【Python教程】字符串
点击关注 👉约 13 分钟整理：python架构师
字符串是Python中最常用的数据类型之一，使用单引号或双引号来创建字符串，使用三引号创建多行字符串。字符串要么使用两个单引号，要么两个双引号，不能一单一双！Python不支持单字符类型，单字符在Python中也是作为一个字符串使用。
字符串是不可变的序列数据类型，不能直接修改字符串本身，和数字类型一样！Python3全面支持Unicode编码，所有的字符串都是Unicode字符串，所以传统Python2存在的编码问题不再困扰我们，可以放心大胆的使用中文。
>>> var1 = 'Hello World!'>>> var2 = "Jack">>> var3 = "" # 空字符串>>> var4 = "it's apple" # 双引号中可以嵌套单引号>>> var5 = 'This is "PLANE"!' # 单引号中可以嵌套双引号>>> var6 = 'what is 'your'name'SyntaxError: invalid syntax
但是单引号嵌套单引号或者双引号嵌套双引号就会出现歧义。
>>> a = "haha">>> b = a>>> a = "xixi">>> a is bFalse>>> a[1] = "z"Traceback (most recent call last):File "<pyshell#70>", line 1, in <module>a[1] = "z"TypeError: 'str' object does not support item assignment
虽然字符串本身不可变，但可以像列表序列一样，通过方括号加下标的方式，访问或者获取它的子串，当然也包括切片操作。这一切都不会修改字符串本身，当然也符合字符串不可变的原则。
>>> s = "hello world!">>> s[4]'o'>>> s[2:6]'llo '>>> s'hello world!'
字符串的运算：
下表实例变量a值为字符串 "Hello"，b变量值为 "Python"：
| 操作 | 描述 | 操作 | 结果 |
|---|---|---|---|
| + | 字符串连接(运算速度慢，慎用) | a + b | 'HelloPython' |
| * | 重复输出字符串，相当于乘法 | a * 2 | 'HelloHello' |
| [] | 通过索引获取字符串中的字符 | a[1] | 'e' |
| [ : ] | 截取字符串中的一部分，切片 | a[1:4] | 'ell' |
| in | 成员运算符 - 如果字符串中包含给定的字符返回 True | "H" in a | 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 | "M" not in a | True |
| r/R | 原始字符串：所有的字符串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。原始字符串除在字符串的第一个引号前加上字母"r"（可以大小写）以外，与普通字符串有着几乎完全相同的语法。 | print(r'\n') | \n |
Python转义字符：
编程语言里，有很多特殊字符，它们起着各种各样的作用。有些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(\)转义字符。如下表：
| 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 |
| \033 | 颜色控制 |
“多行字符串”
前面我们介绍过，在函数和类的紧后面可以用三引号添加doc说明。
在字符串中，可以使用三引号（三单或三双引号都可以）编写跨行字符串，在其中可以包含换行符、制表符以及其他特殊字符。例如：
errHTML = '''<HTML><HEAD><TITLE>Friends CGI Demo</TITLE></HEAD><BODY><H3>ERROR</H3><B>%s</B><P><FORM><INPUT TYPE=button VALUE=BackONCLICK="window.history.back()"></FORM></BODY></HTML>'''----------------------------------cursor.execute('''CREATE TABLE users (login VARCHAR(8),uid INTEGER,prid INTEGER)''')
上面的errHTML是一个封装了HTML代码的字符串，而cursor.execute则执行了一个创建users表的SQL语句。多行字符串本质上和普通字符串没有区别，但是将我们从引号和特殊字符串的泥潭里面解脱出来了，在编写、排版、查看、维护上更人性化。
字符串内置方法
| 方法 | 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 |
| bytes.decode(encoding='UTF-8', errors='strict') | Python3 中没有 decode 方法，但我们可以使用 bytes 对象的 decode() 方法来解码给定的 bytes 对象 |
| string.encode(encoding='UTF-8', errors='strict') | 以 encoding 指定的编码格式编码 string，编码的结果是一个bytes对象。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 |
字符串是Python中和列表、字典同样重要的数据类型，对它的操作特别多，因此内置了很多方法。每当你要处理字符串的时候，不妨来这里查查，或许就有原生的方法，不用你自己去写了。
对字符串的操作方法那么多，是不是需要每个都背下来呢？能背最好，背不了的话至少需要知道下面几个：
encode() # 编码成bytes类型
find() # 查找子串
index() # 获取下标
replace() # 替换子串
len(string) # 返回字符串长度，Python内置方法，非字符串方法。
lower() # 小写字符
upper() # 大写字符
split() # 分割字符串
strip() # 去除两端的指定符号
startswith() # 字符串是否以xxx开头
endswith() # 字符串是否以xxx结尾
str.format()格式化方法
前面说过%百分符格式化方法。Python官方最近逐步在推广str.format()方法的格式化。
fromat()方法是字符串的内置方法，其基本语法如下：
参数列表：[[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sign 【可选】有无符号数字# 【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+，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】为数字添加分隔符，如：1,000,000width 【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）
参数和用法很多，看得我都晕，全部记下来显然是没必要的，浪费脑细胞。
去除复杂的参数，简单的format格式化方法基本有两类：
1.{0}、{1}、{2}:这一类是位置参数，引用必须按顺序，不能随意调整，否则就乱了。例如：
tpl = "i am {0}, age {1}, really {0}".format("seven", 18)2.{name}、{age}、{gender}：这一类是关键字参数，引用时必须以键值对的方式，可以随意调整顺序。例如：
tpl = "i am {name}, age {age}, really {name}".format(name="seven", age=18)下面是一些具体的例子，可以参考使用：
tpl = "i am {}, age {}, {}".format("seven", 18, 'alex')tpl = "i am {}, age {}, {}".format(*["seven", 18, 'alex'])tpl = "i am {0}, age {1}, really {0}".format("seven", 18)tpl = "i am {0}, age {1}, really {0}".format(*["seven", 18])tpl = "i am {name}, age {age}, really {name}".format(name="seven", age=18)tpl = "i am {name}, age {age}, really {name}".format(**{"name": "seven", "age": 18})tpl = "i am {0[0]}, age {0[1]}, really {0[2]}".format([1, 2, 3], [11, 22, 33])tpl = "i am {:s}, age {:d}, money {:f}".format("seven", 18, 88888.1)tpl = "i am {:s}, age {:d}".format(*["seven", 18])tpl = "i am {name:s}, age {age:d}".format(name="seven", age=18)tpl = "i am {name:s}, age {age:d}".format(**{"name": "seven", "age": 18})tpl = "numbers: {:b},{:o},{:d},{:x},{:X}, {:%}".format(15, 15, 15, 15, 15, 15.87623, 2)tpl = "numbers: {:b},{:o},{:d},{:x},{:X}, {:%}".format(15, 15, 15, 15, 15, 15.87623, 2)tpl = "numbers: {0:b},{0:o},{0:d},{0:x},{0:X}, {0:%}".format(15)tpl = "numbers: {num:b},{num:o},{num:d},{num:x},{num:X}, {num:%}".format(num=15)
字符串颜色控制
有时候我们需要对有用的信息设置不同颜色来达到强调、突出、美观的效果，在命令行或linux终端中，颜色是用转义序列控制的，转义序列是以ESC开头，在代码中用\033表示(ESC的ASCII码用十进制表示就是27，等于用八进制表示的33，\0表示八进制)。注意：颜色控制只在终端界面中有效。
格式：
| 前景色 | 背景色 | 颜色 |
|---|---|---|
| 30 | 40 | 黑色 |
| 31 | 41 | 红色 |
| 32 | 42 | 绿色 |
| 33 | 43 | 黃色 |
| 34 | 44 | 蓝色 |
| 35 | 45 | 紫红色 |
| 36 | 46 | 青蓝色 |
| 37 | 47 | 白色 |
显示方式：
| 显示方式 | 意义 |
|---|---|
| 0 | 终端默认设置 |
| 1 | 高亮显示 |
| 4 | 使用下划线 |
| 5 | 闪烁 |
| 7 | 反白显示 |
| 8 | 不可见 |
例子：
\033[1;31;40m 1-高亮显示 31-前景色红色 40-背景色黑色
\033[0m 采用终端默认设置，也就是取消颜色设置
比如下面的代码：
import timeprint('\033[1;31m')print('登录信息'.center(46, "*"), "\033[0m")print('\033[34m*HOST:\t', "192.168.1.10")print('*PORT:\t', "80")print('*User:\t', "jack")print('*TIME:\t', time.strftime("%Y-%m-%d %H:%M:%S", time.localtime()))print('\033[1;31m*' * 50, '\033[0m')print("\033[32m欢迎登录！\033[0m")
效果如下图：
字符编码
计算机只能处理数字01，如果要处理文本，就必须先把文本转换为数字01，这种转换方式就称为字符编码。
对于我们而言，你只需要简单记住下面几种编码就好：
ASCII编码：早期专门为英语语系编码，只有255个字符，每个字符需要8位也就是1个字节。不兼容汉字。
Unicode编码：又称万国码，国际组织制定的可以容纳世界上所有文字和符号的字符编码方案。用2个字节来表示汉字。
UTF-8编码：为了节省字节数，在Unicode的基础上进行优化的编码。用1个字节表示英文字符，3个字符表示汉字。天生兼容ASCII编码，所以最为流行。
GB2312：我国早期自己制定的中文编码，世界范围内不通用。
GBK：全称《汉字内码扩展规范》，向下与GB2312兼容，向上支持ISO10646.1国际标准，是前者向后者过渡过程中的一个承上启下的产物。windows中文版的汉字编码用的就是GBK。也非世界范围通用的编码
其它编码：非以上类型者的统称。属于能不用就不要碰的编码。
最后再强调一次，Python3在运行时全部使用Unicode编码!
另外有这么几条规则，你要记住：
操作系统运行时，在内存中，统一使用的都是Unicode编码，当需要将数据保存到硬盘或者网络传输的时候，就转换为UTF-8编码，进行保存和传输。
用文本编辑器的时候，从文件系统或者说硬盘上读取的UTF-8编码字符被转换为Unicode字符到内存里，供程序或者操作系统使用。编辑完成后，保存的时候再把Unicode转换为UTF-8保存到文件。
浏览网页的时候，服务器会把动态生成的Unicode内容转换为UTF-8传输到客户的浏览器。
这就是为什么我们一会说Unicode，一会又用utf-8的原因。
另外，一定要区分代码自己本身的编码和程序要处理的数据的编码！没有特殊要求的情况，请使用utf-8编码。确保文本编辑器使用的是UTF-8 without BOM编码。
程序员技术交流群
扫码进群记得备注：城市、昵称和技术方向。
阅读更多