Python/字符串
< Python
字符串是以字符为单位处理的不可变序列对象，Python3的字符串固定是Unicode表示。而bytes类型是以字节（取值范围 0-255）为单位处理的不可变的序列对象。所以，从字符串至bytes需要编码（encode），给出编码集（encoding）作为参数；从bytes到字符串为解码（decode）。Python中的bytes用b'xxx'的形式表示。x可以用字符表示，也可以用ASCII编码形式\xnn表示，nn从00-ff(十六进制)共256种字符。修改一个字节串中的某个字节，不能够直接修改，需要将其转化为bytearray后再进行修改。str与bytes是Python预定义的两个类。
使用单引号'，或双引号"来创建字符串。
在字符串的第一个引号前加上字母"r"（或"R"），为原始字符串：其表达式内部的所有的字符都是直接按照字面的意思来使用，没有转义特殊或不能打印的字符。 三引号（单引号或者双引号）允许一个字符串跨多行，字符串中可以包含换行符、制表符以及其他特殊字符。
引号前小写的"u"表示这里创建的是一个 Unicode 字符串。使用Python的Unicode-Escape编码来表示一个字符，如\u0020表示空格符。
Python不支持字符类型。字符也是作为一个字符串。
转义字符
编辑python用反斜杠(\)转义下述字符：
- \(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
- \0yy 2位八进制数字，yy代表的字符，例如：\012代表换行
- \xyy 2位十六进制数字，yy代表的字符，例如：\x0a代表换行
- \uyyyy 4位十六进制数字，表示Unicode字符
- \Uyyyyyyyy 8位十六进制数字，表示Unicode字符
- \other 其它的字符以普通格式输出
序列操作
编辑字符串作为Python的六种序列数据类型之一，支持常见的序列操作：
- + 字符串连接
- [] 通过索引获取字符串中字符
- [ : ] 切片。截取字符串中的一部分
- in 成员运算符 - 如果字符串中包含给定的字符返回 True
- not in 成员运算符 - 如果字符串中不包含给定的字符返回 True
- % 格式字符串，内部的格式化指示符与C语言的printf所用的一样。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。
内建方法
编辑string的方法：
| 方法名 | 描述 |
|---|---|
| string.capitalize() | 把字符串的第一个字符大写 |
| string.center(width) | 返回一个原字符串居中,并使用空格填充至长度 width 的新字符串 |
| string.count(str, beg=0, end=len(string)) | 返回 str 在 string 里面出现的次数，如果 beg 或者 end 指定则返回指定范围内 str 出现的次数 |
| string.decode(encoding='UTF-8', errors='strict') | 以 encoding 指定的编码格式解码 string，如果出错默认报一个 ValueError 的 异 常 ， 除非 errors 指 定 的 是 'ignore' 或 者'replace' |
| string.encode(encoding='UTF-8', errors='strict') | 以 encoding 指定的编码格式编码 string，如果出错默认报一个ValueError 的异常，除非 errors 指定的是'ignore'或者'replace' |
| string.endswith(obj, beg=0, end=len(string)) | 检查字符串是否以 obj 结束，如果beg 或者 end 指定则检查指定的范围内是否以 obj 结束，如果是，返回 True,否则返回 False. |
| string.expandtabs(tabsize=8) | 把字符串 string 中的 tab 符号转为空格，tab 符号默认的空格数是 8。 |
| string.find(str, beg=0, end=len(string)) | 检测 str 是否包含在 string 中，如果 beg 和 end 指定范围，则检查是否包含在指定范围内，如果是返回开始的索引值，否则返回-1 |
| string.format() | 格式化字符串 |
| string.index(str, beg=0, end=len(string)) | 跟find()方法一样，只不过如果str不在 string中会报一个异常. |
| string.isalnum() | 如果 string 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 |
| string.isalpha() | 如果 string 至少有一个字符并且所有字符都是字母则返回 True,否则返回 False |
| string.isdecimal() | 如果 string 只包含十进制数字则返回 True 否则返回 False. |
| string.isdigit() | 如果 string 只包含数字则返回 True 否则返回 False. |
| string.islower() | 如果 string 中包含至少一个区分大小写的字符，并且所有这些(区分大小写的)字符都是小写，则返回 True，否则返回 False |
| string.isnumeric() | 如果 string 中只包含数字字符，则返回 True，否则返回 False |
| string.isspace() | 如果 string 中只包含空格，则返回 True，否则返回 False. |
| string.istitle() | 如果 string 是标题化的(见 title())则返回 True，否则返回 False |
| string.isupper() | 如果 string 中包含至少一个区分大小写的字符，并且所有这些(区分大小写的)字符都是大写，则返回 True，否则返回 False |
| string.join(seq) | 以 string 作为分隔符，将 seq 中所有的元素(的字符串表示)合并为一个新的字符串 |
| string.ljust(width) | 返回一个原字符串左对齐,并使用空格填充至长度 width 的新字符串 |
| string.lower() | 转换 string 中所有大写字符为小写 |
| string.lstrip() | 截掉 string 左边的空格 |
| string.maketrans(intab, outtab]) | maketrans() 方法用于创建字符映射的转换表，对于接受两个参数的最简单的调用方式，第一个参数是字符串，表示需要转换的字符，第二个参数也是字符串表示转换的目标。 |
| max(str) | 返回字符串 str 中最大的字母。 |
| min(str) | 返回字符串 str 中最小的字母。 |
| string.partition(str) | 有点像 find()和 split()的结合体,从 str 出现的第一个位置起,把 字 符 串 string 分 成 一 个 3 元 素 的 元 组 (string_pre_str,str,string_post_str),如果 string 中不包含str 则 string_pre_str == string. |
| string.replace(str1, str2, num=string.count(str1)) | 把 string 中的 str1 替换成 str2,如果 num 指定，则替换不超过 num 次. |
| string.rfind(str, beg=0,end=len(string) ) | 类似于 find()函数，不过是从右边开始查找. |
| string.rindex( str, beg=0,end=len(string)) | 类似于 index()，不过是从右边开始. |
| string.rjust(width) | 返回一个原字符串右对齐,并使用空格填充至长度 width 的新字符串 |
| string.rpartition(str) | 类似于 partition()函数,不过是从右边开始查找. |
| string.rstrip() | 删除 string 字符串末尾的空格. |
| string.split(str="", num=string.count(str)) | 以 str 为分隔符切片 string，如果 num有指定值，则仅分隔 num 个子字符串 |
| string.splitlines([keepends]) | 按照行('\r', '\r\n', \n')分隔，返回一个包含各行作为元素的列表，如果参数 keepends 为 False，不包含换行符，如果为 True，则保留换行符 |
| string.startswith(obj, beg=0,end=len(string)) | 检查字符串是否是以 obj 开头，是则返回 True，否则返回 False。如果beg 和 end 指定值，则在指定范围内检查 |
| string.strip([obj]) | 在 string 上执行 lstrip()和 rstrip() |
| string.swapcase() | 翻转 string 中的大小写 |
| string.title() | 返回"标题化"的 string,就是说所有单词都是以大写开始，其余字母均为小写(见 istitle()) |
| string.translate(str, del="") | 根据 str 给出的表(包含 256 个字符)转换 string 的字符,要过滤掉的字符放到 del 参数中 |
| string.upper() | 转换 string 中的小写字母为大写 |
| string.zfill(width) | 返回长度为 width 的字符串，原字符串 string 右对齐，前面填充0 |
| string.isdecimal() | isdecimal()方法检查字符串是否只包含十进制字符。这种方法只存在于unicode对象。 |
格式化字符串
编辑%格式化
编辑python2.6之前，沿用C语言的输出格式，使用 % 格式化字符串。
name = 'xiaoming'
age = 12
print("My name is %s, my age is %d" % (name, age))
student_no = 100
# %06d 含义：如果不到6位，则用0在前边占位，超过或等于6位则正常显示。
print("我的学号是: %06d" % student_no) # 000100
#支持使用字典的形式：
print('Hello[%(name)s],id=%(name)s' % {'id': 10, 'name': 'World'})
str.format方法格式化
编辑python2.6新增format格式化字符串方法。相比%格式化，有如下优点：
- 单个参数可以多次输出，参数顺序可以不相同，填充方式灵活。
- 对齐方式强大。
print("...{索引}, ..., {索引}, ...".format(值1, 值2))
print("...{key1}, ..., {key2}, ...".format(key1=value, key2=value))
name = 'xiaoming'
age = 12
# 索引{}为空，默认按照顺序取值：
print('My name is {}, my age is {}'.format(name, age))
print('My name is {0}, my age is {1}'.format(name, age))
print('My name is {name}, my age is {age}'.format(name, age=12))
#填充对齐
# 先取到值，然后在冒号后设定格式：{索引:[填充字符][对齐方式][宽度]}
# 例如 *<20 表示左对齐，共20个字符，用*号填充
print('{0:*<20}'.format('hellopython'))
# 例如 *>20 表示右对齐，总共20个字符，用*号填充
print('{0:*>20}'.format('hellopython'))
# 例如*^20 表示居中显示，总共20个字符，不够用的*号填充
print('{0:*^20}'.format('hellopython'))
#输出：
#hellopython*********
#*********hellopython
#****hellopython*****
# 位数与进制转换
# 保留2位有效数字
print('{:.2f}'.format(3.1415926))
# 转成二进制
print('{0:b}'.format(16))
# 转成八进制
print('{0:o}'.format(10))
# 转成十六进制
print('{0:x}'.format(15))
print('{:0<20.4f}'.format(3.1415926)) # 结果为3.141600000000000000
f-string
编辑python3.6引入了f-string，比str.format使用简单，而且效率也更高。f-string是字符串前面加上f，{}直接使用变量、表达式等。
name = 'xiaoming'
age = 12
# {}中直接使用变量
print(f"My name is {name}, my age is {age}")
# {}中运行表达式
print(f'{1+2+3}')
# 调用 python 内置函数
print(f'{name.upper()}')
# 用 lambda 匿名函数：可以做复杂的数值计算
fun = lambda x : x+1
print(f'{fun(age)}')
# 输出
# My name is xiaoming, my age is 12
# 6
# XIAOMING
# 13
字符串格式化时冒号右侧的形式规则
编辑format_spec ::= [[fill]align][sign][#][0][width][grouping_option][.precision][type] fill ::= <any character> align ::= "<" | ">" | "=" | "^" sign ::= "+" | "-" | " " width ::= digit+ grouping_option ::= "_" | "," precision ::= digit+ type ::= "b" | "c" | "d" | "e" | "E" | "f" | "F" | "g" | "G" | "n" | "o" | "s" | "x" | "X" | "%"
说明：
- align中的=，表示把填充字符放在符号之后，数字之前
- 符号分别表示：+会在正数前添加+号，-会在负数前添加-号， 空格会在正数前添加空格。
- #表示在十六进制、八进制、二进制整数前添加0x(或0X)、0o、0b
- 0表示对最小域宽前补零
- grouping_option为千分位的分隔符
- precision为浮点数的小数位数
- type中，整数可用d(或为空)、b、o、x、X，浮点数可用%(百分数)、e、E、f、F、g、G
提示与技巧
编辑字符串连接操作（加法）是代价高昂的。使用百分号格式化或者str.join()做连接操作。但这是在字符串长度超过500-1000字符时才成立 [1]
print "Spam" + " eggs" + " and" + " spam" # DON'T DO THIS
print " ".join(["Spam","eggs","and","spam"]) # Much faster/more common Python idiom
print "%s %s %s %s" % ("Spam", "eggs", "and", "spam") # Also a pythonic way of doing it - very fast
参考文献
编辑- ↑ 'concat vs join - followup' on 'Python Rocks! and other rants 27.8.2004 Weblog of Kent S Johnson'（2004年8月27日）．于2008年8月29日查阅．