Python 数据类型：字符串

字符串是一个字符的、有序的、不可变的序列，用于存储基于文本的信息。字符串所包含的字符存在从左至右的位置顺序，不可以在原处（in-place）修改。Python没有C语言的字符和字符串之分，只有字符串。从严格意义上说，字符串是单个字符的序列，支持基于位置的操作，能够通过位置索引字符；由于字符串具有不可变性，不能对原始的字符串进行修改，也就是说，不能通过对其某一位置进行赋值而修改字符串。

一，字符串常量

字符串常量使用成对的单引号或双引号来表示，两者表示的效果是一样的。

1，在字符串常量中表示引号

如果字符串中包含单引号，可以表示为"ab'cd"，如果字符串中包含双引号，可以表示为'ab"cd'，

2，转义字符

\是转义字符，用于表示具有特殊意义的字符，例如，\t 表示水平制表符，\v表示垂直制表符，\n 表示换行，\r表示回车。

要在字符串中表示\，可以在字符串中使用两个转义字符："\\"，也可以用转义字符来表示单引号或双引号："ab'cd"等价于"ab\'cd"，'ab"cd'等价于'ab\"cd'。

3，Raw字符串

Raw字符串抑制转义，字符串中的文本就是字面代表的意思，在字符串的引号前面加一个小写的r，表示该字符串是Raw字符串，关闭转义，常用于表示文件的路径：

myfilepath = r'C:\folder\text.dat'

r 表示非转义的原始字符串，对于转义字符，即 \加上对应的字母，表示特殊含义的字符，比如最常见的”\n”表示换行，”\t”表示Tab等，当字符串以r开头，说明字符串中都是普通的字符，即使字符串中出现“\n”，也表示一个反斜杠字符和一个字母n，而不是表示换行了。 

4，多行文本

在一般情况下，字符串中的所有字符都必须出现在同一行。如果要编写多行文本，那么字符串必须以三个单引号开头，或三个双引号开头，称作三重引号，用于表示多行文本，每行文本之间嵌入换行符(\n)：

>>> ms="""I
... am
... fine"""
>>> ms
'I\nam\nfine'

5，编码

u/U:表示unicode字符串，不是仅仅是针对中文, 可以针对任何的字符串，代表是对字符串进行unicode编码，建议所有编码方式采用utf8

二，字符串的索引和分片

因为字符串是字符的有序序列，所以，可以通过位置（称作索引）获得序列中的单个字符。在Python中，字符串中的单个字符可以通过索引来提取，索引是通过中括号[n]来指定的，n是偏移量，从0开始，最大值是字符串长度-1。

>>> s='abcd'
>>> s[0],s[1],s[2]
('a', 'b', 'c')

1，索引  s[i]，获得特定偏移的单个字符

正向偏移量从0开始，最大值是字符串长度-1，偏移量还可以是负值，把负偏移看作是从结束处反向计数，最后一个元素的负偏移是-1。从技术上讲，一个负偏移与这个字符串的长度相加后得到这个字符串的正偏移。

索引（s[i]）获取特定偏移的元素：

• 第一个元素的偏移位0
• 负偏移索引意味着从最后或右边反向进行计数
• s[0]获取第一个元素
• s[-2]获取了倒数第二个元素(就像s[len(s)-2]一样)

2，分片 s[i:j]，获取字符串的一个子序列

分片是字符串的子串，使用冒号来分割偏移的上下限，分片的格式是：s[start : end]，返回从start开始，到end结束（不包括end）的所有字符，分片操作符的含义是：

• start是开始索引，包括开始索引处的字符
• end是结束索引，不包括结束索引处的字符
• 分片返回start和end之间的所有字符
• start和end索引都可以省略，当省略start索引时，表示从0开始；当省略end索引时，表示到最后一个元素结束。

例如，返回字符串索引为0和1的字符：

>>> s='abcd'
>>> s[0:2]
'ab' 

分片（s[i:j]）提取对应的部分作为一个序列：

• 结束边界的字符并不包含在内
• 如果没有给出边界的值，边界默认的值为0和序列的长度，
• s[1:3]获取了从偏移位1的元素，直到但不包括偏移为3的元素。
• s[1:]获取了偏移为1直到末尾（偏移为序列长度）之间的元素。
• s[:3]获取了从偏移为0直到但是不包括偏移为3之间的元素。
• s[:-1]获取了从偏移为0直到但是不包括最后一个元素之间的元素。
• s[:]获取了从偏移为0到末尾之间的元素，这有效地实现完全的顶层的序列s的拷贝——一个有相同值得序列。

三，字符串的基本操作

1，字符串拼接

>>> 'abc'+'de'
'abcde'

2，字符串长度

>>> len('abc')
3

3，字符串重复

>>> 'abc'*3
'abcabcabc'

4，ASCII码和字符的转化

>>> ord('a')
97
>>> chr(97)
'a'

5，数字和字符的转化

>>> str(123)
'123'
>>> int('123')
123
>>> float('12.3')
12.3

四，常用的字符串函数

1，大小写转换

>>> s='Ab'
>>> s.lower()
'ab'
>>> s.upper()
'AB'

2，替换字符

s.replace(old,new[,count])，把字符串中的old字符串替换为new字符串，可以指定替换的数量count

>>> s='Ab'
>>> s.replace('A','N')
'Nb'

3，查找字符

s.find(sub[,start,end])，从s中查找sub字符串，如果存在返回sub第一个字符的索引，如果不存在，返回-1

>>> s='abcde'
>>> s.find('bc')
1

4，拆分字符串

s.split(sep,[maxsplit])，参数sep是分隔符，按照sep把字符串s拆分成列表，maxsplit指定最大的拆分次数

>>> s='a b c d'
>>> s.split(' ')
['a', 'b', 'c', 'd']

5，删除字符串两端的空格

s.strip()删除字符串两端的空格，s.lstrip()删除字符串左侧的空格，s.rstrip()删除字符串右侧的空格

>>> s=' ab cd '
>>> s.strip(),s.lstrip(),s.rstrip()
('ab cd', 'ab cd ', ' ab cd')

6，联结字符串

s.join(seq) ，参数seq是字符串列表，join函数的作用是以s作为分隔符，将 seq 中所有的元素合并为一个新的长字符串。

>>> s=('a','b','c')
>>> '-'.join(s)
'a-b-c'

>>> s=['a','b','c']
>>> '-'.join(s)
'a-b-c'

五，修改字符串

字符串是不可变的，不能在原处直接修改字符串，当基于已存在的字符串创建新的文本值时，可以通过list来实现：

>>> s='abcd'
>>> s=list(s)
>>> s
['a', 'b', 'c', 'd']
>>> s[3]='x'
>>> s=''.join(s)
>>> s
'abcx'

内置的list(str)函数，把字符串中的元素按照顺序创建为一个列表，列表项的顺序就是字符串中各个字符的顺序。

对list的各个列表项进行修改，按照使用''.join(list)函数，把列表项合并成字符串。

六，字符串的格式化方法调用

格式化方法调用是指调用format()函数对字符串进行格式化，使用主体字符串作为模板，接受任意多个format()的参数来替换模板中的占位符。

在主体字符串中，大括号通过位置{0}，{1} 或关键字{key1}，{key2}指出要替换的目标以及要插入的参数。

1，使用数字占位符

首先声明一个模板字符串template，{n}代表一个占位符，n是索引，从0开始；format()函数的参数用于替换模板template中的占位符

>>> template='{0},{1} and {2}'
>>> template.format('Jim','John','Vic')
'Jim,John and Vic'

2，使用关键字占位符

>>> template='{a},{b} and {c}'
>>> template.format(a='Jim',b='John',c='Vic')
'Jim,John and Vic'

附：python3.0+中的字符串方法

参考文档：