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,一般記爲:
在Python程序中,如果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:
end=''
表示輸出後不換行,即將默認的結束符\n
(換行符)更換爲''
(空字符)。
轉義字符和原始字符串
可以在字符串中使用\
(反斜槓)來表示轉義,也就是說\
後面的字符不再是它原來的意義,例如:\n
不是代表反斜槓和字符n
,而是表示換行;\t
也不是代表反斜槓和字符t
,而是表示製表符。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。例如要輸出一個帶單引號或反斜槓的字符串,需要用如下所示的方法。
s1 = '\'hello, world!\''
print(s1)
s2 = '\\hello, world!\\'
print(s2)
Python中的字符串可以r
或R
開頭,這種字符串被稱爲原始字符串,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,就是反斜槓和字符n
。大家可以運行下面的代碼,看看會輸出什麼。
# 字符串s1中\t是製表符,\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\
後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,後者是十六進制的表示法。另外一種表示字符的方式是在\u
後面跟Unicode字符編碼
字符串的運算
Python爲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*
運算符來重複一個字符串的內容,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。
拼接和重複
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複操作。
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*
實現字符串的重複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"
這種寫法也沒有什麼不方便的,那麼想一想,如果字符a
要重複100次或者1000次又會如何呢?
比較運算
對於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,因爲字符串在計算機內存中也是以二進制形式存在的,那麼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'
的結果相當於就是65 < 97
的結果,很顯然是True
;而'boy' < 'bad'
,因爲第一個字符都是'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
。下面的代碼爲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 = '小強'
print(ord('小'), ord('強')) # 23567 24378
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
運算通常稱爲成員運算,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。
s = 'hello, world'
print(len(s)) # 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,假設字符串的長度爲N
,那麼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
是字符串中最後一個字符的索引,通常稱之爲正向索引;在Python中,字符串的索引也可以是從-1
到-N
的整數,其中-1
是最後一個字符的索引,而-N
則是第一個字符的索引,通常稱之爲負向索引。注意,因爲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。
s = 'abc123456'
N = len(s)
# 獲取第一個字符
print(s[0], s[-N]) # a a
# 獲取最後一個字符
print(s[N-1], s[-1]) # 6 6
# 獲取索引爲2或-7的字符
print(s[2], s[-7]) # c c
# 獲取索引爲5和-4的字符
print(s[5], s[-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
範圍,負向索引不在-1
到-N
範圍),會引發IndexError
異常,錯誤提示信息爲:string index out of range
(字符串索引超出範圍)。
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,默認值爲1
,表示從前向後獲取相鄰字符的連續切片,所以:k
部分可以省略。假設字符串的長度爲N
,當k > 0
時表示正向切片(從前向後獲取字符),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(從後向前獲取字符),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
,最後一個字符的索引是N-1
或-1
就行了。
s = 'abc123456'
# i=2, j=5, k=1的正向切片操作
print(s[2:5]) # c12
# i=-7, j=-4, k=1的正向切片操作
print(s[-7:-4]) # c12
# i=2, j=9, k=1的正向切片操作
print(s[2:]) # c123456
# i=-7, j=9, k=1的正向切片操作
print(s[-7:]) # c123456
# i=2, j=9, k=2的正向切片操作
print(s[2::2]) # c246
# i=-7, j=9, k=2的正向切片操作
print(s[-7::2]) # c246
# i=0, j=9, k=2的正向切片操作
print(s[::2]) # ac246
# i=1, j=-1, k=2的正向切片操作
print(s[1:-1:2]) # b135
# i=7, j=1, k=-1的負向切片操作
print(s[7:1:-1]) # 54321c
# i=-2, j=-8, k=-1的負向切片操作
print(s[-2:-8:-1]) # 54321c
# i=7, j=-10, k=-1的負向切片操作
print(s[7::-1]) # 54321cba
# i=-1, j=1, k=-1的負向切片操作
print(s[:1:-1]) # 654321c
# i=0, j=9, k=1的正向切片
print(s[:]) # abc123456
# i=0, j=9, k=2的正向切片
print(s[::2]) # ac246
# i=-1, j=-10, k=-1的負向切片
print(s[::-1]) # 654321cba
# i=-1, j=-10, k=-2的負向切片
print(s[::-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,對於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,後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後的字符串
print(s1.capitalize()) # Hello, world!
# 使用title方法獲得字符串每個單詞首字母大寫後的字符串
print(s1.title()) # Hello, World!
# 使用upper方法獲得字符串大寫後的字符串
print(s1.upper()) # HELLO, WORLD!
s2 = 'GOODBYE'
# 使用lower方法獲得字符串小寫後的字符串
print(s2.lower()) # goodbye
查找操作
如果想在一個字符串中從前向後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。
s = '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(s.find('or')) # 8
# 找不到返回-1
print(s.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(s.index('or')) # 8
# 找不到引發異常
print(s.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範圍,也就是查找不必從索引爲0
的位置開始。find
和index
方法還有逆向查找(從後向前查找)的版本,分別是rfind
和rindex
,代碼如下所示。
s = 'hello good world!'
# 從前向後查找字符o出現的位置(相當於第一次出現)
print(s.find('o')) # 4
# 從索引爲5的位置開始查找字符o出現的位置
print(s.find('o', 5)) # 7
# 從後向前查找字符o出現的位置(相當於最後一次出現)
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徵,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。
s = 'hello, world'
# center方法以寬度20將字符串居中並在兩側填充*
print(s.center(20, '*')) # ****hello, world****
# rjust方法以寬度20將字符串右對齊並在左側填充空格
print(s.rjust(20)) # hello, world
# ljust方法以寬度20將字符串左對齊並在右側填充~
print(s.ljust(20, '~')) # hello, world~~~~~~~~
我們之前說過,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爲簡潔的書寫方式,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}
是一個佔位符,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。
變量值 | 佔位符 | 格式化結果 | 說明 |
---|---|---|---|
3.1415926 |
{:.2f} |
'3.14' |
保留小數點後兩位 |
3.1415926 |
{:+.2f} |
'+3.14' |
帶符號保留小數點後兩位 |
-1 |
{:+.2f} |
'-1.00' |
帶符號保留小數點後兩位 |
3.1415926 |
{:.0f} |
'3' |
不帶小數 |
123 |
{:0>10d} |
0000000123 |
左邊補0 ,補夠10位 |
123 |
{:x<10d} |
123xxxxxxx |
右邊補x ,補夠10位 |
123 |
{:>10d} |
' 123' |
左邊補空格,補夠10位 |
123 |
{:<10d} |
'123 ' |
右邊補空格,補夠10位 |
123456789 |
{:,} |
'123,456,789' |
逗號分隔格式 |
0.123 |
{:.2%} |
'12.30%' |
百分比格式 |
123456789 |
{:.2e} |
'1.23e+08' |
科學計數法格式 |
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後的字符串。這個方法非常有實用價值,通常用來將用戶輸入中因爲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麼用的。
s = ' [email protected] \t\r\n'
# strip方法獲得字符串修剪左右兩側空格之後的字符串
print(s.strip()) # [email protected]
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、合併、編碼、解碼等。對於字符串類型來說,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,一個網站對用戶註冊信息中用戶名和郵箱的檢查,就屬於模式匹配檢查。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。