8. 字符串详解

比眉伴天荒 2024-03-23 18:58 33阅读 0赞

Hi, 大家好。我是茶桁。

前几节课中我们学习了函数，那么这节课开始，我们花几节课返过头来详细的学习一下Python内的数据类型。第一节课，让我们先从字符串开始：

![Capture-2023-08-05-223918][]

*  回顾字符串的定义方式
 *  了解转义字符
 *  字符串格式化的方法
 *  字符串相关函数

### 字符串的定义方式 ###

1.  单引号定义字符串 `‘ ’`
2.  双引号定义字符串`“ ”`
3.  三引号定义字符串`‘’‘内容’‘’`或者`“”“内容”“”`
4.  字符串定义时，引号可以互相嵌套

### 转义字符 ###

> 一个普通的字符出现在转义符`\`的后面时，实现了另外一种意义。

*  `\` 转义符，续行符。

作为转义符时，在`\`后面出现的字符可能会实现另外一种意义。

作为续行符时，在行尾使用了`\`后，可以换行继续书写内容。

str = '123'\
        '456'
    print(str)
    
    ---
    123456

打印结果看，并未换行，说明续行符起作用了。

*  `\n` 代表一个换行符

str = "岁月是一把杀猪刀， \n但是它拿长得丑的人一点办法都没有。"
    print(str)
    
    ---
    岁月是一把杀猪刀， 
    但是它拿长得丑的人一点办法都没有。

*  `\r`代表光标位置（从`\r`出现的位置开始作为光标的起点）

str = "岁月是一把杀猪刀， \r但是它拿长得丑的人一点办法都没有。"
    print(str)
    
    ---
    但是它拿长得丑的人一点办法都没有。

*  `\t`代表一个水平制表符（table 缩进）

str = "岁月是一把杀猪刀\t但是它拿长得丑的人一点办法都没有。"
    print(str)
    
    ---
    岁月是一把杀猪刀	但是它拿长得丑的人一点办法都没有。

*  `\b` 代表一个退格符

str = "岁月是一把杀猪刀\b但是它拿长得丑的人一点办法都没有。"
    print(str)
    
    ---
    岁月是一把杀猪但是它拿长得丑的人一点办法都没有。

注意看，并不是毫无改变的打印出来了，整句话中`\b`前面的`刀`这个字被退格了。

*  `\\` 反转义`\`，输出了`\`，取消`\`的转义效果

str = "岁月是一把杀猪刀\\n但是它拿长得丑的人一点办法都没有。"
    print(str)
    
    ---
    岁月是一把杀猪刀\n但是它拿长得丑的人一点办法都没有。

第二个`\`被前面的`\`转义了，所以`n`就不会再被转义，也就没有换行。

*  `r`， 如果我们想把转义字符也作为普通字符输出，那我们可以在字符串的最前面加上`r`

str = r"岁月是一把杀猪刀\n但是它拿长得丑的人一点办法都没有。"
    print(str)
    
    ---
    岁月是一把杀猪刀\n但是它拿长得丑的人一点办法都没有。

字符串内的转移字符`\n`被打印了出来。

### 字符串相关的操作 ###

*  字符串`+`操作, 将参与运算的字符串相加后组成一个新的字符串。

str="君不见，黄河之水天上来，奔流到海不复回。"
    str2 = "君不见，高堂明镜悲白发，朝如青丝暮成雪。"
    res = '将进酒\n'+ str + '\n' + str2
    print(res)
    
    ---
    将进酒
    君不见，黄河之水天上来，奔流到海不复回。
    君不见，高堂明镜悲白发，朝如青丝暮成雪。

*  字符串`*`操作，`str*n`就是 将当前字符串重复`n`遍

str = '重要的话说三遍\n' * 3
    print(str)
    
    ---
    重要的话说三遍
    重要的话说三遍
    重要的话说三遍

*  字符串`[]`切片操作

字符串的索引操作，字符串中只能使用`[]`下标访问，不能修改。

str[start:stop:step]
    功能，获取str的特定下标或者对str进行切片操作
    参数：
    	start: 可选，开始值，默认为0
      stop: 可选，结束值，默认为len(str)
      step：可选，步进值，默认为1

因为所有参数都是可选项，所以其实我们可以什么参数都不给，直接使用默认值：

str = '凡诗之所谓风者，多出于里巷歌谣之作，所谓男女相与咏歌，各言其情者也。'
    print(str)
    # 等同于
    print(str[::])
    
    ---
    凡诗之所谓风者，多出于里巷歌谣之作，所谓男女相与咏歌，各言其情者也。
    凡诗之所谓风者，多出于里巷歌谣之作，所谓男女相与咏歌，各言其情者也。

当我们写一个值，那就是获取指定下标的元素：

print(str[6])
    
    ---
    者

但是当我们只写一个值，并且后面跟上符号`::`, 那含义就是从`start`开始，向后取完：

print(str[6::])
    
    ---
    者，多出于里巷歌谣之作，所谓男女相与咏歌，各言其情者也。

从这我们可以看出来，当我们只写一个单独的值而没有加`::`的时候，含义就是从`start`开始，但是并不向后继续取值，而有了`::`就是继续向后取值。其实，只写一个`:`也是一样的，因为只要知道向后取值，`step`默认值就是为`1`:

print(str[6:])
    
    ---
    者，多出于里巷歌谣之作，所谓男女相与咏歌，各言其情者也。

那如果我们在这个基础上加上一个值，那就是从`start`开始直到`stop`之前。和`range()`一样，取不到`stop`。

print(str[2:6])
    
    ---
    之所谓风

然后再多加一个值，和`range()`一样，就是往后数`step`个数再取值：

print(str[2:15:2])
    
    ---
    之谓者多于巷谣

其实，这里比较饶的并不是如何取值，二是`::`这两个符号。当我们将上面讲的这些内容了解通透后，就可以玩转字符串的切片了。

那对应的，如果我们想将字符串完全取值，但是是隔一个取一个，那我们就可以使用`start`和`stop`的默认值，而只定义`step`

print(str[::2])
    
    ---
    凡之谓者多于巷谣作所男相咏，言情也

那如果我们想让整个字符串倒过来呢？

print(str[::-1])
    
    ---
    。也者情其言各，歌咏与相女男谓所，作之谣歌巷里于出多，者风谓所之诗凡

### 字符串的格式化方法 ###

常用的字符串的格式化方法就是`format()`

先让我们看看最普通的方式：

s = '茶桁'
    str = '乘舟将欲行，忽闻岸上踏歌声。'

我定义了这两个字符串，现在我想将两段字符串合在一起变成一句“**茶桁乘舟将欲行，忽闻岸上踏歌声。**”（嗯，权吾乃青蓮居士。）

很多小伙伴是不是觉得太简单了，我们之前学了`+`号，直接拼接不就好了。自然也是可以的，只是我们现在要用更普遍和便捷的方式来完成：

s = '茶桁'
    str = '{}乘舟将欲行，忽闻岸上踏歌声。'.format(s)
    print(str)
    
    ---
    茶桁乘舟将欲行，忽闻岸上踏歌声。

假如说，我们现在只有诗词的大半句，其中少了**踏歌行**这三个字，那我们又该如何？那我们就往`format`中传入两个参数，后面那个参数自定义出这三个字符就可以了：

s = '茶桁'
    str = '{}乘舟将欲行，忽闻岸上{}。'.format(s, "踏歌行")
    print(str)
    
    ---
    茶桁乘舟将欲行，忽闻岸上踏歌行。

看到这里，我们是不是认为字符串使用`format`就只能顺序传值？第一个答案填入第一个空，第二个答案填入第二个空… 其实不只是如此，字符串后使用`format`，其中的`{}`还可以接受索引传参：

s = '茶桁'
    str = '{1}乘舟将欲行，忽闻岸上{0}。'.format("踏歌行", s)
    print(str)
    
    ---
    茶桁乘舟将欲行，忽闻岸上踏歌行。

通过索引传参的适用范围毕竟还是有限，我们很容易一不小心就会把参数顺序搞乱。那还有没有其他办法呢？

我们还可以通过关键字传参：

str = '{s2}乘舟将欲行，忽闻岸上{s1}。'.format(s1 = "踏歌行", s2 = "茶桁")
    print(str)
    
    ---
    茶桁乘舟将欲行，忽闻岸上踏歌行。

那假如说我们得到的是一个列表数据，是否需要先转换数据？其实也没必要，`format`支持对容器型数据的传参数：

str = '豪放派：{0[0]}，婉约派：{0[1]}，流氓派:{0[3]},蛋黄派：{0[2]}'.format(['李白','辛弃疾','达利园','茶桁'])
    print(str)
    
    ---
    豪放派：李白，婉约派：辛弃疾，流氓派:茶桁,蛋黄派：达利园

那么如果是字典类型的呢？那就更简单了，我们之前提到的关键字传参，不就正好对应字典吗？

dict = {
        'a':'茶桁', 'b':'蛋黄派'}
    str = '{a}乘舟将欲行，忽闻岸上{b}'.format(**dict)
    print(str)
    
    ---
    茶桁乘舟将欲行，忽闻岸上蛋黄派

嗯，不错。似乎我们创建了一句新的诗句。

其实，`format`还有其他的用法，就是直接用关键字`f`， 比如：

str = f'{
          dict["a"]}乘舟将欲行，忽闻岸上{
          dict["b"]}'
    print(str)
    
    ---
    茶桁乘舟将欲行，忽闻岸上蛋黄派

`f`是在3.7版本中新增的格式化方法，在使用的过程中，要注意字符串符号`“”`和`‘’`的嵌套关系。

在基本使用之外，我们还有一些风骚的特殊用法，比如，我们可以用`format`直接限定小数的位数：

str = '圆周率是多少：{:.5f}'.format(3.1415926)
    print(str)
    
    ---
    圆周率是多少：3.14159

### 字符串相关函数 ###

在Python中，字符串应该是最常见的数据类型，对应字符串的函数也有不少。大家可以去看看[官方的文档][Link 1]

#### 英文字符与字符检测相关函数 ####

我们可以返回字符串的副本，并且将首字母大写，其余小写：

str = 'I am a data product manager'
    str.capitalize()
    
    ---
    'I am a data product manager'

> 因为我在使用Jupyter Notebook，所以即便我么有使用`print`，依然可以打印出执行结果。只是仅可以打印最后一个执行的函数。

可以把字符串中的一个单词的首字母大写：

str.title()
    
    ---
    'I Am A Data Product Manager'

可以全部改为大写：

str.upper()
    
    ---
    'I AM A DATA PRODUCT MANAGER'

把字符串全部改为小写

str.lower()
    
    ---
    'i am a data product manager'

字符串中的大小写字符转换，大写转小写，小写转大写:

str.swapcase()
    
    ---
    'i AM A DATA PRODUCT MANAGER'

检测字符是否包含在字符串内：

print('o' in 'love')
    
    ---
    True

检测字符串是否为全部大写字母组成

str.isupper()
    
    ---
    False

检测字符串是否为全部小写字母组成

str.islower()
    
    ---
    False

检测字符串是否符合标题`title`的要求

str.istitle()
    
    ---
    False

检测字符串是否由数字和字母组成，如果字符串中包含来非数字字母的其它字符，则返回False

str.isalnum()
    
    ---
    False

检测字符串是否全部由字符(包含英文字符和中文)组成

str.isalpha()
    
    ---
    False

检测字符串是否由纯数字字符组成

'123'.isdigit()
    
    ---
    True

检测当前字符串是否为 空格 字符组成 ’ ’

' '.isspace()
    
    ---
    True

检测字符串是否以指定的字符开始的，也可以指定开始和结束的位置

str.startswith('I')
    
    ---
    True

str.startswith('a', 5)
    
    ---
    True

检测字符串是否以 指定的字符 结束的，也可以指定开始和结束的位置

print(str.endswith('a'))
    print(str.endswith('a', 5, 11))
    print(str.endswith('a', 1, 6))
    
    ---
    False
    True
    True

#### 字符串的查找和操作相关函数（✨ 重点） ####

前面铺垫了那么多之后，接下来这部分，**才是这一节的重点。**

让我们先从查找来看：

`str.find(sub[, start[, end]])`

`find`会返回一个子字符串，找到字符中符合条件的第一个字符出现的索引位置，未找到则返回`-1`

str = "I am a data product manager."
    print(str.find('am'))
    
    ---
    2

让我们用切片的方式反过来找一下看看：

res = str.find('am')
    str[res:res+2]
    
    ---
    'am'

我们从之前可以知道`res`取值为`2`，现在等于是`str[2:4]`， 正好是`am`所在的位置。

`find`中有`start`和`end`，是支持切片查找的：

print(str.find('am', 0, 4))
    print(str.find('am', 4, 10))
    
    ---
    2
    -1

可以看到，在从4开始找到10的时候找不到`am`, `find`有一个功能相同，但是方向不同的方法`rfind()`, 和`find`的不同点只是，`rfind`是从后往前找的。

`str.index(sub[, start[, end]])`

类似于`find()`， 但在找不到子字符串的时候会引发`ValueError`

str.index('python')
    
    ---
    ValueError: substring not found

`str.count(sub[, start[, end]])`

这个函数会在字符串中去查找`sub`在其中`[start, end]`范围内非重叠出现的次数。

print(str.count('a'))
    print(str.count('a', 5, 12))
    
    ---
    6
    3

接下来让我们看看字符串操作相关的函数：

`str.split(sep=None, maxsplit=-1)`

这个方法可以按照指定的分隔符(`sep`)，把字符串分隔成列表。

str = 'user_admin_id_123'
    str.split('_')
    
    ---
    ['user', 'admin', 'id', '123']

整个方法里的`maxsplit`是进行多少次拆分，比如`1`为一次拆分，也就是会返回2个元素。默认值为`-1`，意思是不限制拆分次数。

str.split('_', 1)
    
    ---
    ['user', 'admin_id_123']

`str.rsplit(sep=None, maxsplit=-1)`

和`split`方法相似，只是方向不同。这个是从后向前获取。

str.rsplit('_')
    
    ---
    ['user', 'admin', 'id', '123']

这段代码可以看到功能上是完全一样的，如果我们把`maxsplit`加进去，就能看到方向上的不同：

str.rsplit('_', 1)
    
    ---
    ['user_admin_id', '123']

这样就能清晰看到，`rsplit`是从后面开始拆分的。

`str.join(iterable)`

`join`的功能和`split`可以看成是相反的，是使用指定的字符串，把一个容器中的元素连接成一整个字符串

str = ['user', 'admin', 'id', '123']
    '_'.join(str)
    
    ---
    'user_admin_id_123'

`str.strip([chars])`

去除字符串左右两侧的指定字符, `chars`参数为置顶要溢出字符的字符串，默认移除空白符。

str = ' chaheng '
    str.strip(' ')
    
    ---
    'chaheng'

这个函数有两个伴生函数，一个是`rstrip`， 从方法名应该能猜的出来，这是去掉字符串右侧的指定字符，另一个是`lstrip`， 这是去除左侧的指定字符。

str.rstrip(' ')
    str.lstrip(' ')
    
    ---
    ' chaheng'
    'chaheng '

`len()`函数可以获取当前字符串的长度

len(str)
    
    ---
    9

`str.replace(old, new[, count])`

可以替换对应的字符串，将`old`都替称为`new`。`count`则是替换次数。比如一个字符串内出现了十次`old`， 我\`\`count`给的5, 则只替换前5次出现的`old\`字符串。

str = 'abcabcabcabcabcabc'
    str.replace('a', 'e')
    str.replace('a', 'e', 2)
    
    ---
    'ebcebcebcebcebcebc'
    'ebcebcabcabcabcabc'

可以注意一下两次打印的区别。

这次就不留练习题了，字符串的查询和操作函数属于重中之重，大家最好是多去练习几遍，将其中的方法记会杯熟。

好，今天就到这里。咱们下节课再见。

[Capture-2023-08-05-223918]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/14/6568595540654cbb9591bfdd35bc3e19.png
[Link 1]: https://docs.python.org/zh-cn/3.10/library/stdtypes.html#text-sequence-type-str