Python 字符串深度總結(jié)
今天我們來(lái)學(xué)習(xí)字符串?dāng)?shù)據(jù)類(lèi)型相關(guān)知識(shí)，將討論如何聲明字符串?dāng)?shù)據(jù)類(lèi)型，字符串?dāng)?shù)據(jù)類(lèi)型與 ASCII 表的關(guān)系，字符串?dāng)?shù)據(jù)類(lèi)型的屬性，以及一些重要的字符串方法和操作，超級(jí)干貨，不容錯(cuò)過(guò)！
什么是 Python 字符串
字符串是包含一系列字符的對(duì)象。字符是長(zhǎng)度為 1 的字符串。在 Python 中，單個(gè)字符也是字符串。但是比較有意思的是，Python 編程語(yǔ)言中是沒(méi)有字符數(shù)據(jù)類(lèi)型的，不過(guò)在 C、Kotlin 和 Java 等其他編程語(yǔ)言中是存在字符數(shù)據(jù)類(lèi)型的
我們可以使用單引號(hào)、雙引號(hào)、三引號(hào)或 str() 函數(shù)來(lái)聲明 Python 字符串。下面的代碼片段展示了如何在 Python 中聲明一個(gè)字符串：
# A single quote string
single_quote = 'a' # This is an example of a character in other programming languages. It is a string in Python
# Another single quote string
another_single_quote = 'Programming teaches you patience.'
# A double quote string
double_quote = "aa"
# Another double-quote string
another_double_quote = "It is impossible until it is done!"
# A triple quote string
triple_quote = '''aaa'''
# Also a triple quote string
another_triple_quote = """Welcome to the Python programming language. Ready, 1, 2, 3, Go!"""
# Using the str() function
string_function = str(123.45) # str() converts float data type to string data type
# Another str() function
another_string_function = str(True) # str() converts a boolean data type to string data type
# An empty string
empty_string = ''
# Also an empty string
second_empty_string = ""
# We are not done yet
third_empty_string = """""" # This is also an empty string: ''''''在 Python 中獲取字符串的另一種方法是使用 input() 函數(shù)。input() 函數(shù)允許我們使用鍵盤(pán)將輸入的值插入到程序中。插入的值被讀取為字符串，但我們可以將它們轉(zhuǎn)換為其他數(shù)據(jù)類(lèi)型：
# Inputs into a Python program
input_float = input() # Type in: 3.142
input_boolean = input() # Type in: True
# Convert inputs into other data types
convert_float = float(input_float) # converts the string data type to a float
convert_boolean = bool(input_boolean) # converts the string data type to a bool我們使用 type() 函數(shù)來(lái)確定 Python 中對(duì)象的數(shù)據(jù)類(lèi)型，它返回對(duì)象的類(lèi)。當(dāng)對(duì)象是字符串時(shí)，它返回 str 類(lèi)。同樣，當(dāng)對(duì)象是字典、整數(shù)、浮點(diǎn)數(shù)、元組或布爾值時(shí)，它分別返回 dict、int、float、tuple、bool 類(lèi)?，F(xiàn)在讓我們使用 type() 函數(shù)來(lái)確定前面代碼片段中聲明的變量的數(shù)據(jù)類(lèi)型：
# Data types/ classes with type()
print(type(single_quote))
print(type(another_triple_quote))
print(type(empty_string))
print(type(input_float))
print(type(input_boolean))
print(type(convert_float))
print(type(convert_boolean))ASCII 表與 Python 字符串字符
美國(guó)信息交換標(biāo)準(zhǔn)代碼 (ASCII) 旨在幫助我們將字符或文本映射到數(shù)字，因?yàn)閿?shù)字集比文本更容易存儲(chǔ)在計(jì)算機(jī)內(nèi)存中。ASCII 主要用英語(yǔ)對(duì) 128 個(gè)字符進(jìn)行編碼，用于處理計(jì)算機(jī)和編程中的信息。ASCII 編碼的英文字符包括小寫(xiě)字母（a-z）、大寫(xiě)字母（A-Z）、數(shù)字（0-9）以及標(biāo)點(diǎn)符號(hào)等符號(hào)
ord() 函數(shù)將長(zhǎng)度為 1（一個(gè)字符）的 Python 字符串轉(zhuǎn)換為其在 ASCII 表上的十進(jìn)制表示，而 chr() 函數(shù)將十進(jìn)制表示轉(zhuǎn)換回字符串。例如：
import string
# Convert uppercase characters to their ASCII decimal numbers
ascii_upper_case = string.ascii_uppercase # Output: ABCDEFGHIJKLMNOPQRSTUVWXYZ
for one_letter in ascii_upper_case[:5]: # Loop through ABCDE
print(ord(one_letter))Output:
65
66
67
68
69# Convert digit characters to their ASCII decimal numbers
ascii_digits = string.digits # Output: 0123456789
for one_digit in ascii_digits[:5]: # Loop through 01234
print(ord(one_digit))Output:
48
49
50
51
52在上面的代碼片段中，我們遍歷字符串 ABCDE 和 01234，并將每個(gè)字符轉(zhuǎn)換為它們?cè)?ASCII 表中的十進(jìn)制表示。我們還可以使用 chr() 函數(shù)執(zhí)行反向操作，從而將 ASCII 表上的十進(jìn)制數(shù)字轉(zhuǎn)換為它們的 Python 字符串字符。例如：
decimal_rep_ascii = [37, 44, 63, 82, 100]
for one_decimal in decimal_rep_ascii:
print(chr(one_decimal))Output:
%
,
?
R
d在 ASCII 表中，上述程序輸出中的字符串字符映射到它們各自的十進(jìn)制數(shù)
字符串屬性
零索引： 字符串中的第一個(gè)元素的索引為零，而最后一個(gè)元素的索引為 len(string) - 1。例如：
immutable_string = "Accountability"
print(len(immutable_string))
print(immutable_string.index('A'))
print(immutable_string.index('y'))Output:
14
0
13不變性： 這意味著我們不能更新字符串中的字符。例如我們不能從字符串中刪除一個(gè)元素或嘗試在其任何索引位置分配一個(gè)新元素。如果我們嘗試更新字符串，它會(huì)拋出 TypeError：
immutable_string = "Accountability"
# Assign a new element at index 0
immutable_string[0] = 'B'Output:
---------------------------------------------------------------------------
TypeError Traceback (most recent call last)
~\AppData\Local\Temp/ipykernel_11336/2351953155.py in
2
3 # Assign a new element at index 0
----> 4 immutable_string[0] = 'B'
TypeError: 'str' object does not support item assignment但是我們可以將字符串重新分配給 immutable_string 變量，不過(guò)我們應(yīng)該注意它們不是同一個(gè)字符串，因?yàn)樗鼈儾恢赶騼?nèi)存中的同一個(gè)對(duì)象。Python 不會(huì)更新舊的字符串對(duì)象；它創(chuàng)建了一個(gè)新的，正如我們通過(guò) ids 看到的那樣：
immutable_string = "Accountability"
print(id(immutable_string))
immutable_string = "Bccountability"
print(id(immutable_string)
test_immutable = immutable_string
print(id(test_immutable))Output:
2693751670576
2693751671024
2693751671024上述兩個(gè) id 在同一臺(tái)計(jì)算機(jī)上也不相同，這意味著兩個(gè) immutable_string 變量都指向內(nèi)存中的不同地址。我們將最后一個(gè) immutable_string 變量分配給 test_immutable 變量。可以看到 test_immutable 變量和最后一個(gè) immutable_string 變量指向同一個(gè)地址
連接： 將兩個(gè)或多個(gè)字符串連接在一起以獲得帶有 + 符號(hào)的新字符串。例如：
first_string = "Zhou"
second_string = "luobo"
third_string = "Learn Python"
fourth_string = first_string + second_string
print(fourth_string)
fifth_string = fourth_string + " " + third_string
print(fifth_string)Output:
Zhouluobo
Zhouluobo Learn Python重復(fù)： 字符串可以用 * 符號(hào)重復(fù)。例如：
print("Ha" * 3)Output:
HaHaHa索引和切片： 我們已經(jīng)確定字符串是從零開(kāi)始索引的，我們可以使用其索引值訪問(wèn)字符串中的任何元素。我們還可以通過(guò)在兩個(gè)索引值之間進(jìn)行切片來(lái)獲取字符串的子集。例如：
main_string = "I learned English and Python with ZHouluobo. You can do it too!"
# Index 0
print(main_string[0])
# Index 1
print(main_string[1])
# Check if Index 1 is whitespace
print(main_string[1].isspace())
# Slicing 1
print(main_string[0:11])
# Slicing 2:
print(main_string[-18:])
# Slicing and concatenation
print(main_string[0:11] + ". " + main_string[-18:])Output:
I
True
I learned English
You can do it too!
I learned English. You can do it too!字符串方法
str.split(sep=None, maxsplit=-1)： 字符串拆分方法包含兩個(gè)屬性：sep 和 maxsplit。當(dāng)使用其默認(rèn)值調(diào)用此方法時(shí)，它會(huì)在任何有空格的地方拆分字符串。此方法返回字符串列表：
string = "Apple, Banana, Orange, Blueberry"
print(string.split())Output:
['Apple,', 'Banana,', 'Orange,', 'Blueberry']我們可以看到字符串沒(méi)有很好地拆分，因?yàn)椴鸱值淖址?nbsp;,。我們可以使用 sep=',' 在有 , 的地方進(jìn)行拆分：
print(string.split(sep=','))Output:
['Apple', ' Banana', ' Orange', ' Blueberry']這比之前的拆分要好，但是我們可以在一些拆分字符串之前看到空格?？梢允褂?(sep=', ') 刪除它：
# Notice the whitespace after the comma
print(string.split(sep=', '))Output:
['Apple', 'Banana', 'Orange', 'Blueberry']現(xiàn)在字符串被很好地分割了。有時(shí)我們不想分割最大次數(shù)，我們可以使用 maxsplit 屬性來(lái)指定我們打算拆分的次數(shù)：
print(string.split(sep=', ', maxsplit=1))
print(string.split(sep=', ', maxsplit=2))Output:
['Apple', 'Banana, Orange, Blueberry']
['Apple', 'Banana', 'Orange, Blueberry']str.splitlines(keepends=False)： 有時(shí)我們想處理一個(gè)在邊界處具有不同換行符（'\n'、\n\n'、'\r'、'\r\n'）的語(yǔ)料庫(kù)。我們要拆分成句子，而不是單個(gè)單詞?？梢允褂?splitline 方法來(lái)執(zhí)行此操作。當(dāng) keepends=True 時(shí)，文本中包含換行符；否則它們被排除在外
import nltk # You may have to `pip install nltk` to use this library.
macbeth = nltk.corpus.gutenberg.raw('shakespeare-macbeth.txt')
print(macbeth.splitlines(keepends=True)[:5])Output:
['[The Tragedie of Macbeth by William Shakespeare 1603]\n', '\n', '\n', 'Actus Primus. Scoena Prima.\n', '\n']str.strip([chars])： 我們使用 strip 方法從字符串的兩側(cè)刪除尾隨空格或字符。例如：
string = " Apple Apple Apple no apple in the box apple apple "
stripped_string = string.strip()
print(stripped_string)
left_stripped_string = (
stripped_string
.lstrip('Apple')
.lstrip()
.lstrip('Apple')
.lstrip()
.lstrip('Apple')
.lstrip()
)
print(left_stripped_string)
capitalized_string = left_stripped_string.capitalize()
print(capitalized_string)
right_stripped_string = (
capitalized_string
.rstrip('apple')
.rstrip()
.rstrip('apple')
.rstrip()
)
print(right_stripped_string)Output:
Apple Apple Apple no apple in the box apple apple
no apple in the box apple apple
No apple in the box apple apple
No apple in the box在上面的代碼片段中，我們使用了 lstrip 和 rstrip 方法，它們分別從字符串的左側(cè)和右側(cè)刪除尾隨空格或字符。我們還使用了 capitalize 方法，它將字符串轉(zhuǎn)換為句子大小寫(xiě)str.zfill(width)： zfill 方法用 0 前綴填充字符串以獲得指定的寬度。例如：
example = "0.8" # len(example) is 3
example_zfill = example.zfill(5) # len(example_zfill) is 5
print(example_zfill)Output:
000.8str.isalpha()： 如果字符串中的所有字符都是字母，該方法返回True；否則返回 False：
# Alphabet string
alphabet_one = "Learning"
print(alphabet_one.isalpha())
# Contains whitspace
alphabet_two = "Learning Python"
print(alphabet_two.isalpha())
# Contains comma symbols
alphabet_three = "Learning,"
print(alphabet_three.isalpha())Output:
True
False
False如果字符串字符是字母數(shù)字，str.isalnum() 返回 True；如果字符串字符是十進(jìn)制，str.isdecimal() 返回 True；如果字符串字符是數(shù)字，str.isdigit() 返回 True；如果字符串字符是數(shù)字，則 str.isnumeric() 返回 True
如果字符串中的所有字符都是小寫(xiě)，str.islower() 返回 True；如果字符串中的所有字符都是大寫(xiě)，str.isupper() 返回 True；如果每個(gè)單詞的首字母大寫(xiě)，str.istitle() 返回 True：
# islower() example
string_one = "Artificial Neural Network"
print(string_one.islower())
string_two = string_one.lower() # converts string to lowercase
print(string_two.islower())
# isupper() example
string_three = string_one.upper() # converts string to uppercase
print(string_three.isupper())
# istitle() example
print(string_one.istitle())Output:
False
True
True
Truestr.endswith(suffix) 返回 True 是以指定后綴結(jié)尾的字符串。如果字符串以指定的前綴開(kāi)頭，str.startswith(prefix) 返回 True：
sentences = ['Time to master data science', 'I love statistical computing', 'Eat, sleep, code']
# endswith() example
for one_sentence in sentences:
print(one_sentence.endswith(('science', 'computing', 'Code')))Output:
True
True
False# startswith() example
for one_sentence in sentences:
print(one_sentence.startswith(('Time', 'I ', 'Ea')))Output:
True
True
Truestr.find(substring) 如果子字符串存在于字符串中，則返回最低索引；否則它返回 -1。str.rfind(substring) 返回最高索引。如果找到，str.index(substring) 和 str.rindex(substring) 也分別返回子字符串的最低和最高索引。如果字符串中不存在子字符串，則會(huì)引發(fā) ValueError
string = "programming"
# find() and rfind() examples
print(string.find('m'))
print(string.find('pro'))
print(string.rfind('m'))
print(string.rfind('game'))
# index() and rindex() examples
print(string.index('m'))
print(string.index('pro'))
print(string.rindex('m'))
print(string.rindex('game'))Output:
6
0
7
-1
6
0
7
---------------------------------------------------------------------------
ValueError Traceback (most recent call last)
~\AppData\Local\Temp/ipykernel_11336/3954098241.py in
11 print(string.index('pro')) # Output: 0
12 print(string.rindex('m')) # Output: 7
---> 13 print(string.rindex('game')) # Output: ValueError: substring not found
ValueError: substring not foundstr.maketrans(dict_map) 從字典映射創(chuàng)建一個(gè)翻譯表，str.translate(maketrans) 用它們的新值替換翻譯中的元素。例如：
example = "abcde"
mapped = {'a':'1', 'b':'2', 'c':'3', 'd':'4', 'e':'5'}
print(example.translate(example.maketrans(mapped)))Output:
12345字符串操作
循環(huán)遍歷一個(gè)字符串
字符串是可迭代的，因此它們支持使用 for 循環(huán)和枚舉的循環(huán)操作：
# For-loop example
word = "bank"
for letter in word:
print(letter)Output:
b
a
n
k# Enumerate example
for idx, value in enumerate(word):
print(idx, value)Output:
0 b
1 a
2 n
3 k字符串和關(guān)系運(yùn)算符
當(dāng)使用關(guān)系運(yùn)算符（>、<、== 等）比較兩個(gè)字符串時(shí)，兩個(gè)字符串的元素按其 ASCII 十進(jìn)制數(shù)字逐個(gè)索引進(jìn)行比較。例如：
print('a' > 'b')
print('abc' > 'b')Output:
False
False在這兩種情況下，輸出都是 False。關(guān)系運(yùn)算符首先比較兩個(gè)字符串的索引 0 上元素的 ASCII 十進(jìn)制數(shù)。由于 b 大于 a，因此返回 False；在這種情況下，其他元素的 ASCII 十進(jìn)制數(shù)字和字符串的長(zhǎng)度無(wú)關(guān)緊要
當(dāng)字符串長(zhǎng)度相同時(shí)，它比較從索引 0 開(kāi)始的每個(gè)元素的 ASCII 十進(jìn)制數(shù)，直到找到具有不同 ASCII 十進(jìn)制數(shù)的元素。例如：
print('abd' > 'abc')Output:
True檢查字符串的成員資格
in 運(yùn)算符用于檢查子字符串是否是字符串的成員：
print('data' in 'dataquest')
print('gram' in 'programming')Output:
True
True檢查字符串成員資格、替換子字符串或匹配模式的另一種方法是使用正則表達(dá)式
import re
substring = 'gram'
string = 'programming'
replacement = '1234'
# Check membership
print(re.search(substring, string))
# Replace string
print(re.sub(substring, replacement, string))Output:
pro1234ming字符串格式
f-string 和 str.format() 方法用于格式化字符串。兩者都使用大括號(hào) {} 占位符。例如：
monday, tuesday, wednesday = "Monday", "Tuesday", "Wednesday"
format_string_one = "{} {} {}".format(monday, tuesday, wednesday)
print(format_string_one)
format_string_two = "{2} {1} {0}".format(monday, tuesday, wednesday)
print(format_string_two)
format_string_three = "{one} {two} {three}".format(one=tuesday, two=wednesday, three=monday)
print(format_string_three)
format_string_four = f"{monday} {tuesday} {wednesday}"
print(format_string_four)Output:
Monday Tuesday Wednesday
Wednesday Tuesday Monday
Tuesday Wednesday Monday
Monday Tuesday Wednesdayf-strings 更具可讀性，并且它們比 str.format() 方法實(shí)現(xiàn)得更快。因此，f-string 是字符串格式化的首選方法
處理引號(hào)和撇號(hào)
撇號(hào) (') 在 Python 中表示一個(gè)字符串。為了讓 Python 知道我們不是在處理字符串，我們必須使用 Python 轉(zhuǎn)義字符 ()。因此撇號(hào)在 Python 中表示為 '。與處理撇號(hào)不同，Python 中有很多處理引號(hào)的方法。它們包括以下內(nèi)容：
# 1. Represent string with single quote (`""`) and quoted statement with double quote (`""`)
quotes_one = '"Friends don\'t let friends use minibatches larger than 32" - Yann LeCun'
print(quotes_one)
# 2. Represent string with double quote `("")` and quoted statement with escape and double quote `(\"statement\")`
quotes_two = "\"Friends don\'t let friends use minibatches larger than 32\" - Yann LeCun"
print(quotes_two)
# 3. Represent string with triple quote `("""""")` and quoted statment with double quote ("")
quote_three = """"Friends don\'t let friends use minibatches larger than 32" - Yann LeCun"""
print(quote_three)Output:
"Friends don't let friends use minibatches larger than 32" - Yann LeCun
"Friends don't let friends use minibatches larger than 32" - Yann LeCun
"Friends don't let friends use minibatches larger than 32" - Yann LeCun
