串)是否存在于字符串中。
代码示例：
>>> a = 'abcdefghijklmnopqrstuvwxyz'
>>> "c" in a
True
>>> "aj" not in a
True
字符串常用方法汇总
常用查找方法
以一段文本作为测试：
a = ‘XGBoost 是 “Extreme Gradient Boosting” 的缩写，其中 “Gradient Boosting” 一词在论文 Greedy Function Approximation: A Gradient Boosting Machine 中，由 Friedman 提出。’
代码示例：
>>> a = 'XGBoost 是 “Extreme Gradient Boosting” 的缩写，其中 “Gradient Boosting” 一词在论文 Greedy Function Approximation: A Gradient Boosting Machine 中，由 Friedman 提出。'
>>> len(a) #字符串长度
146
>>> a.startswith('XG') #以指定字符串开头
True
>>> a.endswith('。') #以指定字符串结尾
True
>>> a.find('Gra') #第一次出现指定字符串的位置
19
>>> a.rfind('Gra') #最后一次出现指定字符串的位置
104
>>> a.count("Gra") #指定字符串出现了几次
3
>>> a.isalnum() # 所有字符全是字母或数字
False
去除首尾信息
我们可以通过 strip()去除字符串首尾指定信息。通过 lstrip()去除字符串左边指定信息，rstrip()去除字符串右边指定信息。
代码示例：
>>> "*a*b*c*".strip("*")
'a*b*c'
>>> "*a*b*c*".lstrip("*")
'a*b*c*'
>>> "*a*b*c*".rstrip("*")
'*a*b*c'
>>> " abc ".strip()
'abc'
大小写转换
编程中关于字符串大小写转换的情况，经常遇到。
代码示例：
>>> a = "i love study, FOREVER"
>>> a.capitalize() #产生新的字符串,首字母大写
'I love study, forever'
>>> a.title() #产生新的字符串,每个单词都首字母大写
'I Love Study, Forever'
>>> a.upper() #产生新的字符串,所有字符全转成大写
'I LOVE STUDY, FOREVER'
>>> a.lower() #产生新的字符串,所有字符全转成小写
'i love study, forever'
>>> a.swapcase() #产生新的,所有字母大小写转换
'I LOVE STUDY, forever'
格式排版
center()、ljust()、rjust()这三个函数用于对字符串实现排版。
代码示例：
>>> a = "abc"
>>> a.center(10,"@")
'@@@abc@@@@'
>>> a.center(10)
' abc '
>>> a.ljust(10)
'abc '
>>> a.rjust(10)
' abc'
其他方法
- isalnum() 是否为字母或数字
- isalpha() 检测字符串是否只由字母组成(含汉字)。
- isdigit() 检测字符串是否只由数字组成。
- isspace() 检测是否为空白符
- isupper() 是否为大写字母
- islower() 是否为小写字母
代码示例：
>>> "abcde199".isalnum()
True
>>> "我爱学习ilovesudy".isalpha()
True
>>> "533".isdigit()
True
>>> " ".isspace()
True
>>> "AHDWAKJ".isupper()
True
>>> "ADWAD".islower()
False
字符串的格式化
format()基本用法
Python2.6 开始，新增了一种格式化字符串的函数 str.format()，它增强了字符串格式化的功能。
基本语法是通过 {} 和 : 来代替以前的 % 。
format 函数可以接受不限个参数，位置可以不按顺序。
我们可以通过{索引}/{参数名}，直接映射参数值，实现对字符串的格式化，非常方便。
代码示例：
>>> a = "名字是:{0},年龄是：{1}"
>>> a.format("Russell",18)
'名字是:Russell,年龄是：18'
>>> b = "名字是：{0}，年龄是{1}。{0}是个好小伙"
>>> b.format("Russell",18)
'名字是：Russell，年龄是18。Russell是个好小伙'
>>> c = "名字是{name}，年龄是{age}"
>>> c.format(name="Russell",age=18)
'名字是Russell，年龄是18'
填充与对齐
填充常跟对齐一起使用。
^、<、>分别是居中、左对齐、右对齐，后面带宽度。
:号后面带填充的字符，只能是一个字符，不指定的话默认是用空格填充
代码示例：
>>> "{:*>8}".format("abc")
'*****abc'
>>> "我是{0},我喜欢数字{1:*^9}".format("Russell","6")
'我是Russell,我喜欢数字****6****'
数字格式化
浮点数通过 f，整数通过 d 进行需要的格式化。
代码示例：
>>> a = "我是{0}，我的存款有{1:.2f}"
>>> a.format("Russell",18888888.88888888)
'我是Russell，我的存款有18888888.89'
>>> a = "我是{0}，我的存款有{1:>12d}"
>>> a.format("Russell",18888888)
'我是Russell，我的存款有 18888888'
>>> "{:,}".format(1000000) #以逗号分隔的数字格式
'1,000,000'
>>> "{:.2%}".format(0.25) #百分比格式
'25.00%'
>>> "{:.2e}".format(1992828282)
'1.99e+09'
可变字符串
在 Python 中，字符串属于不可变对象，不支持原地修改，如果需要修改其中的值，只能创建新的字符串对象。但是，经常我们确实需要原地修改字符串，可以使用 io.StringIO对象或 array 模块。
代码示例：
>>> aio.getvalue()
'abcdefg'
>>> aio.seek(7)
7
>>> aio.write("h")
1
>>> aio.getvalue()
'abcdefgh'