Python字符串使用

前言

除了数字，Python中最常见的数据类型就是字符串，无论那种编程语言，字符串无处不在。例如，从用户哪里读取字符串，并将字符串打印到屏幕显示出来。 字符串是一种数据结构，这让我们有机会学习索引和切片——用于从字符串中提取子串的方法。

1 字符串索引

在Python语法支持中，我们简单的阐述过字符串的使用，现在我们看看python程序在处理字符串时，如何对其进行索引，打印出其中的每个字符串。我们输入一个字符串：'你好，Lucky'，Python使用方括号 [] 来对字符串进行索引，方括号内的数字 0~n 表示将要获取的字符串，如图1-1所示，sting[0~7]分别对应不同的值，最小的字符换索引为0，最大的字符串索引比字符串长度小1。

 如果 string 指向一个长度为 n 的字符串， 则 string[0] 为第一个字符，string[1] 为第二个字符， string[2] 为第三个字符，依此类推。string[n-1] 为最后一个字符。

当然，在上面的示例中，string[8]索引超出了字符串的末尾，导致的错误提示，这点需要注意。Python索引为何从0开始？我们这样理解便可： 索引值用于测量与字符串第一个字符相隔的距离， 就像一把尺子（其刻度也是从零开始）。这 让有些索引计算更简单，也与函数 %（求余） 一致。% 经常用于索引计算，自然也可能返回 0。

实际应用中，往往不会只用到正向索引(本文理解从左向右)，当你需要访问字符串的最后一个字符时，也可以使用正向表达式，但字符串过长时明显不便，所以Python提供了一种方面的索引方式：从右向左（负数索引）来表示。如下：字符串的最后一个字符为 string[-1]，其索引过程即可按照图1-1进行修改，此处不做阐述。

1.1 循环索引字符

假如需要依次访问字符串的每个字符，需要计算出所给字符串的编码总和，对比两种代码方法，如下图实现及结果，第一种codesum1()函数： 使用 for 循环时，在循环的每次迭代开头，都会将循环变量 c 设置为 s 中的 下一个字符。使用索引访问 s 中字符的工作由 for 循环自动处理。

第二种codesum2()函数使用了常规访问s中字符的方法，对比codesum1()函数可以发现，虽然二者计算结果一致，但第二种函数的代码明显较为复杂，理解程度上稍微差一些。当然，这是多数人的理解，有些人可能觉得第二种实现更好一些。

def codesum1(s):
    total = 0
    for c in s:
        total = total + ord(c)
    return total
 
def codesum2(s):
    total = 0
    for i in range(len(s)):
        total = total + ord(s[i])
    return total

2 字符使用

在所有编程语言中，字符串都是由字符所组成，而所有字符都有对应的字符编码与之相对应。在Python中，我们可以使用ord()函数来学习。ord() 函数是 chr() 函数（对于8位的ASCII字符串）或 unichr() 函数（对于Unicode对象）的配对函数，它以一个字符（长度为1的字符串）作为参数，返回对应的 ASCII 数值，或者 Unicode 数值，如果所给的 Unicode 字符超出了你的 Python 定义范围，则会引发一个 TypeError 的异常。

关于Unicode做一个简单的背景介绍： Unicode 提供了一个大得多的字符编码集。出于方便考虑，Unicode 的前 256 个 字母为 ASCII 码，因此如果你只处理英文字符，几乎不用考虑 Unicode 的细节。

>>> ord('a')
97
>>> ord('b')
98
>>> ord('c')
99

 给定字符编码，可使用函数 chr 来获悉对应的字符：

>>> chr(99)
'c'
>>> chr(98)
'b'
>>> chr(97)
'a'

字符编码是根据Unicode分配的，而Unicode是一个庞杂的编码标准，涵盖了全球各种语言中的符号和字符，使用十分广泛 。并非所有字符都有可视的标准符号。例如，换行字符、回车字符和制表符都是不可见的，虽然它们带来的效果可见。这些字符属于空白字符——在印刷页面上显示为空白。 如下表：

举两个个简单的常用示例：

1. 在 Python 中，表示换行的标准方式是使用字符 \n：

2. 在字符串中包含反斜杠、单引号和双引号，通常需要使用对应的转义字符：

转义字符是单个字符， 为让 Python 知道下一个字符是特殊字符， 必须使用 \，但在计算字符串的长度时，并不将 \ 视为额外的字符。例如：

在使用转义字符时，还有一点需要特别注意的是：在表示文本行末尾方面，不同操作系统遵循的标准是不同的。Windows 使 用 \r\n 表示行尾，OS X 和 Linux 使用 \n， 而 OS X 之前的 Mac 操作系统使用 \r。

2.1 字符串运算

数字有其标准的运算方式，字符串同样也有着一定的运算。下面来看下字符串的运算符。

示例 ：

1.x和y分别赋值字符串；

>>> x = "I am coming"
>>> y = "Python Language"

3 字符串切片

在 Python 中，可使用切片从字符串中提取子串。要对字符串执行切片操作，可指定两个索引：要提取的第一个字符的索引；要提取的最后一个字符的索引加 1。例如：

用于切片的索引与用于访问各个字符的索引相同：第一个索引总是为零，而最后一个索引总是比字符串长度小 1。一般而言，string[begin:end]返回从索 引 begin 到 end-1 的子串。注意：如果 string 是一个字符串，则要访问索引 i 对应的字符，可使用 string[i] 或 string[i:i+1]。

3.1 切片方法

如果想要省略字符串的起始索引，Python将假定为0；如果需要省略字符串的终止索引，Python 会假设你要提取到字符串末尾。

实用示例：取值文件名中的扩展名。

def get_ext(fname):
    dot = fname.rfind('.')
    if dot == -1: # fname 中没有
        return ''
    else:
        return fname[dot + 1:]

注意第一处标红需要加引号好，第二处输入的文件名没有扩展名，故没有返回值。该函数的实现过程：确定最右边的 '.' 的索引（因此使用 rfind 从右往左查 找）；如果 fname 不包含 '.'，则返回一个空字符串，否则返回 '.' 后面的所有字符。

在索引字符串时所讲述的正向、负向索引同样可以应用于切片中。

使用负数索引时，这样做通常会有所帮助：将字符串写到纸上，再标出每个字符的正索引和负索引，就像图 1-1 那样。虽然这样做确实需要多用一两分钟时间，但可以很好地避免常见的索引错误。

4 字符串格式化

Python 支持格式化字符串的输出 。这会用到一个较为复杂的表达式，但最基本的用法是将一个值插入到一个有字符串格式符 %s 的字符串中。

>>> print("我最喜欢的食物是%s,它的热量是%d千焦" %('hot dog',3500))
我最喜欢的食物是hot dog,它的热量是3500千焦

我们将python字符串格式化符号整理如下：标红为字符串格式化中的辅助指令

示例：

对于Python字符串格式化的输出，可以通过上述几个例子体验一下字符串区别与基本使用。Python本身已经自带了许多很有用的函数模块，简化了字符串的使用，增强了其功能。后面，我们会对Python的字符串函数以及正则使用做较为详细的阐述。

总结