8. 数据类型 - 字符串详解

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：

• 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

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。