Python基础教程 1.10 字符串

1.10 字符串

前一节的代码"Hello, " + name + "!"是什么意思呢？本章的第一个程序只包含如下代码：

print("Hello, world!")

编程教程通常以类似的程序开篇，问题是我还未全面阐述其工作原理。你已掌握了print语句的基本知识（后面将更详细地介绍它），但"Hello, world!"是什么呢？这是一个字符串（string）。几乎所有真实的Python程序中都有字符串的身影。字符串用途众多，但主要用途是表示一段文本，如感叹句“Hello, world!”。

1.10.1 单引号字符串以及对引号转义

与数一样，字符串也是值：

>>> "Hello, world!"

'Hello, world!'

在这个示例中，有一点可能让你颇感意外： Python在打印字符串时，用单引号将其括起，而我们使用的是双引号。这有什么差别吗？其实没有任何差别。

>>> 'Hello, world!'

'Hello, world!'

这里使用的是单引号，结果却完全相同。既然如此，为何同时支持单引号和双引号呢？因为在有些情况下，这可能会有用。

>>> "Let's go!"

"Let's go!"

>>> '"Hello, world!" she said'

'"Hello, world!" she said'

在上述代码中，第一个字符串包含一个单引号（就这里而言，可能称之为撇号更合适），因此不能用单引号将整个字符串括起，否则解释器将报错（做出这样的反应是正确的）。

>>> 'Let's go!'

SyntaxError: invalid syntax

在这里，字符串为'Let'，因此Python不知道如何处理后面的s（更准确地说是当前行余下的内容）。第二个字符串包含双引号，因此必须使用单引号将整个字符串括起，原因和前面一样。实际上，并非必须这样做（这样做只是出于方便考虑）。可使用反斜杠（\）对引号进行转义，如下所示：

>>> 'Let\'s go!'

"Let's go!"

这样Python将明白中间的引号是字符串的一部分，而不是字符串结束的标志。虽然如此，Python打印这个字符串时，还是使用了双引号将其括起。与你预期的一样，对于双引号可采用同

样的处理手法。

>>> "\"Hello, world!\" she said"

'"Hello, world!" she said'

像这样对引号进行转义很有用，且在有些情况下必须这样做。例如，在字符串同时包含单引号和双引号（如'Let\'s say "Hello, world!"'）时，如果不使用反斜杠进行转义，该如何办呢？

注意：厌烦了反斜杠？你在本章后面将看到，在大多数情况下，可通过使用长字符串和原始字符串（可结合使用这两种字符串）来避免使用反斜杠。

1.10.2 拼接字符串

为处理前述不太正常的示例，来看另一种表示这个字符串的方式：

>>> "Let's say " '"Hello, world!"'

'Let\'s say "Hello, world!"'

我依次输入了两个字符串，而Python自动将它们拼接起来了（合并为一个字符串）。这种机制用得不多，但有时候很有用。然而，仅当你同时依次输入两个字符串时，这种机制才管用。

>>> x = "Hello, "

>>> y = "world!"

SyntaxError: invalid syntax

换而言之，这是一种输入字符串的特殊方式，而非通用的字符串拼接方法。那么应该如何拼接字符串呢？就像将数相加一样，将它们相加：

>>> "Hello, " + "world!"

'Hello, world!'

>>> x = "Hello, "

>>> y = "world!"

'Hello, world!'

1.10.3 字符串表示 str 和 repr

Python打印所有的字符串时，都用引号将其括起。你可能通过前面的示例发现了这一点。这是因为Python打印值时，保留其在代码中的样子，而不是你希望用户看到的样子。但如果你使用print，结果将不同。

>>> "Hello, world!"

'Hello, world!'

>>> print("Hello, world!")

Hello, world!

如果再加上表示换行符的编码\n，差别将更明显。

>>> "Hello,\nworld!"

'Hello,\nworld!'

>>> print("Hello,\nworld!")

Hello,

world!

通过两种不同的机制将值转换成了字符串。你可通过使用函数str和repr①直接使用这两种机制。使用str能以合理的方式将值转换为用户能够看懂的字符串。例如，尽可能将特殊字符编码转换为相应的字符。然而，使用repr时，通常会获得值的合法Python表达式表示。

>>> print(repr("Hello,\nworld!"))

'Hello,\nworld!'

>>> print(str("Hello,\nworld!"))

Hello,

world!

1.10.4 长字符串、原始字符串和字节

有一些独特而有用的字符串表示方式。例如，有一种独特的语法可用于表示包含换行符或反斜杠的字符串（长字符串和原始字符串）。对于包含特殊符号的字符串， Python 2还提供了一种专用的表示语法，结果为Unicode字符串。这种语法现在依然管用，但是多余，因为在Python 3中，所有的字符串都是Unicode字符串。 Python 3还引入了一种新语法，用于表示大致相当于老式字符串的字节对象。你将看到，在处理Unicode编码方面，这种对象依然扮演着重要的角色。

1. 长字符串

要表示很长的字符串（跨越多行的字符串），可使用三引号（而不是普通引号）。

print('''This is a very long string. It continues here.

And it's not over yet. "Hello, world!"

Still here.''')

还可使用三个双引号，如"""like this"""。请注意，这让解释器能够识别表示字符串开始和结束位置的引号，因此字符串本身可包含单引号和双引号，无需使用反斜杠进行转义。

提示：常规字符串也可横跨多行。只要在行尾加上反斜杠，反斜杠和换行符将被转义，即被忽略。

例如，如果编写如下代码：print("Hello, \ world!")

它将打印Hello, world!。这种处理手法也适用于表达式和语句。

>>> 1 + 2 + \

4 + 5

12

>>> print \

('Hello, world')

Hello, world

2. 原始字符串

原始字符串不以特殊方式处理反斜杠，因此在有些情况下很有用②。在常规字符串中，反斜杠扮演着特殊角色：它对字符进行转义，让你能够在字符串中包含原本无法包含的字符。例如你已经看到可使用\n表示换行符，从而像下面这样在字符串中包含换行符：

>>> print('Hello,\nworld!')

Hello,

world!

这通常挺好，但在有些情况下，并非你想要的结果。如果你要在字符串中包含\n呢？例如，你可能要在字符串中包含DOS路径C:\nowhere。

>>> path = 'C:\nowhere'

'C:\nowhere'

这好像没问题，但如果将其打印出来，就会出现问题。

>>> print(path)

C:

owhere

这并非你想要的结果，不是吗？那该怎么办呢？可对反斜杠本身进行转义。

>>> print('C:\\nowhere')

C:\nowhere

这很好，但对于很长的路径，将需要使用大量的反斜杠。

path = 'C:\\Program Files\\fnord\\foo\\bar\\baz\\frozz\\bozz'

在这样的情况下，原始字符串可派上用场，因为它们根本不会对反斜杠

特殊处理，而是让字符串包含的每个字符都保持原样。

>>> print(r'C:\nowhere')

C:\nowhere

>>> print(r'C:\Program Files\fnord\foo\bar\baz\frozz\bozz')

C:\Program Files\fnord\foo\bar\baz\frozz\bozz

如你所见，原始字符串用前缀r表示。看起来可在原始字符串中包含任何字符，这大致是正确的。一个例外是，引号需要像通常那样进行转义，但这意味着用于执行转义的反斜杠也将包含在最终的字符串中。

>>> print(r'Let\'s go!')

Let\'s go!

另外，原始字符串不能以单个反斜杠结尾。换而言之，原始字符串的最后一个字符不能是反斜杠，除非你对其进行转义（但进行转义时，用于转义的反斜杠也将是字符串的一部分）。根据前一个示例，这一点应该是显而易见的。如果最后一个字符（位于结束引号前面的那个字符）为反斜杠，且未对其进行转义， Python将无法判断字符串是否到此结束。

>>> print(r"This is illegal\")

SyntaxError: EOL while scanning string literal

这合乎情理，但如果要指定以反斜杠结尾的原始字符串（如以反斜杠结尾的DOS路径），该如何办呢？本节介绍了大量技巧，应该能够帮助你解决这个问题，但基本技巧是将反斜杠单独作为一个字符串，下面是一个简单的示例：

>>> print(r'C:\Program Files\foo\bar' '\\')

C:\Program Files\foo\bar\

请注意，指定原始字符串时，可使用单引号或双引号将其括起，还可使用三引号将其括起。