06-Python 中的字符串

一、前言

大家好，我是更新看缘分的李鹏李先生。

本次课程主讲 Python 中的字符串，闲话少说，直接开始。

本文约3500字，阅读需15分钟左右，祝大家阅读愉快。

二、字符串

在学习今天的内容之前，我们要首先了解一下到底什么是字符串。

我们平常说的话，和别人沟通交流的语言其实就是字符串。

只不过在 Python 当中，字符串演变成了一种数据类型，但是我们虽然知道了字符串演变成了一种数据类型，

可是这种类型在计算机当中是如何来使用的呢？我想在计算机中使用中文行不行呢？

接下来我们首先来探究一下 Python 中编码格式的问题。

2.1 ASCII 编码

首先声明，计算机底层当中不能接收中文，甚至连文本都无法处理。

必须要转换成数字来进行表示，也就是我们常说的字节。

需要注意：

1 字节(byte) = 8 比特(bit)

一个字节能表示的最大的整数就是255（即二进制11111111）

两个字节可以表示的最大整数是65 535

四个字节可以表示的最大整数是4 294 967 295

最开始的计算机，就只保存了127个字符在计算机里面，其中包含了数字、字母、特殊符号等等。

而这个表则统称为ASCII编码。

其中我们需要注意的就是我们需要记住的就只有其中三个。

通过记住这三个内容，我们可以分别推出 、、 的 ASCII 编码数字。

2.2 Unicode

既然有了 ASCII 编码，那是不是就完事大吉了呢？

当然不是，如果中国有自己的编码表（GB2312编码），日本也有自己的编码表(Shift_JIS），韩国也有韩文编码表（Euc-kr），那岂不是天下大乱？

你在中国写的东西，到日本，到韩国就直接变成了一堆乱码，那我相信，我们的工作生活将会受到极大的影响。

那么这时候我们该怎么办呢？

这时候国际标准化组织（ISO）和多语言软件制造商组成的统一码联盟站了出来，他们联合其他机构进行了统一化的工作，而统一化的结果就是我们熟知的Unicode 编码。

通过 Unicode，就可以实现在不同国家之间，可以将文字和语言相通啦。

但是部分国家使用的都是汉字，而某些国家日常通信使用的都是英文，这里面其实有很大的差别。

要知道汉字已经超出了ASCII编码的范围，并且大部分需要使用两个字节来表示，有些甚至需要四个四节，而英文只需要一个字节即可。

字母用ASCII编码是十进制的，二进制的；

字符用ASCII编码是十进制的，二进制的，注意字符和整数是不同的；

汉字已经超出了ASCII编码的范围，用Unicode编码是十进制的，二进制的。

那我们是不是就应该在书写中文相关的内容时，需要使用 Unicode 编码，

书写通篇是英文或者数字的时候，应该优先使用 ASCII 编码。

这时候我们就要讲到一个新的标准，UTF-8啦。

2.3 UTF-8

由于为了要节省空间，应该使用ASCII 编码的内容就不应该去使用 Unicode 编码。

那计算机怎么区分什么时候应该使用Unicode 编码，什么时候使用 ASCII 编码呢？

为了解决这个问题，出现了一种中间格式的字符集，即UTF（Unicode Transformation Format）。

常见的UTF格式有：

UTF-7

UTF-7.5

UTF-8

UTF-16

UTF-32

其中我们需要重点了解的就是UTF-8编码，即“可变长的编码”。

UTF-8编码把一个Unicode字符根据不同的数字大小编码成1-6个字节，

常用的英文字母被编码成1个字节，汉字通常是3个字节，很生僻的字符会被编码成4-6个字节。

这里需要注意一点：

Python的诞生比Unicode标准发布的时间还要早，所以最早的Python只支持ASCII编码，

普通的字符串’ABC’在Python内部都是ASCII编码的。

而使用UTF-8编码还有一个额外的好处，就是ASCII编码实际上可以被看成是UTF-8编码的一部分，

所以，大量只支持ASCII编码的历史遗留软件可以在UTF-8编码下继续工作。

这也就是为什么我们每次在使用中文的时候都需要在文件开头声明 UTF-8 啦。

2.4 字符串的“切片”

当我们弄明白编程中令人苦恼的编码格式之后，我们就可以去使用我们的字符串啦。

例如我现在声明一个变量 name。

那有一天我的学生霏姐想恶搞一下我，想把我名字中的一部分抽出来，这时候其实就要用到“切片”啦。

需要注意，字符串、列表、元组都支持切片操作。

首先先来说一下切片的语法：

那接下来来一个实际例子。

我们取到了下标0~2 的字符，那接下来我们测试一下0~4的字符。

再来一个3~4的字符。

那如果我们需要从某一个位置之后所有的数据呢？

再假设，我们现在不知道总共内容有多长，但是知道需要截取到末尾的第几个，这时候应该怎么办呢？

如果你觉得自己已经明白切片的用法的话，可以自己试试以下题目：

2.5 字符串中常用的方法

2.5.1 ord( ) ： 获取字符的整数表示

2.5.2 chr( )：编码转换为对应的字符

2.5.3 find( )：查询是否有对应文本

检测 str 是否包含在 mystr中，如果是返回开始的索引值，否则返回-1。

标准语法：

2.5.4 index( )：查询是否有对应文本

检测 str 是否包含在 mystr中，如果是返回开始的索引值，否则报错

标准语法：

2.5.5 count( )：返回字符出现的次数

返回 str在start和end之间 在 mystr里面出现的次数

标准语法：

2.5.6 replace( )：替换文本，替换不超过 count 次

把 mystr 中的 str1 替换成 str2,如果 count 指定，则替换不超过 count 次.

标准语法：

2.5.7 split( )：按照分隔符将字符串切片

以 str 为分隔符切片 mystr，如果 maxsplit有指定值，则仅分隔 maxsplit 个子字符串

标准语法：

2.5.8 capitalize( )：字符串首字母大写

把字符串的第一个字符大写

标准语法：

2.5.9 title( )：字符串中每个单词首字母大写

把字符串的每个单词首字母大写

标准语法：

2.5.10 startswith( )：检测字符串是否以某内容开头

检查字符串是否是以 obj 开头, 是则返回 True，否则返回 False

标准语法：

2.5.11 endswith( )：检测字符串是否以某内容结尾

检查字符串是否是以 obj 结尾, 是则返回 True，否则返回 False

标准语法：

2.5.12 lower( )：大写字符为小写

转换 mystr 中所有大写字符为小写

标准语法：

2.5.13 所有大写字符为大写

转换 mystr 中所有大写字符为大写

标准语法：

2.5.14 ljust( )：左对齐并填充字符串

返回一个原字符串左对齐,并使用空格填充至长度 width 的新字符串

标准语法：

2.5.15 rjust( )：右对齐并填充字符串

返回一个原字符串右对齐,并使用空格填充至长度 width 的新字符串

标准语法：

2.5.16 center( )：居中对齐并填充字符串

返回一个原字符串居中,并使用空格填充至长度 width 的新字符串

标准语法：

2.5.17 lstrip( )：清除左侧空白字符

删除 mystr 左边的空白字符

标准语法：

2.5.18 rstrip( )：清除右侧空白字符

删除 mystr 右边的空白字符

标准语法：

2.5.19 strip( )：清除左右两侧空白字符

删除 mystr 两侧的空白字符

标准语法：

2.5.20 rfind( )：从右侧查询是否有对应文本

从右侧查询是否有对应文本

标准语法：

2.5.21 rindex( )：从右侧查询是否有对应文本

和 index( ) 相同，但是是从右侧开始

标准语法：

2.5.22 partition( )：以对应文本将字符串分割成三部分

把mystr以str分割成三部分,str前，str和str后

标准语法：

2.5.23 rpartition( )：从右侧以对应文本将字符串分割成三部分

从右侧把mystr以str分割成三部分,str前，str和str后

标准语法：

2.5.24 splitlines( )：按行分割

按照行分隔，返回一个包含各行作为元素的列表

标准语法：

2.5.25 isalpha( )：判断是否全部是字母

如果 mystr 所有字符都是字母 则返回 True,否则返回 False

标准语法：

2.5.26 isdigit( )：判断是否全部是数字

如果 mystr 只包含数字则返回 True 否则返回 False.

标准语法：

2.5.27 isalnum( )：判断是否全部是数字或字母

如果 mystr 所有字符都是字母或数字则返回 True,否则返回 False

标准语法：

2.5.28 isspace( )：判断是否只包含空格

如果 mystr 中只包含空格，则返回 True，否则返回 False.

标准语法：

2.5.29 join( )：判断是否只包含空格

如果 mystr 中只包含空格，则返回 True，否则返回 False.