Python字符串详解
一、 字符串含义
在Python中字符串是以单引号'或双引号"括起来的由数字、字母或其他符号组合在一起的任意文本，比如'abc'，"xyz"等等。
请注意：''或""本身只是一种表示方式，不是字符串的一部分，因此，字符串'abc'只有 a，b，c 这 3 个字符。
二、转义符
1. 如果'本身也是一个字符，那就可以用""括起来。
"I'm OK"
包含的字符是I，'，m，空格，O，K这 6 个字符。
2. 如果字符串内部既包含'又包含"可以用转义字符\来标识。
>>>print('I\'m \"OK\"!')
I'm "OK"!
转义字符\可以转义很多字符，比如\n表示换行，\t表示制表符，字符\本身也要转义，所以\\表示的字符就是\，可以在 Python 的交互式命令行用 print()打印字符串看看：
>>> print('I\'m ok.')
I'm ok.
>>> print('I\'m learning\nPython.')
I'm learning
Python.
>>> print('\\\n\\')
\
\
如果字符串里面有很多字符都需要转义，就需要加很多\，为了简化，Python 还允许用r''表示''内部的字符串默认不转义，可以自己试试：
>>> print('\\\t\\')
\ \
>>> print(r'\\\t\\')
\\\t\\
如果字符串内部有很多换行，用\n 写在一行里不好阅读，为了简化，Python 允许用'''...'''的格式表示多行内容，可以自己试试：
>>> print('''line1
... line2
... line3''')
line1
line2
line3
上面是在交互式命令行内输入，注意在输入多行内容时，提示符由>>>变为...，提示你可以接着上一行输入。如果写成程序，就是：
print('''line1
line2
line3''')
多行字符串'''...'''还可以在前面加上 r 使用，请自行测试。
三、 字符串编码
在Python 3.x版本中，字符串是以Unicode编码的，也就是说，Python的字符串支持多语言。
对于单个字符的编码，Python提供了ord()函数获取字符的整数表示，chr()函数把编码转换为对应的字符：
#ord()和chr()
>>> ord('A')
65
>>> ord('中')
20013
>>> chr(66)
'B'
>>> chr(25991)
'文'
如果知道字符的整数编码，还可以用十六进制这么写str：
# 十六进制——字符串编码
>>> '\u4e2d\u6587'
'中文'
由于Python的字符串类型是str，在内存中以Unicode表示，一个字符对应若干个字节。如果要在网络上传输，或者保存到磁盘上，就需要把str变为以字节为单位的bytes。Python对bytes类型的数据用带b前缀的单引号或双引号表示：
# Bytes编码
>>>s = b'ACV'
>>>print(s)
b'ACV'
>>>s
b'ACV'
要注意区分'ABC'和b'ABC'，前者是str，后者虽然内容显示得和前者一样，但bytes的每个字符都只占用一个字节。
以Unicode表示的str通过encode()方法可以编码为指定的bytes，例如：
# 字符串编码之ASCII、UTF-8
>>> 'ABC'.encode('ascii')
b'ABC'
>>> '中文'.encode('utf-8')
b'\xe4\xb8\xad\xe6\x96\x87'
>>> '中文'.encode('ascii')
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
UnicodeEncodeError: 'ascii' codec can't encode characters in position 0-1: ordinal not in range(128)
需要注意的是，我们可以将str转换成任意编码的bytes。但是在转换含有中文的str时，不能转换成ascii编码的bytes。含有中文的str无法用ASCII编码，因为中文编码的范围超过了ASCII编码的范围，Python会报错。反过来，如果我们从网络或磁盘上读取了字节流，那么读到的数据就是bytes。要把bytes变为str，就需要用decode()方法：
#decode()用法
>>> b'ABC'.decode('ascii')
'ABC'
>>> b'\xe4\xb8\xad\xe6\x96\x87'.decode('utf-8')
'中文'
四、 字符串常用方法
1. 字符串运算
Pyhon用“+”来合并拼接字符串。
>>>x = "Hello,"
>>>y = 'world!'
>>>x + y
'Hello,world!'
>>>print(x + y)
Hello,world!
| 运算符 | Python 表达式 | 结果 | 描述 | 支持的数据类型 |
|---|---|---|---|---|
| + | [1, 2] + [3, 4] | [1, 2, 3, 4] | 合并 | 字符串、列表、元组 |
| * | ["Hi!"] * 4 | ['Hi!', 'Hi!', 'Hi!', 'Hi!'] | 重复 | 字符串、列表、元组 |
| in | 3 in (1, 2, 3) | True | 元素是否存在 | 字符串、列表、元组、字典 |
| not in | 4 not in (1, 2, 3) | True | 元素是否不存在 | 字符串、列表、元组、字典 |
| > >= == < <= | (1, 2, 3) < (2, 2, 3) | True | 元素比较 | 字符串、列表、元组 |
| 注意:\ | ||||
| in 在对 字典 操作时，判断的是 字典的键\ | ||||
| in 和 not in 被称为 成员运算符 |
2. 字符串格式化
我们经常会输出类似'亲爱的xxx你好！你xx月的话费是xx，余额是xx'之类的字符串，而xxx的内容都是根据变量变化的，所以，需要一种简便的格式化字符串的方式。
c语言中可以采用%来控制输出的格式，python中也类似。示例代码如下：
# 字符串格式化（%）
>>> 'Hello, %s' % 'world'
'Hello, world'
>>> 'Hi, %s, you have $%d.' % ('James', 1000000)
'Hi, Michael, you have $1000000.'
2.1 百分号方式
%运算符就是用来格式化字符串的。
在字符串内部，%s表示用字符串替换，%d表示用整数替换，%f表示用浮点数替换，%x表示用十六进制证书替换，有几个%?占位符，后面就跟几个变量或者值，顺序要对应好。如果只有一个%?，括号可以省略。如果你不太确定应该用什么，%s永远起作用，它会把任何数据类型转换为字符串：遇到字符串本身含有%，怎么办呢？这个简单，这要转义就OK拉。用%%来表示一个%。
# %转义
>>> 'growth rate: %d %%' % 7
growth rate: 7 %
格式化代码及意义：
| 代码 | 意义 |
|---|---|
| s | 字符串，使用str |
| r | 字符串，使用repr不使用str |
| c | 字符 |
| d | 十进制的数字 |
| i | 整数 |
| u | 无符号整数 |
| o | 八进制 |
| x | 十六进制 |
| X | 大写十六进制 |
| e | 浮点指数 |
| E | 大写浮点指数 |
| f | 十进制浮点 |
| F | 大写十进制浮点 |
| g | 浮点e或者f |
| G | 浮点E或者F |
>>>tpl = "i am %s" % "xhg"
>>>print(tpl)
i am xhg
>>>tp2 = "i am %s, i am from %s" % ("xhg","China")
>>>print(tp2)
i am xhg, i am from China
>>>tpl = "i am %(name)s age %(age)d" % {"name": "xhg", "age": 18}
>>>print(tpl)
i am xhg age 18
>>>tpl = "percent %.2f" % 99.97623
>>>print(tpl)
percent 99.98
>>>tpl = "i am %(pp).2f" % {"pp": 123.425556, }
>>>print(tpl)
i am 123.43
# 当字符串中存在格式化标志时，需要用 %%表示一个百分号
>>>tpl = "i am %(pp).2f %%" % {"pp": 123.425556, }
>>>print(tpl)
i am 123.43 %
2.2 Format方式
[[fill]align][sign][#][0][width][,][.precision][type]
- fill 【可选】空白处填充的字符
- align 【可选】对齐方式（需配合width使用）
- <，内容左对齐
- >，内容右对齐(默认)
- ＝，内容右对齐，将符号放置在填充字符的左侧，且只对数字类型有效。 即使：符号+填充物+数字
- ^，内容居中<br>
- sign 【可选】有无符号数字
- +，正号加正，负号加负；
- -，正号不变，负号加负；
- 空格 ，正号空格，负号加负；
- # 【可选】对于二进制、八进制、十六进制，如果加上#，会显示 0b/0o/0x，否则不显示
- ， 【可选】为数字添加分隔符，如：1,000,000
- width 【可选】格式化位所占宽度
- .precision 【可选】小数位保留精度
- type 【可选】格式化类型
- 传入” 字符串类型 “的参数
- s，格式化字符串类型数据
- 空白，未指定类型，则默认是None，同s
- 传入“ 整数类型 ”的参数
- b，将10进制整数自动转换成2进制表示然后格式化
- c，将10进制整数自动转换为其对应的unicode字符
- d，十进制整数
- o，将10进制整数自动转换成8进制表示然后格式化；
- x，将10进制整数自动转换成16进制表示然后格式化（小写x）
- X，将10进制整数自动转换成16进制表示然后格式化（大写X）
- 传入“ 浮点型或小数类型 ”的参数
- e， 转换为科学计数法（小写e）表示，然后格式化；
- E， 转换为科学计数法（大写E）表示，然后格式化;
- f ， 转换为浮点型（默认小数点后保留6位）表示，然后格式化；
- F， 转换为浮点型（默认小数点后保留6位）表示，然后格式化；
- g， 自动在e和f中切换
- G， 自动在E和F中切换
- %，显示百分比（默认显示小数点后6位）
- 传入” 字符串类型 “的参数
format经常用法:
>>> 'Hello, {0}, 成绩提升了 {1:.1f}%'.format('小明', 17.125)
'Hello, 小明, 成绩提升了 17.1%'
# 定义一个坐标值
c = (250, 250)
s2 = "敌人坐标：{}".format(c)
# 通过位置
>>> data = ["djb", 18]
>>> "Name:{0}, Age:{1}".format(*data)
Name:djb, Age:18
# 通过关键字
>>> data = {"name": "djb", "age": 18}
>>> "Name:{name}, Age:{age}".format(**data)
Name:djb, Age:18
# 精度与类型f
>>> "{:.2f}".format(3.1415926)
3.14
# 通过下标
>>> "{0[0]} is {0[1]} years old.".format(data)
djb is 18 years old.
# 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。
>>> "{:>10}".format('18')
18
>>> "{:0>10}".format('18')
0000000018
>>> "{:A>10}".format('18')
AAAAAAAA18
# 补充一个字符串自带的zfill()方法：
# Python zfill()方法返回指定长度的字符串，原字符串右对齐，前面填充0。
# zfill()方法语法：str.zfill(width)
# 参数width指定字符串的长度。原字符串右对齐，前面填充0。
# 返回指定长度的字符串。
>>> "18".zfill(10)
0000000018
3. 字符串长度
要计算str包含多少个字符，可以用len()函数。
>>> len('ABC')
3
>>> len('中文')
2
如果换成bytes，len()函数就计算字节数：
>>> len(b'ABC')
3
>>> len(b'\xe4\xb8\xad\xe6\x96\x87')
6
>>> len('中文'.encode('utf-8'))
6
在操作字符串时，我们经常遇到str和bytes的互相转换。特别地，为了避免乱码问题，应当始终坚持使用UTF-8编码对str和bytes进行转换。
4. 字符串切片
s31 = s.split(str, maxsplit)
# 以str为分隔符 切片mystr，如果maxsplit有指定值，则仅分割为maxsplit个子字符串。返回的是一个包含子字符串的列表。
s = ' qwer12 345 @#$%^ '
#字符串分割，将s字符串按1分割为列表,返一个列表，不包括分割的字符，s1 = [' qwer', '2 345 @#$%^ '],
s1 = s.split('1')
s = 'qwerty*' #定义字符串
#字符串索引值从0开始，s = [start:end:step] 取值规律：顾头不顾尾巴
s1 = s[:] #全取，相当于s1 = s,s1 = qwerty*
s2 = s[0:] #从0去到最后，也相当于全取值,s1 = qwerty*
s3 = s[:5] #取到第五个，但是不包括第五个，实际取到第四个，[)前开后闭，s3 = qwert
s4 = s[2:5] #取第二个到第四个，s4 = ert
s5 = s[2:] #从第二个取到结束，s5 = erty*
s6 = s[:-1] #开始取到倒数第二个，即出去最后一个全取，s6 = qwerty
s7 = s[1:-1:2] #第一个取到倒数第一个，不包括倒数第一个，2为步长，隔一个取一个，s7 = wry
5. 遍历每个字符
s = 'qwertyuiop456789@#$%^&*'#定义字符串
li = [] #定义空列表存储遍历的值
for i in s:
li.append(i) #值遍历值加入li列表
#打印列表
print(li)
打印li列表值结果如下：
['q', 'w', 'e', 'r', 't', 'y', 'u', 'i', 'o', 'p', '4', '5', '6', '7', '8', '9', '@', '#', '$', '%', '^', '&', '*']
6. 删除空格
#去除字符串左右两边的空格与回车，注：中间不能去除
s4 = s.strip()
#去掉右边的空格与回车
s5 = s.rstrip()
#去掉左边的的空格与回
s6 = s.lstrip()
7. 大小写转换
s61 = s.lower() #转换为小写
s62 = s.upper() #转换为大写
s63 = s.swapcase() #大小写互换
s = 'hello every in my mind'
s64 = s.title() #将每个字符串的首字母转换为首字母大写,s64 = Hello Every In My Mind
s65 = s.capitalize() #字符串首字母大写,s65 = Hello every in my mind
8. 判断字符串类型
#是否是系列，返回Ture或False
s71 = s.isdigit() #是否是数字
s72 = s.isalnum() #是否是字母或数字
s73 = s.isalpha() #是否是字母
s74 = s.isupper() #是否是大写字母
s75 = s.islower() #是否是小写字母
s76 = s.isspace() #是否是空格
s77 = s.istitle() #是否是标题格式（每个英文首字母大写）
9. 查找替换
# 查找
S81.find(str, start, end)
# 检测str是否包含在mystr中，如果是则返回开始值的索引，否则返回 -1。
# 注意：
# 如果未指明起始索引start和结束索引end，默认是从0到最后。
# 未指明起始索引start跟结束索引end， 且str是存在于mystr中。
# 指明起始索引跟结束索引，且str不在mystr[0:10]中出现。即str不存在。
s82.index(str, start, end)
# 跟find() 用法一样，但是 str如果不在mystr里面则会包一个错误，而不是 -1。
# 注意：
# 如果未指明start和end索引值，则默认是从0到最后。
# 统计次数
s83 = s.count(str, start, end)
# 返回str在索引start到end之间 在s中出现的次数。
# 注意：
#如果不写start和end则默认索引是从0到最后。也可以自己指定起始索引或结束索引。如果str不在s中则返回的值是0，而不会报错。
# 替换
s84 = s.replace(str1, str2, mystr.count(str1))
# 把s中的 str1 替换成 str2，如果count指定， 则不超过count次数。
# 注意：
# s.count(str1)即 count次数， 可以自己任意指定。如果未指定则默认是将s中 只要出现的str1 都会替换成 str2。
10. 其它
s16 = s.center(40,'*') #打印输出字符，让字符串放在中间,s16 = *********** qwer12 345 @#$%^ ***********
s21 = s.rjust(40,'*') #从前向后开始计算，当字符串的长度超过size时，超过部分用替换符号替代,s21 = ********************** qwer12 345 @#$%^
s22 = s.ljust(40,'*') #从后向前开始计算，当字符串的长度超过size时，超过部分用替换符号替代,s22 = qwer12 345 @#$%^ **********************
s17 = s.endswith(' ') #字符串以什么结尾,返回返回Ture或False
s18 = s.startswith(' ') #字符串以什么开头，返回Ture或False
#将列表中字符通过给出的连接拼为字符串，列表中的值需要时字符串
li = ['q','w','e']
s20 = '*'.join(li)
print(s20)
('qw','4321') #字符替换s23 = 4321er12 345 @#$%^
