part2-2： Python 字符串及相關操作方法，字節串與字符串區別，轉義字符和格式化字符使用

Python中的字符串必須使用成對的引號括起來，引號可以是單引號、雙引號、三引號。

一、 字符串基礎

1、 字符串和轉義字符
字符串的內容幾乎可以是任何字符，可以是英文字符，也可以是中文字符。字符串是用成對的引號包起來的，當字符串中有引號時，需要做特殊處理：
（1）、使用不同的引號將字符串括起來，例如使用雙引號表示字符串時，字符串內部可以有單引號出現。
（2）、對引號進行轉義，使用反斜線（\）將字符串中的特殊字符進行轉義。

示例：
str1 = "It's a cat"     # 字符串中含有單引號，外面使用雙引號括起來
str2 = 'Python is a "programe" language'    # 字符串含有雙引號，外面使用單引號
str3 = 'Python\'s a "programe" language'    # 使用反斜線轉義字符串中的單引號
str4 = """'Python's a "programe" language"""    # 使用三引號表示字符串時，字符串內可以有單引號、雙引號

2、字符串拼接
s1 = 'hello,' "michael"     # 同一行中兩個緊挨着的字符串，自動拼接成一個字符串。

Python中真正用於拼接字符串的運算符是加號（+），示例如下：
s2 = 'hello, '
s3 = 'michael'
print(s2 + s3)      # 輸出是：hello, michael

還可以使用字符串的 join 方法拼接，例如：
"".join((s2, s3))

3、repr函數和字符串
Python不允許直接拼接字符串和數值，但是可先將數值轉換成字符串后再拼接。可使用 str() 或 repr() 函數將數值轉換成字符串。

示例：
s1 = "我的年齡是："
age = 25
print(s1 + age)     # 字符串和數值直接拼接，報 TypeError 錯誤
print(s1 + str(age))    # 使用str 方法將數值轉換為字符串后再拼接，輸出是：我的年齡是：25
print(s1 + repr(age))   # 使用repr 方法將數值轉換為字符串后再拼接，輸出是：我的年齡是：25

str 是Python的內置類型，repr() 只是一個函數，repr 的另一個功能是以Python表達式的形式來表示值。例如：
print(s1)               # 輸出是：我的年齡是：
print(repr(s1))         # 輸出是：'我的年齡是：'

使用 repr() 對字符串進行轉換時，輸出的結果中字符串在引號內，這就是字符串的 Python 的表達式形式。

在交互式解釋器中，輸入一個變量或表達式時，Python 會自動用 repr() 函數處理該變量表達式。

4、 使用input 和 raw_input 獲取用戶輸入

input() 函數可用來獲取用戶輸入，在這個函數中可以傳遞一個參數用於提示信息。input()函數總是將用戶輸入的內容放入字符串中，因此用戶可以輸入任何內容。如果輸入的純數值，並希望用於數值運算時，就需要先進行類型轉換后再計算。

在Python2.x 版本中的 raw_input() 函數的作用與Python3版本中的input()函數一樣。

在Python2版本中的input()函數則要求用戶輸入的必須是符合 Python 語法的表達式。例如要輸入數值：123，要輸入字符串：'abc'，這里輸入的字符串必須用引號括起來，否則就會報錯。

5、 長字符串
長字符串是使用成對的三引號引起來的字符串，長字符串內可以放置任何內容，可以有單引號、雙引號、換行符等。長字符串如果沒有賦值給任何變量，這個字符串就被解釋器忽略，相當於是注釋。

轉義字符（\）可對換行符進行轉義，經過轉義后的兩行字符串實際是一行。例如：
s2 = 'Linux systems is \
very strong!'
這個s2 字符串輸入的是2行，但實際上只是一行字符串。

要對表達式換行，同樣可以使用轉義字符（\）進行轉義，例如：
result = 20 * 10 / 2 + 100 - \
         20 * 5
這個result 變量雖然有兩行，但只有一個表達式。

6、原始字符串
在字符串中反斜線有特殊的作用，要表示反斜線的本義時，就需要對反斜線進行轉義，對反斜線轉義的方法是（\\），這樣寫免不了有些麻煩。這時可在字符串前面加上 “r”，表示原始字符串，原始字符串不會把反斜線當成特殊字符。例如下面這個表示windows路徑的字符串：
r'D:\Python\python38\Scripts\math.py'

原始字符串有引號時，同樣要對引號進行轉義，此時轉義的反斜線會變成字符串的一部分。例如：
s3 =r'"what\'s your name?", michael'
print(s3)       # 輸出是："what\'s your name?", michael

原始字符串中的反斜線會對引號進行轉義，在字符串的結尾處不能有反斜線，否則字符串不能正確結束。如果一定要在字符串結尾使用反斜線，字符串可以使用成對三引號引起來，也可以將反斜線單獨寫，例如下面這樣：
s4 = r'Hello World!' '\\'
print(s4)       # 輸出是：Hello World!\

7、 字節串（bytes）
字符串（str）由多個字符組成，以字符為單位進行操作。字節串（bytes）由多個字節組成，以字節為單位進行操作。

str操作的是字符，bytes操作的是字節。這兩個支持的所有方法基本相同，bytes也是不可變序列。

bytes以字節（二進制格式）序列來記錄數據，數據表示的內容由程序決定。采用合適的字符集，字符串可以轉換成字節串；反之，字節串也可以恢復成對應的字符串。

bytes保存的是原始字節（二進制格式）數據，bytes對象可用於網絡上傳輸數據，也可用於存儲各種二進制格式的文件，如圖片、音樂等。

字符串轉換成bytes對象，有下面三種方式：
（1）、字符串內容全是ASCII字符時，可直接在字符串前面加 b 來構建字節串值。
（2）、調用bytes()函數（實際是 bytes 的構造方法）將字符串按指定字符集轉換成字節串，如果不指定字符集，默認使用 UTF-8 字符集。
（3）、調用字符串本身的 encode() 方法將字符串按指定字符集轉換成字節串，如果不指定字符集，默認使用 UTF-8字符集。

創建字節串示例：
b1 = bytes()        # 創建一個空 bytes
b2 = b''               # 創建一個空 bytes
b3 = b'Python'      # 在字符串前面加前綴 b，創建的是 bytes 類型的值
print(b3)           # 輸出是：b'Python'
print(b3[0])        # 輸出是第一個字母 P 的ASCII碼值：80
print(b3[2:5])      # 輸出仍然是字節串：b'tho'

# 調用 bytes 方法將字符串轉換成 bytes 對象，並指明使用 utf-8 字符集編碼
b4 = bytes("Python編程可應用於多個領域", encoding='utf-8')
print(b4)           # 輸出的是字節碼，中文字符是 UTF-8 編碼，輸出類似：b'Python\xe7\xbc...'
print(b4.decode('utf-8'))   # 輸出時可使用 decode() 方法按指定字符集解碼，此時輸出字符串的內容

# 不使用 bytes 方法，直接調用字符串的 encode 方法同樣可以按指定字符集編碼
b5 = "Python編程可應用於多個領域".encode('utf-8')
print(b5)           # 輸出類似於：b'Python\xe7\xbc...'

字符串與字節串非常相似，但是字符串里的每個數據單元都是1字節。字節（Byte）表示1字節，包含8位（bit），1bit就是1位，存儲的值是0或1。

字節串中每個數據單元是字節，也就是8位，其中每4位可以用一個十六進制數(0~f)來表示，因此每個字節可以用兩個十六進制數來表示，所以在上面的輸出中有“\xe7\xbc”，其中“\xe7”就表示1字節，在這個字節中 \x 表示十六進制，e7就是兩位的十六進制數。

此外，在程序中的 bytes 對象，可以調用其 decode() 方法將其解碼成字符串。例如 b5 字節串就可以調用 decode() 方法：
print(b5.decode('utf-8'))

字符集概念簡介：
在計算機底層不能直接保存字符。計算機科學家的方法是：為每個字符編號，當程序保存數據時，實際保存的是字符的編號；當程序讀取字符時，實際讀取的也是編號。根據編號在“編號-字符對應表”（簡稱碼表）上得到實際的字符。平時說的字符集，就是由所有字符的編號組成的總和。最初的ASCII碼表只考慮了英文字母、數字、特殊符號，因此要表示這些英文字母、數字、特殊符號只要1個字節（8位，可支持256個字符編號）即可。后來其他國家都為本國文字進行編號，從而制訂了本國的字符集（比如我國的GB2312、GBK等），這些字符集並不兼容。為了兼容各國的字符集，就用了兩個字節（16位，支持65536個字符編碼）對各國的文字進行統一編號，這就出現了Unicode字符集。實際使用的UTF-8、UTF-16等都屬於Unicode字符集。

另外同一個編號在不同的字符集中代表的字符完全有可能是不同的。比如編號111在一個字符集可以表示“中”字，在另一個字符集中可以表示“國”字。因此，對於同一個字符串，如果采用不同的字符集來生成bytes 對象，得到的是不同的 bytes 對象。

示例：
b1 = bytes('你好，成都', encoding='utf-8')       # 定義一個字節串，並指定編碼為 utf-8 字符集
print(b1)           # 輸出b1字節串，輸出是：b'\xe4\xbd\xa0\xe5\xa5\xbd\xef\xbc\x8c\xe6\x88\x90\xe9\x83\xbd'
print(b1.decode('gbk'))             # 報錯或者輸出亂碼，不能用GBK字符集解碼 utf-8 字符串
print(b1.decode('GB2312'))      # 報錯或者輸出亂碼，不能用GB2312字符集解碼 utf-8 字符串
print(b1.decode())                    # 默認使用 utf-8 字符集解碼字符串
print(b1.decode('utf-8'))          # 明確指定使用 utf-8 字符集解碼字符串

二、 深入使用字符串

字符串在每一種編程語言中都是最常用的類型之一，非常重要。

1、 轉義字符
在字符串中使用反斜線（\）進行轉義。如果字符串中本身含有反斜線時，需要使用雙反斜線轉義（\\）。在Python中除了這個轉義符外，還有下面這些轉義字符。
\b 退格符
\n 換行符
\r 回車符
\t 制表符
\" 雙引號
\' 單引號
\\ 反斜線

示例：
s1 = 'Hello\nworld!\nHello\npython!'        # 在字符串中加入換行符 \n
s2 = '名稱\t\t價格\t\t\數量'                  # 在字符串加入制表符

2、 字符串格式化

Python中使用 “%” 對各種類型數據格式化輸出。例如下面的代碼：
num = 100
print("the number is %s" % num)

上面的print 代碼中就是格式化輸出代碼，這里 print 函數內有三個部分，第一部分是格式化字符串（字符串模板），在格式化字符串中的 “%s” 表示占位符，表示這個位置會被第三部分的變量或表達式的值代替；第二部分是固定使用的分隔符 “%”；第三部分用於替換第一部分的占位符。

格式化字符串中的 “%s” 是轉換說明符（Conversion Specifier），其作用是一個占位符，它會被后面的變量表達式的值替換。“%s”指定將變量或值使用 str() 函數轉換為字符串。在格式化字符串中當有多個 “%s” 點位符時，第三部分也要對應的提供多個變量，並將這些變量放在小括號中。例如下面的代碼：
name = 'michael'
age = 25
print("%s is %s years old!" % (name, age))      # 第一部分有兩個點位符，第三部分就提供兩個變量

下面總結Python中的轉換說明符：
d,i 轉換為帶符號的十進制形式整數
o 轉換為帶符號的八進制形式整數
x,X 轉換為帶符號的十六進制形式整數
e,E 轉化為科學計算法表示的浮點數
f,F 轉換為十進制形式的浮點數
g 智能選擇使用 f 或 g 格式
G 智能選擇使用 F 或 G 格式
C 轉換為單字符（只接受整數或單字符字符串）
r 使用 repr() 將變量或表達式轉換為字符串
s 使用 str() 將變量或表達式轉換為字符串

使用這些轉換說明符時，可指定轉換后最小寬度。示例如下：
num = -29
print("num is: %6i" % num)      # 輸出帶符號的整數，6位寬，輸出：num is:    -29
print("num is: %6d" % num)      # 同上
print("num is: %6o" % num)      # 輸出帶符號的八進制整數，6位寬，輸出：num is:    -35
print("num is: %6x" % num)      # 輸出帶符號的十六進制整數，6位寬，輸出：num is:    -1d
print("num is: %6X" % num)      # 輸出帶符號的十六進制整數，6位寬，輸出：num is:    -1D
print("num is: %6s" % num)      # 使用 str() 函數將變量或表達式轉化為字符串，輸出：num is:    -29

通過指定了字符串的最小寬度為6位后，在輸出轉換后的數值時總寬度為6，自動在數值前面補充空格來對齊。默認輸出是右對齊，不夠寬時左邊補充空格。Python還允許在最小寬度之間添加一個標志來改變這種行為，這種標志有3個，這些標志可以同時存在，標志如下：
- ：指定左對齊。
+ ：表示數值總要帶符號，正數帶“+”號，負數帶 “-” 號。
0 ：表示不補充空格，而是補充 0。

示例如下：
num = 39
print("num is: %06d" % num)      #  最小寬度為6，左邊不足的用 0 補充，輸出：num is: 000039
print("num is: %+06d" % num)    # 最小寬度為6，左邊補0，總是帶上符號，輸出：num is: +00039
print("num is: %-6d" % num)       # 最小寬度為6，左對齊，輸出是：num is: 39

在轉換浮點數時，可以指定小數點后的位數；轉換字符串時，可以指定轉換后的字符串的最大字符數。這個標志叫精度值，這個標志放在最小寬度之后，中間用（.）隔開。示例如下：
pi = 3.1415926
print("pi is: %10.4f" % pi)        # 最小寬度為10位，小數點后保留4位，右對齊，輸出：pi is:     3.1416
print("pi is: %010.4f" % pi)      # 最小寬度為10位，小數點后保留4位，右對齊，左邊補0，輸出：pi is: 00003.1416
print("pi is: %+010.4f" % pi)   # 最小寬度為10位，小數點后保留4位，右對齊，左邊補0，帶符號位，輸出：pi is: +0003.1416
name = 'Michael'
print("the name is: %.4s" % name)    # 字符串保留4個字符，輸出：the name is: Mich
print("the name is: %8.2s" % name)  # 保留2個字符，最小寬度為8位，輸出：the name is:       Mi

三、序列相關方法

字符串是由多個字符組成的，因此可以通過索引來操作字符。可指定獲取索引處的字符，也可獲取指定字符在字符串中的位置。

字符串的索引在方括號中表示，字符串的索引從0開始，即第一個字符的索引是0，第二個字符的索引是1，以此類推。還可以從最后一個字符開始索引，最后一個字符的索引為-1，倒數第二個字符的索引是-2，以此類推。

此外，在索引時如果超出字符串的長度就報 IndexError 錯誤。示例如下：
s1 = "python is very Good!"     # 定義一個字符串
print(s1[3])                     # 獲取 s1 中索引為 3 的字符，輸出是：h
print(s1[-5])                   # 獲取 s1 中從右邊開始，索引為 5 的字符，輸出是：G

在方括號中可以使用范圍（或者切片）來獲取字符串中的某一段字符，常叫作子串，在使用范圍時，左邊索引包含，右邊索引不包含。示例如下：
print(s1[3:6])                   # 獲取 s1 中從索引3到索引6（不包含）的子串，輸出是：hon
print(s1[3:-8])                  # 獲取 s1 中從索引3到倒數第8個（不包含）字符的子串，輸出是：hon is ve
print(s1[-8:-4])                # 獲取 s1 中從索引倒數第8個到倒數第4個字符的子串，輸出；ry G

在使用切片索引時，可以省略起始或結束索引。省略起始索引就從字符串的開始處截取，省略結束索引就截取到字符串的結束處。示例如下：
print(s1[8:])                   # 獲取 s1 中從索引 8 到結束的子串，輸出是：s very Good!
print(s1[-8:])                  # 獲取 s1 中從倒數第8個字符到結束的子串，輸出是：ry Good!
print(s1[:6])                   # 獲取 s1 中從開始到索引6的子串，也就是前面6個字符，輸出是：python
print(s1[:-6])                  # 獲取 s1 中從開始到倒數第6個字符的子串，輸出是：python is very

Python字符串還支持 in 運算符來判斷是否包含某個子串，判斷結果是True 或 False，示例如下：
print('python' in s1)           # 輸出：True
print('java' not in s1)         # 還可以使用 not in 來判斷是否不包含，輸出：True

len() 函數獲取字符串長度。min()和max()函數獲取字符串中最小字符和最大字符，示例如下：
print(len(s1))                      # 輸出：24
print(len('python'))            # 輸出：6
print(max(s1))                    # 字符串中最大的字符，輸出：y
print(min(s1))                     # 字符串最小的字符，輸出是 空格

四、 大小寫相關的方法

Python的字符串由內建的 str 類構建，這個類包含有很多的方法。Python是“自帶文檔”的，在使用幫助時，要熟悉下面兩個函數：
dir()：列出指定類或模塊包含的全部內容（包括函數、方法、類、變量等）。
help()：查看某個函數或方法的幫助文檔。

在查看 str 類包含的全部內容，可在交互式解釋器中輸入命令：
dir(str)
在列出的 str 類方法中，以“__”開頭、“__”結尾的方法約定是私有方法，不希望外部直接使用。要查看某個方法的用法，可使用help()函數：
help(str.title)

在str類中與大小寫有關的常用方法如下：
（1）、title()：將每個單詞的首字母改為大寫，其它字母改為小寫。
（2）、lower()：將整個字符串改為小寫。
（3）、upper()：將整個字符串改為大寫。

示例如下：
s = 'hLLEO world'       # 定義字符串
print(s.title())              # 單詞首字母大寫，其余字母小寫，輸出：Hlleo World
print(s.lower())          # 全部字母小寫，輸出：hlleo world
print(s.upper())         # 全部字母大寫，輸出：HLLEO WORLD

五、 刪除空白
str 類中刪除空白的常用方法有：
（1）、strip()：刪除字符串起始和結束處的空白。
（2）、lstrip()：刪除字符串前面（左邊）的空白。
（3）、rstrip()：刪除字符串后面（右邊）的空白。

注意，在Python中字符串是不可變類型，不管使用什么方法修改字符串，產生的結果都是副本，原字符串不受任何影響。

查看字符串刪除空白函數的幫助信息：
help(str.strip)
從幫助信息可以看出，這個 strip() 方法還可以傳入參數，當傳入參數時，就刪除字符串兩邊相應的字符。同理 lstrip() 和 rstrip()
函數同樣可以傳入參數。

示例如下：
s = "  python is very strong!  "
print(s.strip())        # 刪除字符串兩邊的空白，輸出：python is very strong!
print(s.lstrip())       # 刪除字符串左邊空白
print(s.rstrip())       # 刪除字符串右邊空白
s2 = "python is very strong!"
print(s2.strip('pio!'))     # 刪除字符串兩邊的 p、i、o、! 字符，輸出是：ython is very strong
print(s2.lstrip('pio!'))    # 刪除字符串左邊的 p、i、o、! 字符
print(s2.rstrip('pio!'))    # 刪除字符串右邊的 p、i、o、! 字符

六、字符串的查找、替換有關的方法

str 類提供的常用查找、替換等操作方法如下。
（1）、startswith()：判斷字符串是否以指定子串開頭。
（2）、endswith()：判斷字符串是否以指定子串結尾。
（3）、find()：查找指定子串在字符串中出現的位置，如果沒有找到指定的子串，則返回 -1。
（4）、index()：查找指定子串在字符串中出現的位置，如果沒有找到指定子串，則引發ValueError錯誤。
（5）、replace()：使用指定子串替換字符串中的目標子串。第三個參數可以指定替換次數。
（6）、translate()：使用指定的翻譯映射表對字符串執行替換。

示例如下：
s = "python is very strong!"
print(s.startswith('py'))          # 判斷 s 字符串是否以 py 開頭，是就返回 True。
print(s.endswith('rong!'))      # 判斷 s 字符串是否以 rong! 結尾，是就返回 True
print(s.find('on'))                   # 查找 s 字符串中 on 出現的位置，注意索引是從 0 開始，輸出：4
print(s.index('on'))                # 同上，如果未找到就報錯，輸出：4
print(s.find('on', 5))              # 從索引 5 處開始查找 on 出現的位置，輸出：18
print(s.index('on', 5))           # 從索引 5 處開始查找 on 出現的位置，未找到則報錯，輸出：18
print(s.replace('on', 'AA',1))  # 將字符串中的1個 on 替換為 AA，第三個參數1表示替換1次。

table = {111: 945, 112: 946, 116: 964}  # 定義翻譯映射表：111(o) -> 945(α)，112(p) -> 946(β)，116(t) -> 964(τ)
print(s.translate(table))       # 使用翻譯映射表替換，輸出：βyτhαn is very sτrαng!

上面的字符翻譯示例中，str 類的 translate() 方法需要根據翻譯映射表對字符串進行查找、替換。這個翻譯映射表是自定義的，在
實際開發工作中，這樣自定義翻譯映射表未免太麻煩。str 類提供了一個 maketrans() 方法，這個方法可以方便的創建翻譯映射表。
table = str.maketrans('opt', 'αβτ')     # 使用 str 類的 maketrans 創建字符映射表
table       # 輸出結果是：{111: 945, 112: 946, 116: 964}

在創建映射表時，定義的是字符與字符之間的對應關系，但是翻譯映射表不能使用字符本身，必須使用字符的編碼。

在Python2.x 版本中，str 類沒有 maketrans() 方法，該方法由 string 模塊提供。例如在Python2.x 版本中執行方法如下:
import string
table = string.maketrans('abc', '123')      # 輸出結果不直觀，但是可以作為 translate() 方法的參數使用

七、 分割、連接方法

str 類提供的分割方法是 split()，連接方法是 join()。
（1）、split()：將字符串按指定分割符分割成多個字符串。
（2）、join()：將多個字符串連接成一個字符串。

示例如下：
s = "python is very strong!"
print(s.split())    # 使用空白對字符串分隔，輸出：['python', 'is', 'very', 'strong!']
print(s.split(None, 2)) # 使用空白對字符串分隔，最多分隔前兩個單詞，輸出：['python', 'is', 'very strong!']
print(s.split('is'))    # 使用指定字符作為分隔符，輸出：['python ', ' very strong!']
alist = s.split()       # 將分隔后的結果賦值給變量 alist
print(':'.join(alist))  # 使用冒號作為連接符，輸出：python:is:very:strong!

由上面示例可知，str 類的 split() 和 join() 方法互為逆操作，split() 方法是將字符串分割成多個子串；join() 是將多個子串連接成一個字符串。