数据类型 -- String(字符串)

2019-01-01 本文已影响0人 __深蓝__

Python中字符串用单引号 ' 或双引号 " 括起来，使用反斜杠 \ 转义特殊字符。
Python不支持单字符类型，单个字符就是长度为1的字符串。
Python3中，所有的字符串都是Unicode字符串。

创建字符串

var1 = 'Hello World!'
var2 = "Neuedu"

使用字符串

访问单个字符，使用 变量 [ 索引值 ]
截取子串，使用 变量 [ 头下标 : 尾下标 ]
重复字符串，使用 变量 * 次数
连接字符串，使用 变量 + 变量 [ + 变量 ... ]

说明：

使用索引值可以访问字符串中的单个字符，索引值从0 ~ length-1，超出范围会报错。

使用头下标和尾下标可以截取部分字符串，范围是头下标 ~ 尾下标-1，超出范围返回空串。

str = 'Neuedu'

>>> print (str)          # 所有字符串
Neuedu
>>> print (str[:])       # 所有字符串
Neuedu
>>> print (str[0])       # 第1个字符
N
>>> print (str[-1])       # 倒数第1个字符
u
>>> print (str[2:5])     # 第3个 ~ 第5个字符
ued
>>> print (str[2:])      # 第3个 ~ 所有字符
uedu
>>> print (str[:3])      # 第1个 ~ 第3个字符
Neu
>>> print (str[0:-1])    # 第1个 ~ 倒数第2个字符
Neued
>>> print (str[-1:-2])    # 空字符

>>> print (str[-4:-2])    # 倒数第4个 ~ 倒数第3个字符
ue
>>> print (str * 2)      # 字符串重复两次
NeueduNeuedu
>>> print (str + "TEST") # 连接字符串
NeueduTEST

使用反斜杠 \ 转义特殊字符，如果你不想让反斜杠发生转义，可以在字符串前面添加一个r，表示原始字符串

>>> print('XXX\nYYY')
XXX
YYY
>>> print(r'XXX\nYYY')
XXX\nYYY
>>>

注意：

字符串不能改变，向一个索引位置赋值，比如str[2] = 'U'会导致错误

>>> str = 'Neuedu'
>>> str[2] = 'U'
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
TypeError: 'str' object does not support item assignment

字符串运算符

a = 'Hello' b = 'Python'

操作符	描述	实例
+	字符串连接	a + b 输出结果： HelloPython
*	重复输出字符串	a*2 输出结果：HelloHello
in	成员运算符字符串中包含给定的字符返回 True	'H' in a 输出结果 True
not in	成员运算符字符串中不包含给定的字符返回 True	'M' not in a 输出结果 True

字符串格式化

print("格式串" % 变量1)
print("格式串" % (变量1, 变量2...))

带有占位符的字符串称为 格式串

占位符	替换内容
%d	整数
%f	浮点数
%s	字符串
%x	十六进制整数
%e	科学计数法表示浮点数
%%	输出 `%`

>>> 'Hello, %s' % 'world'
'Hello, world'
>>> 'Hi, %s, you have $%d.' % ('Michael', 1000000)
'Hi, Michael, you have $1000000.'

在占位符中使用数字限制位宽，位数不足时用空格（默认）或 0 进行填充

>>> "我的学号是 %06d" % 9527
'我的学号是 009527'
>>> "苹果单价 %.02f 元／斤" % 5.123
'苹果单价 5.12 元／斤'
>>> "购买 %.03f 斤" % 4.5
'购买 4.500 斤'
>>> "数据比例是 %.02f%%" % 10
'数据比例是 10.00%'
>>> "数据比例是 %5.2f" % 1.2345
'数据比例是  1.23'
>>> "数据比例是 %05.2f" % 1.2345
'数据比例是 01.23'

使用三引号 ''' 允许一个字符串跨行、包含换行符、制表符以及其他特殊字符。

>>> para_str = """这是一个多行字符串的实例
... 多行字符串可以使用制表符TAB ( \t )。
... 也可以使用换行符 [ \n ]。
... """
>>> print (para_str)

这是一个多行字符串的实例
多行字符串可以使用制表符TAB (    )。
也可以使用换行符 [
 ]。

三引号让程序员从引号和特殊字符串的泥潭里面解脱出来，自始至终保持一小块字符串的格式是所谓的WYSIWYG（所见即所得）格式的。

一个典型的用例是，当你需要一块HTML或者SQL时，这时用字符串组合，特殊字符串转义将会非常的繁琐。

errHTML = '''
<HTML><HEAD><TITLE>
Friends CGI Demo</TITLE></HEAD>
<BODY><H3>ERROR</H3>
<B>%s</B><P>
<FORM><INPUT TYPE=button VALUE=Back
ONCLICK="window.history.back()"></FORM>
</BODY></HTML>
'''
cursor.execute('''
CREATE TABLE users (  
login VARCHAR(8), 
uid INTEGER,
prid INTEGER)
''')

字符串内置函数

len(string) 返回字符串长度

>>> len('abcdef')
6
>>> len('中文')
2

字符串对象方法

upper() 转换字符串中的小写字母为大写
lower() 转换字符串中所有大写字符为小写
isdigit()如果字符串只包含数字则返回 True 否则返回 False
join(str) 以指定字符分隔str字符串
split(str) 用str指定的字符来产生一个列表

>>> 'abcdef'.upper()
'ABCDEF'
>>> 'ABCDEF'.lower()
'abcdef'
>>> '12345'.isdigit()
True

>>> '-'.join('abcde')
'a-b-c-d-e'

>>> "this is string example".split(' ')
['this', 'is', 'string', 'example']

字符编码

计算机只能处理数字，如果要处理文本，就必须先把文本转换为数字才能处理。
由于计算机是美国人发明的，因此，最早只有127个字符被编码到计算机里，也就是大小写英文字母、数字和一些符号，这个编码表被称为ASCII编码，比如大写字母A的编码是65，小写字母z的编码是122。
之后，为处理各自国家的文字，产生了不同的编码，中国制定了GB2312编码，日本用Shift_JIS编码，韩国用Euc-kr编码等，各种标准的冲突，使得在多语言混合的文本中经常出现乱码。
因此，Unicode应运而生。Unicode把所有语言都统一到一套编码里，这样就不会再有乱码问题了。

ASCII编码是1个字节，而Unicode编码通常是2个字节。
为了节省空间，出现了UTF-8编码。UTF-8根据不同字符编码成1-6个字节，英文字母占1个字节，汉字通常占3个字节，生僻字符占4-6个字节。

字符	ASCII	Unicode	UTF-8
A	01000001	00000000 01000001	01000001
中	x	01001110 00101101	11100100 10111000 10101101

- end -