你真的知道Python的字符串怎麼用嗎?

正如《你真的知道Python的字符串是什麼嗎?》所寫,Python 中字符串是由 Uniocde 編碼的字符組成的不可變序列,它具備與其它序列共有的一些操作,例如判斷元素是否存在、拼接序列、切片操作、求長度、求最值、求元素的索引位置及出現次數等等。

除此之外,它還有很多特有的操作,值得我們時常溫故學習,所以,今天我就跟大家繼續聊聊字符串。

本文主要介紹 Python 字符串特有的操作方法,比如它的拼接、拆分、替換、查找及字符判斷等使用方法,辨析了一些可能的誤區。最後,還做了兩個擴展思考:爲什麼 Python 字符串不具備列表類型的某些操作呢,爲什麼它不具備 Java 字符串的一些操作呢?兩相比較,希望能幫助你透徹地理解——Python 的字符串到底怎麼用?

0. 拼接字符串

字符串的拼接操作最常用,我專門爲這個話題寫過一篇《詳解Python拼接字符串的七種方式》,建議你回看。

在此,簡單回顧一下:七種拼接方式從實現原理上劃分爲三類,即格式化類(%佔位符、format()、template)、拼接類(+操作符、類元祖方式、join())與插值類(f-string),在使用上,我有如下建議——

當要處理字符串列表等序列結構時,採用join()方式;拼接長度不超過20時,選用+號操作符方式;長度超過20的情況,高版本選用f-string,低版本時看情況使用format()或join()方式。

不敢說字符串就只有這七種拼接方式,但應該說它們是最常見的了。有小夥伴說,我寫漏了一種,即字符串乘法 ,可以重複拼接自身。沒錯,從結果上看,這是第八種拼接方式,視爲補充吧。

關於字符串拼接,還得補充一個建議,即在複雜場景下,儘量避免使用以上幾類原生方法,而應該使用外置的強大的處理庫。比如在拼接 SQL 語句的時候,經常要根據不同的條件分支,來組裝不同的查詢語句,而且還得插入不同的變量值,所以當面臨這種複雜的場景時,傳統拼接方式只會加劇代碼的複雜度、降低可讀性和維護性。使用 SQLAlchemy 模塊,將有效解決這個問題。

1. 拆分字符串

在字符串的幾種拼接方法中,join() 方法可以將列表中的字符串元素,拼接成一個長的字符串,與此相反,split() 方法可以將長字符串拆分成一個列表。前面已說過,字符串是不可變序列,所以字符串拆分過程是在拷貝的字符串上進行,並不會改變原有字符串。

split() 方法可接收兩個參數,第一個參數是分隔符,即用來分隔字符串的字符,默認是所有的空字符,包括空格、換行(n)、製表符(t)等。拆分過程會消耗分隔符,所以拆分結果中不包含分隔符。

s = 'Hello world'
l = '''Hi there , my name is     Python貓
Do you like me ?
'''

# 不傳參數時,默認分隔符爲所有空字符
s.split() >>> ['Hello', 'world']
s.split(' ') >>> ['Hello', 'world']
s.split('  ') >>> ['Hello world'] # 不存在兩個空格符
s.split('world') >>> ['Hello', '']

# 空字符包括空格、多個空格、換行符等
l.split() >>> ['Hi', 'there', ',', 'my', 'name', 'is', 'Python貓', 'Do', 'you', 'like', 'me', '?']

split() 方法的第二個參數是一個數字,默認是缺省,缺省時全分隔,也可以用 maxsplit 來指定拆分次數。

# 按位置傳參
l.split(' ',3)
>>> ['Hi', 'there', ',', 'my name is     Python 貓\nDo you like me ?\n']

# 指定傳參
l.split(maxsplit=3)
>>> ['Hi', 'there', ',', 'my name is     Python 貓\nDo you like me ?\n']

# 錯誤用法
l.split(3)
---------------
TypeError  Traceback (most recent call last)
<ipython-input-42-6c16d1a50bca> in <module>()
----> 1 l.split(3)
TypeError: must be str or None, not int

split() 方法是從左往右遍歷,與之相對,rsplit() 方法是從右往左遍歷,比較少用,但是會有奇效。

拆分字符串還有一種方法,即 splitlines() ,這個方法會按行拆分字符串,它接收一個參數 True 或 False ,分別決定換行符是否會被保留,默認值 False ,即不保留換行符。

# 默認不保留換行符
'ab c\n\nde fg\rkl\r\n'.splitlines()
>>> ['ab c', '', 'de fg', 'kl']

'ab c\n\nde fg\rkl\r\n'.splitlines(True)
>>> ['ab c\n', '\n', 'de fg\r', 'kl\r\n']

2. 替換字符串

替換字符串包括如下場景:大小寫替換、特定符號替換、自定義片段替換......

再次說明,字符串是不可變對象,以下操作並不會改變原有字符串。

以上這些方法都很明瞭,使用也簡單,建議你親自試驗一下。這裏只說說 strip() 方法,它比較常用,可以去除字符串前後的空格,不僅如此,它還可以刪除首末位置的指定的字符。

s = '******Hello world******'
s.strip('*') >>> 'Hello world'

3. 查找字符串

查找字符串中是否包含某些內容,這是挺常用的操作。Python 中有多種實現方式,例如內置的 find() 方法,但是這個方法並不常用,因爲它僅僅告訴你所查找內容的索引位置,而在通常情況下,這個位置並不是我們的目的。

find() 方法與 index() 方法的效果一樣,它們的最大的區別只在於,找不到內容時的返回值不同,一個返回 -1,一個拋出異常 :

s = 'Hello world'

s.find('cat') >>>  -1

s.index('cat') 
>>> ValueError  Traceback (most recent call last)
<ipython-input-55-442007c50b6f> in <module>()
----> 1 s.index('cat')

ValueError: substring not found

以上兩個方法,只能用來滿足最簡單的查找需求。在實戰中,我們常常要查找特定模式的內容,例如某種格式的日期字符串,這就得藉助更強大的查找工具了。正則表達式和 re 模塊就是這樣的工具,正則表達式用來定製匹配規則,re 模塊則提供了 match() 、find() 及 findall() 等方法,它們組合起來,可以實現複雜的查找功能。限於篇幅,今後再對這兩大工具做詳細介紹,這裏有一個簡單的例子:

import re
datepat = re.compile(r'\d+/\d+/\d+')
text = 'Today is 11/21/2018. Tomorrow is 11/22/2018.'
datepat.findall(text)
>>> ['11/21/2018', '11/22/2018']

4. 字符判斷

判斷字符串是否(只)包含某些字符內容,這類使用場景也很常見,例如在網站註冊時,要求用戶名只能包含英文字母和數字,那麼,當校驗輸入內容時,就需要判斷它是否只包含這些字符。其它常用的判斷操作,詳列如下:

5. 字符串不可以做的事

上文內容都是 Python 字符串特有的操作方法,相信讀完之後,你更清楚知道 Python 能夠做什麼了。

但是,這還不足以回答本文標題的問題——你真的知道 Python 的字符串怎麼用嗎?這些特有的操作方法,再加上之前文章提到的序列共有的操作、字符串讀寫文件、字符串打印、字符串Intern機制等等內容,才差不多能夠回答這個問題。

儘管如此,爲了體現嚴謹性,我試着再聊聊“Python 字符串不可以做的事”,從相反的維度來補充回答這個問題。下面是開拓思維,進行頭腦風暴的時刻:

(1)受限的序列

與典型的序列類型相比,字符串不具備列表的如下操作:append()、clear()、copy()、insert()、pop()、remove(),等等。這是爲什麼呢?

有幾個很好理解,即append()、insert()、pop() 和 remove(),它們都是對單個元素的操作,但是,字符串中的單個元素就是單個字符,通常沒有任何意義,我們也不會頻繁對其做增刪操作,所以,字符串沒有這幾個方法也算合理。

列表的 clear() 方法會清空列表,用來節省內存空間,其效果等同於 anylist[:] = [] ,但是,奇怪的是,Python 並不支持清空/刪除操作。

首先,字符串沒有 clear() 方法,其次,它是不可變對象,不支持這種賦值操作 anystr[:] = '' ,也不支持 del anystr[:] 操作:

s = 'Hello world'

s[:] = ''
>>> 報錯:TypeError: 'str' object does not support item assignment

del s[:]
>>> 報錯:TypeError: 'str' object does not support item deletion

當然,你也別想通過 del s 來刪除字符串,因爲變量名 s 只是字符串對象的引用 (挖坑,以後寫寫這個話題),只是一個標籤,刪除標籤並不會直接導致對象實體的消亡。

如此看來,想要手動清空/刪除 Python 字符串,似乎是無解。

最後還有一個 copy() 方法,這就是拷貝嘛,可是字符串也沒有這個方法。爲什麼呢?難道拷貝字符串的場景不多麼?在這點上,我也沒想出個所以然來,擱置疑問。

通過以上幾個常用列表操作的比較,我們可以看出字符串這種序列是挺受限的。列表可以看成多節車廂鏈接成的火車,而字符串感覺就只像多個座椅聯排成的長車廂,真是同源不同相啊。

(2)比就比,誰怕誰

接下來,又到了 Python 字符串與 Java 字符串 PK 的時刻。在上一篇文章《你真的知道Python的字符串是什麼嗎?》中,它們已經在對象定義的角度切磋了兩回合,勝利的天平倒向了 Python,這次看看會比出個啥結果吧。

Java 中有 比較字符串 的方法,即 compareTo() 方法與 equals() 方法,前一個方法逐一比較兩個字符串的字符編碼,返回一個整型的差值,後一個方法在整體上比較兩個字符串的內容是否相等。

Python 字符串沒有這兩個單獨的方法,但要實現類似的功能卻很簡便。 先看例子:

myName = "Python貓"
cmpName = "world"
newName = myName

# 直接用比較符號進行compare
myName > cmpName  
>>> False
myName == newName
>>> True
cmpName != newName
>>> True

# 比較是否同一對象
myName is cmpName
>>> False
myName is newName
>>> True

上例中,如果把賦值的字符串換成列表或者其它對象,這些比較操作也是可以進行的。也就是說,作比較的能力 是 Python 公民們的一項基本能力,並不會因爲你是字符串就給你設限,或者給你開特權。

與此類似,Python 公民們自帶求自身長度的能力 ,len() 方法是內置方法,可以直接傳入任意序列參數,求解長度。Java 中則要求不同的序列對象,只能調用各自的 length() 方法。說個形象的比喻,Python 中共用一把秤,三教九流之輩都能拿它稱重,而Java 中有多把秤,你稱你的,我稱我的,大家“井水不犯河水”。

Python 中曾經有 cmp() 方法和 __cmp__() 魔術方法,但官方嫌棄它們雞肋,所以在Python 3 中移除掉了。雖然在 operator 模塊中還爲它留下了一脈香火,但保不定哪天就會徹底廢棄。

import operator
operator.eq('hello', 'name')
>>> False
operator.eq('hello', 'hello')
>>> True
operator.gt('hello', 'name')
>>> False
operator.lt('hello', 'name')
>>> True

(3)牆上的門

在 Java 中,字符串還有一個強大的 valueOf() 方法,它可以接收多種類型的參數,如boolean、char、char數組、double、float、int等等,然後返回這些參數的字符串類型。 例如,要把 int 轉爲字符串,可以用 String.valueOf(anynum) 。

Python 字符串依然沒有這個單獨的方法,但要實現相同的功能卻很簡便。對Python來說,不同的數據類型轉換成字符串,那是小菜一碟,例如:

str(123) >>> '123'
str(True) >>> 'True'
str(1.22) >>> '1.22'
str([1,2]) >>> '[1, 2]'
str({'name':'python', 'sex':'male'})
>>> "{'name': 'python', 'sex': 'male'}"

而從字符串轉換爲其它類型,也不難,例如,int('123') 即可由字符串'123' 得到數字 123。對比 Java,這個操作要寫成 Integer.parseInt('123')

在Java 的不同數據類型之間,那道分隔之牆矗立得很高,彷彿需要藉助一座更高的吊橋才能溝通兩邊,而在靈活的 Python 裏,你可以很方便地打開牆上的那扇門,來往穿越。

小結一下,跟 Java 相比,Python 字符串確實沒有幾項方法,但是事出有因,它們的天賦能力可不弱,所有這些操作都能簡明地實現。一方面,Python 字符串做不到某些事,但是另一方面,Python 可以出色地做成這些事,孰優孰劣,高下立判。

6. 總結

寫文章貴在善始善終,現在給大家總結一下:本文主要介紹 Python 字符串特有的操作方法,比如它的拼接、拆分、替換、查找及字符判斷等使用方法,從正向回答,Python 字符串能做什麼?最後,我們還從反向來回答了 Python 字符串不能做什麼?有些不能做,實際上是 不爲,是爲了在其它地方更好地作爲,歸根到底,應該有的功能,Python 字符串全都有了。

本文中依然將 Python 與 Java 做了比較,有幾項小小的差異,背後反映的其實是,兩套語言系統在世界觀上的差異。古人云,以銅爲鏡,可以正衣冠。那麼,在編程語言的世界裏,以另一種語言爲鏡,也更能看清這種語言的面貌。希望這種跨語言的思維碰撞,能爲你擦出智慧的火花。

最後是福利時刻:本公衆號(Python貓)由清華大學出版社贊助,將抽獎送出兩本新書《深入淺出Python機器學習》,截止時間到11月29日18:18,點擊 這個鏈接,馬上參與吧。

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

本文原創並首發於微信公衆號【Python貓】,後臺回覆“愛學習”,免費獲得20+本精選電子書。

擴展閱讀:

詳解Python拼接字符串的七種方式

你真的知道Python的字符串是什麼嗎?

Java字符串比較方法:

https://blog.csdn.net/barryha...

Python3爲何取消cmp方法:

https://www.zhihu.com/questio...

發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章