Python教程-字符串
字符串
字符串是Python中最常用的数据类型之一。我们可以使用单引号或双引号来创建字符串，并使用三引号来创建多行字符串。需要注意的是，字符串要么使用两个单引号，要么使用两个双引号，不能混合使用单引号和双引号！在Python中，单个字符也被视为字符串，因此不存在单独的字符类型。
值得一提的是，字符串是不可变的序列数据类型，这意味着我们无法直接修改字符串本身，就像数字类型一样。Python 3全面支持Unicode编码，因此所有的字符串都是Unicode字符串。这意味着我们可以自由地在字符串中使用中文字符，不再受到Python 2中的编码问题的困扰。现在，我们可以放心大胆地使用中文字符串了。
>>> var1 = 'Hello World!'
>>> var2 = "Jack"
>>> var3 = "" # 空字符串
>>> var4 = "it's apple" # 双引号中可以嵌套单引号
>>> var5 = 'This is "PLANE"!' # 单引号中可以嵌套双引号
>>> var6 = 'what is 'your'name'
SyntaxError: invalid syntax但是单引号嵌套单引号或者双引号嵌套双引号就会出现歧义。
>>> a = "haha"
>>> b = a
>>> a = "xixi"
>>> a is b
False
>>> a[1] = "z"
Traceback (most recent call last):
File "<pyshell#70>", line 1, in <module>
a[1] = "z"
TypeError: 'str' object does not support item assignment虽然字符串本身不可变，但可以像列表序列一样，通过方括号加下标的方式，访问或者获取它的子串，当然也包括切片操作。这一切都不会修改字符串本身，当然也符合字符串不可变的原则。
>>> s = "hello world!"
>>> s[4]
'o'
>>> s[2:6]
'llo '
>>> s
'hello world!'字符串的运算：
下表实例变量a值为字符串 "Hello"，b变量值为 "Python"：
| 操作 | 描述 | 操作 | 结果 |
|---|---|---|---|
| + | 字符串连接(运算速度慢，慎用) | a + b | 'HelloPython' |
| * | 重复输出字符串，相当于乘法 | a * 2 | 'HelloHello' |
| [] | 通过索引获取字符串中的字符 | a[1] | 'e' |
| [ : ] | 截取字符串中的一部分，切片 | a[1:4] | 'ell' |
| in | 成员运算符 - 如果字符串中包含给定的字符返回 True | "H" in a | True |
| not in | 成员运算符 - 如果字符串中不包含给定的字符返回 True | "M" not in a | True |
| r/R | 原始字符串：所有的字符串都是直接按照字面的意思来使用，没有转义特殊或不能打印的字符。 原始字符串除在字符串的第一个引号前加上字母"r"（可以大小写）以外，与普通字符串有着几乎完全相同的语法。 | print(r'n') | n |
Python转义字符：
编程语言里，有很多特殊字符，它们起着各种各样的作用。有些特殊字符没有办法用普通字符表示，需要进行转义。python用反斜杠(\)转义字符。如下表：
| 转义字符 | 描述 |
|---|---|
\(在行尾时) | 续行符 |
\\ | 反斜杠符号 |
\' | 单引号 |
\" | 双引号 |
\a | 响铃 |
\b | 退格(Backspace) |
\e | 转义 |
\000 | 空 |
\n | 换行 |
\v | 纵向制表符 |
\t | 横向制表符 |
\r | 回车 |
\f | 换页 |
\oyy | 八进制数，yy代表的字符，例如：\o12代表换行 |
\xyy | 十六进制数，yy代表的字符，例如：\x0a代表换行 |
\033 | 颜色控制 |
“多行字符串”
前面我们介绍过，在函数和类的紧后面可以用三引号添加doc说明。
在字符串中，可以使用三引号（三单或三双引号都可以）编写跨行字符串，在其中可以包含换行符、制表符以及其他特殊字符。例如：
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)
''')上面的errHTML是一个封装了HTML代码的字符串，而cursor.execute则执行了一个创建users表的SQL语句。多行字符串本质上和普通字符串没有区别，但是将我们从引号和特殊字符串的泥潭里面解脱出来了，在编写、排版、查看、维护上更人性化。
字符串内置方法
| 方法 | 描述 |
|---|---|
| string.capitalize() | 把字符串的第一个字符大写 |
| string.center(width) | 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 |
| string.count(str, beg=0, end=len(string)) | 返回 str 在 string 里面出现的次数，如果 beg 或者 end 指定则返回指定范围内 str 出现的次数 |
| bytes.decode(encoding='UTF-8', errors='strict') | Python3 中没有 decode 方法，但我们可以使用 bytes 对象的 decode() 方法来解码给定的 bytes 对象 |
| string.encode(encoding='UTF-8', errors='strict') | 以 encoding 指定的编码格式编码 string，编码的结果是一个bytes对象。如果出错默认报一个ValueError 的异常，除非 errors 指定的是'ignore'或者'replace' |
| string.endswith(obj, beg=0, end=len(string)) | 检查字符串是否以 obj 结束，如果beg 或者 end 指定则检查指定的范围内是否以 obj 结束，如果是，返回 True,否则返回 False. |
| string.expandtabs(tabsize=8) | 把字符串 string 中的 tab 符号转为空格，tab 符号默认的空格数是 8。 |
| string.find(str, beg=0, end=len(string)) | 检测 str 是否包含在 string 中，如果 beg 和 end 指定范围，则检查是否包含在指定范围内，如果是返回开始的索引值，否则返回-1 |
| string.format() | 格式化字符串 |
| string.index(str, beg=0, end=len(string)) | 跟find()方法一样，只不过如果str不在 string中会报一个异常. |
| string.isalnum() | 如果 string 至少有一个字符并且所有字符都是字母或数字则返回 True,否则返回False |
| string.isalpha() | 如果 string 至少有一个字符并且所有字符都是字母则返回True,否则返回False |
| string.isdecimal() | 如果 string 只包含十进制数字则返回 True 否则返回 False. |
| string.isdigit() | 如果 string 只包含数字则返回 True 否则返回 False. |
| string.islower() | 如果string中包含至少一个区分大小写的字符，并且所有这些(区分大小写的)字符都是小写，则返回True，否则返回False |
| string.isnumeric() | 如果string中只包含数字字符，则返回True，否则返回False |
| string.isspace() | 如果 string 中只包含空格，则返回 True，否则返回 False. |
| string.istitle() | 如果 string 是标题化的(见 title())则返回 True，否则返回 False |
| string.isupper() | 如果 string 中包含至少一个区分大小写的字符，并且所有这些(区分大小写的)字符都是大写，则返回 True，否则返回 False |
| string.join(seq) | 以string作为分隔符，将seq中所有的元素(的字符串表示)合并为一个新的字符串 |
| string.ljust(width) | 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 |
| string.lower() | 转换 string 中所有大写字符为小写. |
| string.lstrip() | 截掉 string 左边的空格 |
| string.maketrans(intab, outtab) | maketrans() 方法用于创建字符映射的转换表，对于接受两个参数的最简单的调用方式，第一个参数是字符串，表示需要转换的字符，第二个参数也是字符串表示转换的目标。 |
| max(str) | 返回字符串 str 中最大的字母。 |
| min(str) | 返回字符串 str 中最小的字母。 |
| string.partition(str) | 有点像 find()和 split()的结合体,从 str 出现的第一个位置起,把 字 符 串 string 分 成 一 个 3 元 素 的 元 组 (string_pre_str,str,string_post_str),如果 string 中不包含str 则 string_pre_str == string. |
| string.replace(str1, str2, num=string.count(str1)) | 把 string 中的 str1 替换成 str2,如果 num 指定，则替换不超过 num 次. |
| string.rfind(str, beg=0,end=len(string)) | 类似于find()函数，不过是从右边开始查找. |
| string.rindex( str, beg=0,end=len(string)) | 类似于 index()，不过是从右边开始. |
| string.rjust(width) | 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 |
| string.rpartition(str) | 类似于 partition()函数,不过是从右边开始查找. |
| string.rstrip() | 删除 string 字符串末尾的空格. |
| string.split(str="", num=string.count(str)) | 以str为分隔符切片 string，如果 num有指定值，则仅分隔num个子字符串 |
| string.splitlines([keepends]) | 按照行('r','rn',n')分隔，返回一个包含各行作为元素的列表，如果参数keepends为False，不包含换行符，如果为True，则保留换行符。 |
| string.startswith(obj, beg=0,end=len(string)) | 检查字符串是否是以 obj 开头，是则返回 True，否则返回 False。如果beg 和 end 指定值，则在指定范围内检查. |
| string.strip([obj]) | 在 string 上执行 lstrip()和 rstrip() |
| string.swapcase() | 翻转 string 中的大小写 |
| string.title() | 返回"标题化"的string,就是说所有单词都是以大写开始，其余字母均为小写(见 istitle()) |
| string.translate(str, del="") | 根据 str 给出的表(包含 256 个字符)转换 string 的字符,要过滤掉的字符放到 del 参数中 |
| string.upper() | 转换 string 中的小写字母为大写 |
| string.zfill(width) | 返回长度为 width 的字符串，原字符串 string右对齐，前面填充0 |
字符串是Python中和列表、字典同样重要的数据类型，对它的操作特别多，因此内置了很多方法。每当你要处理字符串的时候，不妨来这里查查，或许就有原生的方法，不用你自己去写了。
对字符串的操作方法那么多，是不是需要每个都背下来呢？能背最好，背不了的话至少需要知道下面几个：
* encode() # 编码成bytes类型
* find() # 查找子串
* index() # 获取下标
* replace() # 替换子串
* len(string) # 返回字符串长度，Python内置方法，非字符串方法。
* lower() # 小写字符
* upper() # 大写字符
* split() # 分割字符串
* strip() # 去除两端的指定符号
* startswith() # 字符串是否以xxx开头
* endswith() # 字符串是否以xxx结尾
str.format()格式化方法
前面说过%百分符格式化方法。Python官方最近逐步在推广str.format()方法的格式化。
fromat()方法是字符串的内置方法，其基本语法如下：
参数列表：[[fill]align][sign][#][0][width][,][.precision][type]
fill 【可选】空白处填充的字符
align 【可选】对齐方式（需配合width使用）
<，内容左对齐
>，内容右对齐(默认)
＝，内容右对齐，将符号放置在填充字符的左侧，且只对数字类型有效。 即使：符号+填充物+数字
^，内容居中
sign 【可选】有无符号数字
# 【可选】对于二进制、八进制、十六进制，如果加上#，会显示 0b/0o/0x，否则不显示
+，正号加正，负号加负；
-，正号不变，负号加负；
空格 ，正号空格，负号加负；
， 【可选】为数字添加分隔符，如：1,000,000
width 【可选】格式化位所占宽度
.precision 【可选】小数位保留精度
type 【可选】格式化类型
传入” 字符串类型 “的参数：
s，格式化字符串类型数据
空白，未指定类型，则默认是None，同s
传入“ 整数类型 ”的参数：
b，将10进制整数自动转换成2进制表示然后格式化
c，将10进制整数自动转换为其对应的unicode字符
d，十进制整数
o，将10进制整数自动转换成8进制表示然后格式化；
x，将10进制整数自动转换成16进制表示然后格式化（小写x）
X，将10进制整数自动转换成16进制表示然后格式化（大写X）
传入“ 浮点型或小数类型 ”的参数：
e， 转换为科学计数法（小写e）表示，然后格式化；
E， 转换为科学计数法（大写E）表示，然后格式化;
f ， 转换为浮点型（默认小数点后保留6位）表示，然后格式化；
F， 转换为浮点型（默认小数点后保留6位）表示，然后格式化；
g， 自动在e和f中切换
G， 自动在E和F中切换
%，显示百分比（默认显示小数点后6位）参数和用法很多，看得我都晕，全部记下来显然是没必要的，浪费脑细胞。
去除复杂的参数，简单的format格式化方法基本有两类：
1.{0}、{1}、{2}:这一类是位置参数，引用必须按顺序，不能随意调整，否则就乱了。例如：
tpl = "i am {0}, age {1}, really {0}".format("seven", 18)2.{name}、{age}、{gender}：这一类是关键字参数，引用时必须以键值对的方式，可以随意调整顺序。例如：
tpl = "i am {name}, age {age}, really {name}".format(name="seven", age=18)下面是一些具体的例子，可以参考使用：
tpl = "i am {}, age {}, {}".format("seven", 18, 'alex')
tpl = "i am {}, age {}, {}".format(*["seven", 18, 'alex'])
tpl = "i am {0}, age {1}, really {0}".format("seven", 18)
tpl = "i am {0}, age {1}, really {0}".format(*["seven", 18])
tpl = "i am {name}, age {age}, really {name}".format(name="seven", age=18)
tpl = "i am {name}, age {age}, really {name}".format(**{"name": "seven", "age": 18})
tpl = "i am {0[0]}, age {0[1]}, really {0[2]}".format([1, 2, 3], [11, 22, 33])
tpl = "i am {:s}, age {:d}, money {:f}".format("seven", 18, 88888.1)
tpl = "i am {:s}, age {:d}".format(*["seven", 18])
tpl = "i am {name:s}, age {age:d}".format(name="seven", age=18)
tpl = "i am {name:s}, age {age:d}".format(**{"name": "seven", "age": 18})
tpl = "numbers: {:b},{:o},{:d},{:x},{:X}, {:%}".format(15, 15, 15, 15, 15, 15.87623, 2)
tpl = "numbers: {:b},{:o},{:d},{:x},{:X}, {:%}".format(15, 15, 15, 15, 15, 15.87623, 2)
tpl = "numbers: {0:b},{0:o},{0:d},{0:x},{0:X}, {0:%}".format(15)
tpl = "numbers: {num:b},{num:o},{num:d},{num:x},{num:X}, {num:%}".format(num=15)更多的用法，请参考官方文档https://docs.python.org/3/library/string.html
字符串颜色控制
有时候我们需要对有用的信息设置不同颜色来达到强调、突出、美观的效果，在命令行或linux终端中，颜色是用转义序列控制的，转义序列是以ESC开头，在代码中用033表示(ESC的ASCII码用十进制表示就是27，等于用八进制表示的33，0表示八进制)。注意：颜色控制只在终端界面中有效。
格式：\033[显示方式;前景色;背景色m正文\033[0m
| 前景色 | 背景色 | 颜色 |
|---|---|---|
| 30 | 40 | 黑色 |
| 31 | 41 | 红色 |
| 32 | 42 | 绿色 |
| 33 | 43 | 黃色 |
| 34 | 44 | 蓝色 |
| 35 | 45 | 紫红色 |
| 36 | 46 | 青蓝色 |
| 37 | 47 | 白色 |
显示方式：
| 显示方式 | 意义 |
|---|---|
| 0 | 终端默认设置 |
| 1 | 高亮显示 |
| 4 | 使用下划线 |
| 5 | 闪烁 |
| 7 | 反白显示 |
| 8 | 不可见 |
例子：
\033[1;31;40m 1-高亮显示 31-前景色红色 40-背景色黑色
\033[0m 采用终端默认设置，也就是取消颜色设置
比如下面的代码：
import time
print('\033[1;31m')
print('登录信息'.center(46, "*"), "\033[0m")
print('\033[34m*HOST:\t', "192.168.1.10")
print('*PORT:\t', "80")
print('*User:\t', "jack")
print('*TIME:\t', time.strftime("%Y-%m-%d %H:%M:%S", time.localtime()))
print('\033[1;31m*' * 50, '\033[0m')
print("\033[32m欢迎登录！\033[0m")效果如下图：
字符编码
计算机只能处理数字 0 和 1，而无法直接处理文本。因此，我们需要将文本转换为数字的形式，这个转换过程被称为字符编码。
在编码方案中，有几种常见的编码方式需要记住：
- ASCII 编码：最早用于英语语系的编码方式，只包含 255 个字符，每个字符占用 8 位（1 字节）。不支持汉字。
- Unicode 编码：也称为万国码，是国际组织制定的字符编码方案，可以表示世界上所有的文字和符号。汉字使用 2 个字节来表示。
- UTF-8 编码：在 Unicode 的基础上进行了优化，采用变长字节表示。英文字符使用 1 个字节表示，汉字使用 3 个字节表示。由于与 ASCII 编码兼容，所以广泛使用。
- GB2312：我国早期自行制定的中文编码，不被国际通用。
- GBK：全称《汉字内码扩展规范》，兼容 GB2312，同时支持国际标准 ISO10646.1，是过渡期的编码方案。Windows 中文版使用的就是 GBK 编码，也不被国际通用。
- 其他编码：指除以上类型以外的编码，应尽量避免使用。
需要强调的是，Python 3 在运行时全部使用 Unicode 编码！
此外，还有几条规则需要记住：
- 在操作系统运行时，内存中统一使用 Unicode 编码。当数据需要保存到硬盘或传输到网络时，会转换为 UTF-8 编码进行保存和传输。
- 在使用文本编辑器时，从文件系统（硬盘）读取的 UTF-8 编码字符会被转换为 Unicode 字符存储在内存中供程序或操作系统使用。编辑完成后，保存时将 Unicode 转换为 UTF-8 编码并保存到文件。
- 在浏览网页时，服务器会将动态生成的 Unicode 内容转换为 UTF-8 编码传输到客户端的浏览器。
因此，我们会在不同场景下使用 Unicode 或 UTF-8。此外，一定要区分代码自身的编码和程序要处理的数据的编码。除非有特殊要求，通常我们应该使用 UTF-8 编码，并确保文本编辑器使用的是 UTF-8 without BOM 编码。
