Python数据类型之字符串类型

字符串的表示

字符串是Python中最常用的数据类型之一，必须使用成对的引号包围来表示字符串，引号可以是单引号 ' 、双引号 " 、三引号''' """，格式如下:

a = 'hello'
b = 'python'
c = "I'm boy"
d = '''Hi, I'm Tom'''
e = """I 
am Boy"""
print(type(e))  # <class 'str'>

注: 字符串是不可变的数据类型

字符串的下标、切片

字符串下标

获取指定下标的数据

words = 'zhangsan'
print(words[0])  # z
print(words[3])  # n
print(words[5])  # s
print(words[-1])  # n

注：下标从0开始，最后一个元素的的下标为-1

字符串切片

对于指定的对象，对其中部分的数据进行操作，叫做切片。字符串、列表、元组都支持切片操作。切片是从指定的字符串里面复制一段指定的内容，生成的是一个新的字符串。

语法:

序列[开始下标:结束下标:步长]

注意:

1.不包含结束位置下标的数据，正负整数都可以。

2.步长是选取间隔，正负整数都可以，默认的步长是1，不能为0。

示例:

m = 'abcdefghijk'

print(m[2:4])  # cd
print(m[2:4:1])  # cd
print(m[3:6:2])  # df
print(m[:3])  # abc  如果不指定开始下标，则默认从0开始

print(m[6:])  # ghijk  如果不指定结束下标，则选取到最后
print(m[:])  # abcdefghijk  如果不指定开始和结束，则选取所有

print(m[::-1])  # kjihgfedcba  # 步长为负数，表示倒序选取
print(m[-4:-1])  # hij
print(m[-4:-1:-1])  # 不能选取数据 从-4开始到-1结束，选取方向为从左到右，但是步长为-1，则表示从右向左

print(m[-1:-4:-1])  # kji

字符串的常见操作

+: 字符串拼接

使用 + 拼接字符串

a = "hello"
print(a * 3)  # hellohellohello

a = "Hello"
b = "World"
c = a + b
print(c)  # HelloWorld

*: 字符串重复

使用 * 重复输出字符串

a = "hello"
print(a * 3)  # hellohellohello

in: 判断字符是否存在

如果存在返回True，不存在返回False

str1 = "abcde"
print("a" in str1)  # True
print("f" in str1)  # False

not in: 判断字符是否不存在

如果不存在返回True，存在返回False，

str2 = "abcde"
print("a" not in str2)  # False
print("f" not in str2)  # True

del: 使用del关键字删除字符串

# 删除整个字符串
str1 = "abcd"
del str1
print(str1)

# del删除的是变量，而不是数据
str2 = "hello"
str3 = str2
del str2
print(str3)

字符串的遍历

使用while循环

message = "你好呀Python"
i = 0
while i < len(message):
    print(message[i])
    i += 1

使用for循环

message = "你好呀Python"
for v in message:
    print(v)

使用for循环和range()

message = "你好呀Python"
for index in range(len(message)):
    print(message[index])

使用enumerate函数

message = "你好呀Python"
for index, value in enumerate(message):
    print(index, value)

使用内置函数iter

message = "你好呀Python"
for v in iter(message):
    print(v)

字符串常见的方法

Python中字符串对象提供了很多内置方法来操作字符串，在Python中字符串是不可变的，所以字符串所有相关的方法都不会改变原有字符串，都是返回一个新的字符串。

获取字符串的长度

len()方法

len方法用来获取字符串的长度。

test_str = 'Hello Python !'
print(len(test_str))  # 14

查找某个子串

find()

如果子串包含在该字符串中，则返回这个子串的下标，否则返回-1

语法:

字符串序列.find(子串, 开始位置下标, 结束位置下标)

注:开始和结束下标可以省略，表示在整个字符串序列中查找。

示例:

test_str = 'Hello Python and World!'
print(test_str.find('Python'))  # 6
print(test_str.find('hello'))  # -1
print(test_str.find('and', 10, 20))  # 13

index()

如果子串包含在该字符串中，则返回这个子串的下标。

字符串序列.index(子串, 开始位置下标, 结束位置下标)

注意：使用index方法，当找不到对应的子串时，程序会报错。

示例:

my_str = 'Hello Python and World!'
print(my_str.index('World'))  # 17
print(my_str.find('and', 10, 20))  # 13
print(my_str.index('Worlds'))  # 程序会报错

count()

count方法用来查找子串出现的个数。

语法:

字符串序列.cout(子串, 开始位置下标, 结束位置下标)

注意：开始和结束位置下标可以省略，表示在整个字符串中查找。

示例:

my_str = 'Hello Python and and World!'
print(my_str.count('and'))  # 2
print(my_str.count('and', 12, 16))  # 1
print(my_str.count('ands'))  # 0

rfind()

和find()作用相同，但是查找方向是从右侧开始。

示例:

my_str = 'Hello Python and and World!'
print(my_str.rfind('and'))  # 17
print(my_str.rfind('ands'))  # -1

rindex()

和index()作用相同，但是查找方向是从右侧开始。

示例:

my_str = 'Hello Python and and World!'
print(my_str.rindex('and'))  # 17
print(my_str.rindex('ands'))  # 程序报错

修改字符串

注意：原字符串没有修改，只是返回新的字符串。

replace()

语法:

字符串序列.replace(旧的子串, 新的子串, 替换次数)

示例:

my_str = 'Hello World! Hello Python!'
new_str = my_str.replace('Python', 'Java')
print(my_str)  # Hello World! Hello Python!
print(new_str)  # Hello World! Hello Java!

split()

按照指定字符分割字符串，转为列表。

语法:

字符串序列.split(分割字符, num)

注: num表示的是分割字符出现的次数，即将来返回数据个数为num + 1

示例:

my_str = 'he and llo and  wor and ld!'
news_str = my_str.split('and')
print(news_str)  # ['he ', ' llo ', '  wor ', ' ld!']

news_str2 = my_str.split('and', 2)
print(news_str2)  # ['he ', ' llo ', '  wor and ld!']

partition()

指定一个分隔符，如果字符串包含指定的分隔符，将整个字符串拆分为包含三个元素的元组。第一个元素包含指定分割符之前的部分。第二个元素包含指定的字符串分隔符。第三个元素包含指定分割符后面的部分。

注：该方法搜索指定字符串的第一个匹配项。

str1 = "qwert-yuiop"
print(str1.partition("-"))  # ('qwert', '-', 'yuiop')

str2 = "qwert-yui-op"
print(str2.partition("-"))  # ('qwert', '-', 'yui-op')

join()

将列表转为字符串

示例:

my_list = ['aa', 'bb', 'cc']
new_str = '...'.join(my_list)
print(new_str)  # aa...bb...cc

capitalize()方法

将字符串第一个字符转为大写。

my_str = 'hello world!'
new_str =my_str.capitalize()
print(new_str)  # Hello world!

title()

字符串中每个单词首字母大写。

my_str = 'hello world lalala'
new_str =my_str.title()
print(new_str)  # Hello World Lalala

upper()方法

将字符串所有字符转为大写。

my_str = 'hello world lalala'
new_str =my_str.upper()
print(new_str)  # HELLO WORLD LALALA

lower()

将字符串所有字符转为小写。

my_str = 'Hello WorlD PytHon'
new_str =my_str.lower()
print(new_str)  # hello world python

strip()

删除字符串两侧空格

my_str = ' hello python '
print(my_str.strip()) # hello python

lstrip()

删除字符串左侧空格。

my_str = ' hello python ! '
print(my_str.lstrip()) # hello python ! 

rstrip()方法

删除字符串右侧空格。

my_str = ' hello python '
print(my_str.rstrip()) #  hello python

ljust()

返回一个原字符串左对齐,并使用 fillchar 填充至指定长度 width 的新字符串，fillchar 默认为空格。

示例:

rjust()

返回一个原字符串右对齐，并使用fillchar填充至指定长度 width 的新字符串。fillchar 默认为空格。

示例:

center()

返回一个指定的长度 width 居中的字符串，fillchar 为填充的字符，默认为空格。

示例:

字符串判断

startswith()

判断查字符串是否是以指定子字符串开头，如果是则返回True，否则返回False。如果指定start和end，则在指定范围内判断。

my_str = "Hello Python"
print(my_str.startswith("H"))  # True
print(my_str.startswith("Hello"))  # True
print(my_str.startswith("Hello P"))  # True
print(my_str.startswith("Python"))  # False

endswith()

检查字符串是否以指定子串结束，如果是则返回True，否则返回False，如果指定start和end，则在指定的范围内检查。

my_str = "Hello Python"

print(my_str.endswith('Python'))  # True
print(my_str.endswith('n'))  # True
print(my_str.endswith('Hello'))  # False

isalpha()

如果字符串至少有一个字符并且所有字符都是字母或中文字则返回True，否则返回False

my_str = "Hello"
print(my_str.isalpha())  # True

my_str1 = "Hello Python"
print(my_str1.isalpha())  # False

isdigit()

如果字符串只包含数字则返回True，否则返回False。

my_str = "123"
print(my_str.isdigit())  # True

my_str1 = "123abc" 
print(my_str1.isdigit())  # False

isalnum()

如果字符串至少有一个字符并且所有字符都是字母或数字则返回True，否则返回False。

my_str = "123"
print(my_str.isalnum())  # True

my_str1 = "123 abc"
print(my_str1.isalnum())  # False

my_str2 = "abc"
print(my_str2.isalnum())  # True

isspace()

如果字符串中只包含空白，则返回True，否则返回False。

my_str = "abc"
print(my_str.isspace())  # False

my_str1 = "    "
print(my_str1.isspace())  # True

encode()

将字符串按照指定方式编码。

name = "小明"
print(name.encode("utf-8"))  # b'\xe5\xb0\x8f\xe6\x98\x8e'

decode()

将字符串按照指定方式解码。

name = "小明"
data = name.encode("utf-8")
print(data.decode("utf-8"))

注意: 用什么方式编码，就要以什么方式解码。

常见的字符编码

计算机只能处理数字（0和1），如果要处理文本，必须先把文本转为数字01才能处理。这种转换方式称为字符编码。

常见的字符编码如下：

• ASCII编码

ASCII码使用指定的7位或8位二进制数组合来表示128或256种可能的字符，基础ASCII码使用7位二进制数来表示所有的大写和小写字母、数字0到9、标点符号以及一些特殊字符。每一位0或者1所占的空间单位为bit(比特)，这是计算机中最小的表示单位，每8个bit组成一个字符，这是计算机中最小的存储单位。

• Unicode编码

为了解决传统的字符编码的局限，国际组织制定了Unicode编码，用来对世界上大部分的文字和符号进行编码，使电脑可以更方便的处理和展示文字。Unicode采用16位编码空间，每个字符占2个字节。

• UTF-8编码

使用统一的Unicode编码，乱码问题从此消失了，但是比ASCII编码需要多一倍的存储空间，在存储和传输上就十分不划算。UTF-8编码把一个Unicode字符根据不同的数字大小编码成1-6个字节，英文字符还是用一个byte编码，汉字通常使用两个字节或三个字节表示。

转义字符

有很多特殊字符没有办法用普通字符表示，需要进行转义。python用反斜杠\ + 字符 进行转义。

如下常见的转义字符:

转义字符	描述
\(在行尾时)	续行符
\\	反斜杠符号
\'	单引号
\"	双引号
\a	响铃
\b	退格(Backspace)
\e	转义
\000	空
\n	换行
\v	纵向制表符
\t	横向制表符
\r	回车
\f	换页
\oyy	八进制数，yy代表的字符，例如：\o12代表换行
\xyy	十六进制数，yy代表的字符，例如：\x0a代表换行
\other	其它的字符以普通格式输出

示例:

s = 'I\'m fine' 
print(s)  # I'm fine

s = "Hel\tlo"
print(s)  #  Hel	lo

原始字符串

在字符串前加上r可以防止字符转义，比如当字符串中出现'\n'，想要原样输出时。

my_str = "abc\ndef"
print(my_str)

my_str2 = r"abc\ndef"
print(my_str2)