Python/字符串
< Python
字符串是以字符為單位處理的不可變序列對象，Python3的字符串固定是Unicode表示。而bytes類型是以字節（取值範圍 0-255）為單位處理的不可變的序列對象。所以，從字符串至bytes需要編碼（encode），給出編碼集（encoding）作為參數；從bytes到字符串為解碼（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編碼形式\xnn表示，nn從00-ff(十六進制)共256種字符。修改一個字節串中的某個字節，不能夠直接修改，需要將其轉化為bytearray後再進行修改。str與bytes是Python預定義的兩個類。
使用單引號'，或雙引號"來創建字符串。
在字符串的第一個引號前加上字母"r"（或"R"），為原始字符串：其表達式內部的所有的字符都是直接按照字面的意思來使用，沒有轉義特殊或不能打印的字符。 三引號（單引號或者雙引號）允許一個字符串跨多行，字符串中可以包含換行符、制表符以及其他特殊字符。
引號前小寫的"u"表示這裡創建的是一個 Unicode 字符串。使用Python的Unicode-Escape編碼來表示一個字符，如\u0020表示空格符。
Python不支持字符類型。字符也是作為一個字符串。
轉義字符
編輯python用反斜槓(\)轉義下述字符：
- \(在行尾時) 續行符
- \\ 反斜槓符號
- \' 單引號
- \" 雙引號
- \a 響鈴
- \b 退格(Backspace)
- \e 轉義
- \000 空
- \n 換行
- \v 縱向制表符
- \t 橫向制表符
- \r 回車
- \f 換頁
- \0yy 2位八進制數字，yy代表的字符，例如：\012代表換行
- \xyy 2位十六進制數字，yy代表的字符，例如：\x0a代表換行
- \uyyyy 4位十六進制數字，表示Unicode字符
- \Uyyyyyyyy 8位十六進制數字，表示Unicode字符
- \other 其它的字符以普通格式輸出
序列操作
編輯字符串作為Python的六種序列數據類型之一，支持常見的序列操作：
- + 字符串連接
- [] 通過索引獲取字符串中字符
- [ : ] 切片。截取字符串中的一部分
- in 成員運算符 - 如果字符串中包含給定的字符返回 True
- not in 成員運算符 - 如果字符串中不包含給定的字符返回 True
- % 格式字符串，內部的格式化指示符與C語言的printf所用的一樣。Python2.6 開始，新增了一種格式化字符串的函數 str.format()，它增強了字符串格式化的功能。
內建方法
編輯string的方法：
| 方法名 | 描述 |
|---|---|
| string.capitalize() | 把字符串的第一個字符大寫 |
| string.center(width) | 返回一個原字符串居中,並使用空格填充至長度 width 的新字符串 |
| string.count(str, beg=0, end=len(string)) | 返回 str 在 string 裡面出現的次數，如果 beg 或者 end 指定則返回指定範圍內 str 出現的次數 |
| string.decode(encoding='UTF-8', errors='strict') | 以 encoding 指定的編碼格式解碼 string，如果出錯默認報一個 ValueError 的 異 常 ， 除非 errors 指 定 的 是 'ignore' 或 者'replace' |
| string.encode(encoding='UTF-8', errors='strict') | 以 encoding 指定的編碼格式編碼 string，如果出錯默認報一個ValueError 的異常，除非 errors 指定的是'ignore'或者'replace' |
| string.endswith(obj, beg=0, end=len(string)) | 檢查字符串是否以 obj 結束，如果beg 或者 end 指定則檢查指定的範圍內是否以 obj 結束，如果是，返回 True,否則返回 False. |
| string.expandtabs(tabsize=8) | 把字符串 string 中的 tab 符號轉為空格，tab 符號默認的空格數是 8。 |
| string.find(str, beg=0, end=len(string)) | 檢測 str 是否包含在 string 中，如果 beg 和 end 指定範圍，則檢查是否包含在指定範圍內，如果是返回開始的索引值，否則返回-1 |
| string.format() | 格式化字符串 |
| string.index(str, beg=0, end=len(string)) | 跟find()方法一樣，只不過如果str不在 string中會報一個異常. |
| string.isalnum() | 如果 string 至少有一個字符並且所有字符都是字母或數字則返回 True,否則返回 False |
| string.isalpha() | 如果 string 至少有一個字符並且所有字符都是字母則返回 True,否則返回 False |
| string.isdecimal() | 如果 string 只包含十進制數字則返回 True 否則返回 False. |
| string.isdigit() | 如果 string 只包含數字則返回 True 否則返回 False. |
| string.islower() | 如果 string 中包含至少一個區分大小寫的字符，並且所有這些(區分大小寫的)字符都是小寫，則返回 True，否則返回 False |
| string.isnumeric() | 如果 string 中只包含數字字符，則返回 True，否則返回 False |
| string.isspace() | 如果 string 中只包含空格，則返回 True，否則返回 False. |
| string.istitle() | 如果 string 是標題化的(見 title())則返回 True，否則返回 False |
| string.isupper() | 如果 string 中包含至少一個區分大小寫的字符，並且所有這些(區分大小寫的)字符都是大寫，則返回 True，否則返回 False |
| string.join(seq) | 以 string 作為分隔符，將 seq 中所有的元素(的字符串表示)合併為一個新的字符串 |
| string.ljust(width) | 返回一個原字符串左對齊,並使用空格填充至長度 width 的新字符串 |
| string.lower() | 轉換 string 中所有大寫字符為小寫 |
| string.lstrip() | 截掉 string 左邊的空格 |
| string.maketrans(intab, outtab]) | maketrans() 方法用於創建字符映射的轉換表，對於接受兩個參數的最簡單的調用方式，第一個參數是字符串，表示需要轉換的字符，第二個參數也是字符串表示轉換的目標。 |
| 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) | 有點像 find()和 split()的結合體,從 str 出現的第一個位置起,把 字 符 串 string 分 成 一 個 3 元 素 的 元 組 (string_pre_str,str,string_post_str),如果 string 中不包含str 則 string_pre_str == string. |
| string.replace(str1, str2, num=string.count(str1)) | 把 string 中的 str1 替換成 str2,如果 num 指定，則替換不超過 num 次. |
| string.rfind(str, beg=0,end=len(string) ) | 類似於 find()函數，不過是從右邊開始查找. |
| string.rindex( str, beg=0,end=len(string)) | 類似於 index()，不過是從右邊開始. |
| string.rjust(width) | 返回一個原字符串右對齊,並使用空格填充至長度 width 的新字符串 |
| string.rpartition(str) | 類似於 partition()函數,不過是從右邊開始查找. |
| string.rstrip() | 刪除 string 字符串末尾的空格. |
| string.split(str="", num=string.count(str)) | 以 str 為分隔符切片 string，如果 num有指定值，則僅分隔 num 個子字符串 |
| string.splitlines([keepends]) | 按照行('\r', '\r\n', \n')分隔，返回一個包含各行作為元素的列表，如果參數 keepends 為 False，不包含換行符，如果為 True，則保留換行符 |
| string.startswith(obj, beg=0,end=len(string)) | 檢查字符串是否是以 obj 開頭，是則返回 True，否則返回 False。如果beg 和 end 指定值，則在指定範圍內檢查 |
| string.strip([obj]) | 在 string 上執行 lstrip()和 rstrip() |
| string.swapcase() | 翻轉 string 中的大小寫 |
| string.title() | 返回"標題化"的 string,就是說所有單詞都是以大寫開始，其餘字母均為小寫(見 istitle()) |
| string.translate(str, del="") | 根據 str 給出的表(包含 256 個字符)轉換 string 的字符,要過濾掉的字符放到 del 參數中 |
| string.upper() | 轉換 string 中的小寫字母為大寫 |
| string.zfill(width) | 返回長度為 width 的字符串，原字符串 string 右對齊，前面填充0 |
| string.isdecimal() | isdecimal()方法檢查字符串是否只包含十進制字符。這種方法只存在於unicode對象。 |
格式化字符串
編輯%格式化
編輯python2.6之前，沿用C語言的輸出格式，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
編輯python2.6新增format格式化字符串方法。相比%格式化，有如下優點：
- 單個參數可以多次輸出，參數順序可以不相同，填充方式靈活。
- 對齊方式強大。
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
編輯python3.6引入了f-string，比str.format使用簡單，而且效率也更高。f-string是字符串前面加上f，{}直接使用變量、表達式等。
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
字符串格式化時冒號右側的形式規則
編輯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" | "%"
說明：
- align中的=，表示把填充字符放在符號之後，數字之前
- 符號分別表示：+會在正數前添加+號，-會在負數前添加-號， 空格會在正數前添加空格。
- #表示在十六進制、八進制、二進制整數前添加0x(或0X)、0o、0b
- 0表示對最小域寬前補零
- grouping_option為千分位的分隔符
- precision為浮點數的小數位數
- type中，整數可用d(或為空)、b、o、x、X，浮點數可用%(百分數)、e、E、f、F、g、G
提示與技巧
編輯字符串連接操作（加法）是代價高昂的。使用百分號格式化或者str.join()做連接操作。但這是在字符串長度超過500-1000字符時才成立 [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
參考文獻
編輯- ↑ 'concat vs join - followup' on 'Python Rocks! and other rants 27.8.2004 Weblog of Kent S Johnson'（2004年8月27日）．於2008年8月29日查閱．