2.2 字符串

大多数程序都定义并收集某种数据，然后使用它们来做些有意义的事情。鉴于此，对数据进行分类大有裨益。字符串虽然看似简单，但能够以很多不同的方式使用。

2.2.1 字符串的定义

字符串是一种用来表示文本的数据类型，它是由符号或者数值组成的一个连续序列。Python中的字符串是不可变的，一旦创建便不可修改。Python支持使用单引号、双引号和三引号定义字符串，其中，单引号和双引号通常用于定义单行字符串，三引号通常用于定义多行字符串与制作文档字符串。

1.定义单行字符串

在Python中，用引号括起的都是字符串，其中的引号可以是单引号，也可以是双引号，单引号和双引号的作用是等价的，如下所示：

定义字符串时单引号与双引号可以嵌套使用。需要注意的是，在使用双引号表示的字符串中允许嵌套单引号，但不允许包含双引号。这种灵活性让你能够在字符串中包含引号和撇号，例如：

此外，如果单引号或者双引号中的内容包含换行符，那么字符串会被自动换行。例如：

程序输出结果：

2.定义多行字符串

三引号在创建短字符串时没有什么特殊用处。它多用于创建多行字符串。使用三引号（三个单引号或者三个双引号）定义多行字符串时，在字符串中可以包含换行符、制表符或者其他特殊的字符。例如：

输出以上使用三引号定义的字符串，输出结果如下：

三引号是Python特有的语法，在三引号中可以输入单引号、双引号或换行符等字符：

代码的三引号中带有双引号，双引号也会被输出。输出结果如下：

3.制作文档字符串

三引号的另一种用法是制作文档字符串。Python的每个对象都有一个属性__doc__，这个属性用于描述该对象的作用，如示例4所示。

【示例4】 用三引号制作doc文档

运行代码，控制台输出结果如下：

4.转义字符

如果要输出含有特殊字符（单引号、双引号等）的字符串，需要使用转义字符。Python中的转义字符为“\”，和C、Java中的转义字符符号相同。转义操作只要在特殊字符的前面加上“\”即可。Python中的常用转义字符如表2-2所示。

下面这段代码说明了特殊字符的转义用法：

代码中的单引号是特殊字符，需要在“'”前加上转义字符。代码的输出结果如下：

使用双引号或三引号可以直接输出含有特殊字符的字符串，不需要使用转义字符：

这两行代码的输出结果均为：

代码中使用了双引号表示字符串变量str1，因此Python能够识别出该双引号内部的单引号是要输出的字符。代码使用三引号表示字符串变量str2，注意，最后一个单引号后面留有一个空格，这个空格是为了让Python识别出三引号留下的。如果不留下这个空格，4个单引号连在一起，Python解释器就不能正确识别三引号，将提示如下错误：

注意

输出的字符串中如果含有单引号，则需要使用双引号表示字符串；输出的字符串中如果含有双引号，则需要使用单引号表示字符串。

2.2.2 字符串的格式化输出

Python的字符串可通过占位符%、format()方法和f-strings三种方式实现格式化输出，下面分别介绍这三种方式。

1.占位符%

利用占位符%对字符串进行格式化时，Python会使用一个带有格式符的字符串作为模板，这个格式符用于为真实值预留位置，并说明真实值应该呈现的格式。例如：

一个字符串中可以同时含有多个占位符。例如：

上述代码首先定义了变量name与age，然后使用两个占位符%进行格式化输出，因为需要对两个变量进行格式化输出，所以可以使用“()”将这两个变量赋值存储起来。

不同的占位符为不同的变量预留位置，常见的占位符如表2-3所示。

占位符%不仅可以通过格式化标记进行字符串格式化，还可以通过辅助标记实现精度控制输出，如示例5所示。

【示例5】 通过辅助标记实现精度控制输出

运行代码，控制台输出结果如下：

“%5.2f”：表示总长度为5（包含小数点），其中小数位长度为2；“%010.2f”：表示总长度为10（包含小数点），其中小数位长度为2，如果位数不足则补0。可以通过辅助标记实现浮点数据的显示，同时利用长度的限制方便地实现四舍五入功能。

使用占位符%时需要注意变量的类型，若变量类型与占位符不匹配，程序会产生异常。例如：

以上代码使用占位符%d对字符串变量age进行格式化，由于变量类型与占位符不匹配，因此出现了TypeError异常。

2.format()方法

format()方法同样可以对字符串进行格式化输出，与占位符%不同的是，使用format()方法不需要关注变量的类型。format()方法的基本使用格式如下：

在format()方法中，使用“{}”为变量预留位置。例如：

其中使用“{}”定义了最为基础的格式化数据占位标记，在进行数据填充时，只需要按照format()函数标记的顺序传入所需要的数据就可以形成最终所需要的内容。如果字符串中包含多个“{}”，并且“{}”内没有指定任何序号（从0开始编号），那么默认按照“{}”出现的顺序分别用format()方法中的参数进行替换；如果字符串的“{}”中明确指定了序号，那么按照序号对应的format()方法的参数进行替换。例如：

format()方法还可以对数字进行格式化，包括保留n位小数、数字补齐和显示百分比，下面分别进行介绍。

（1）保留n位小数。使用format()方法可以保留浮点数的n位小数，其格式为“{：.nf}”，其中n表示保留的小数位数。例如，变量pi的值为3.1415，使用format()方法保留2位小数：

上述示例代码中，使用format()方法保留变量pi的两位小数，其中“{：.2f}”可以分为“{：}”与“.2f”，{：}表示获取变量pi的值，“.2f”表示保留两位小数。

（2）数字补齐。使用format()方法可以对数字进行补齐，其格式为“{：m>nd}”，其中m表示补齐的数字，n表示补齐后数字的长度。例如，某个序列编号从001开始，此种编号可以在1之前使用两个“0”进行补齐：

上述示例代码中，使用format()方法对变量num的值进行补“0”操作，其中“{：0>3d}”的“0”表示要补的数字，“>”表示在原数字左侧进行补充，“3”表示补充后数字的长度。

（3）显示百分比。使用format()方法可以将数字以百分比形式显示，其格式为“{：.n%}”，其中n表示保留的小数位。例如，变量num的值为0.1，将num值保留0位小数并以百分比格式显示：

上述示例代码中，使用format()方法将变量num的值以百分比形式显示，其中“{：.0%}”的“0”表示保留的小数位。

3.f-strings

f-strings是从Python 3.6版本开始加入Python标准库的内容，它提供了一种更为简洁的格式化字符串方法。f-strings在格式上以f或F引领字符串，字符串中使用{}标明被格式化的变量。f-strings本质上不再是字符串常量，而是在运行时运算求值的表达式，所以在效率上优于占位符%和format()方法。

使用f-strings不需要关注变量的类型，但是仍然需要关注变量传入的位置。例如：

使用f-strings还可以进行多个变量格式化输出。例如：

2.2.3 字符串的常见操作

字符串在实际开发中会经常用到，掌握字符串的常用操作有助于提高代码编写效率。下面介绍针对字符串的常见操作。

1.字符串拼接

在Python中，可以使用“+”符号将多个字符串或字符串变量拼接起来，如下所示：

也可以直接将一个字面字符串（非字符串变量）放到另一个的后面直接实现拼接：

进行字符串拼接时，Python并不会自动添加空格，而需要显式定义。但当我们调用print()进行打印时，Python会在各个参数之间自动添加空格并在结尾添加换行符：

2.字符串替换

字符串的replace()方法可使用新的子串替换目标字符串中原有的子串，其语法格式如下：

上述语法中，参数old表示原有子串；参数new表示新的子串；参数count用于设置替换次数。使用replace()方法可实现字符串替换。例如：

如果在字符串中没有找到匹配的子串，会直接返回原字符串。例如：

3.使用＊复制

使用*可以进行字符串复制。试着把下面几行代码输入到交互式解释器里，看看结果是什么：

运行代码，控制台输出结果如下：

4.使用[]提取字符

在字符串名后面添加[]，并在括号里指定偏移量，可以提取该位置的单个字符。第一个字符（最左侧）的偏移量为0，下一个是1，以此类推。最后一个字符（最右侧）的偏移量也可以用-1表示，这样就不必从头数到尾。偏移量从右到左紧接着为-2、-3，以此类推。

如果指定的偏移量超过了字符串的长度（记住，偏移量从0开始增加到字符串长度-1），会得到一个异常提醒：

位置索引在其他序列类型（列表和元组）中的使用也是如此，你将在后面章节见到。

5.使用len()获得长度

到目前为止，我们已经学会了使用许多特殊的符号（如+）对字符串进行相应操作。但符号只有有限的几种。从现在开始，我们将学习使用Python的内置函数。所谓函数，指的是可以执行某些特定操作的有名字的代码。len()函数可用于计算字符串包含的字符数：

也可以对其他的序列类型使用len()，这些内容都将在序列中介绍。

6.字符串分割

与广义函数len()不同，有些函数只适用于字符串类型。为了调用字符串函数，你需要输入字符串的名称、一个点号，接着是需要调用的函数名，以及需要传入的参数：

使用内置的字符串函数split()可以基于分割符将字符串分割成由若干子串组成的列表。所谓列表（list），是由一系列值组成的序列，值与值之间由英文逗号隔开，整个列表被方括号所包裹。字符串的split()方法可以使用分割符把字符串分割成序列，该方法的语法格式如下：

在上述语法中，sep（分割符）默认为空字符，包括空格、换行（\n）、制表符（\t）等。如果maxsplit有指定值，则split()方法将字符串str分割为maxsplit个子串，并返回一个分割以后的字符串列表。

使用split()方法实现字符串分割。例如：

上面例子中，字符串名为todos，函数名为split()，传入的参数为单一的分割符'，'。如果不指定分隔符，那么split()将默认使用空白字符——换行符、空格、制表符。

即使不传入参数，调用split()函数时仍需要带着括号，这样Python才能知道你想要进行函数调用。

7.去除字符串两侧的空格

在程序中，额外的空格可能令人迷惑。对程序员来说，'python'和'python'看起来几乎没什么两样，但对程序来说，它们却是两个不同的字符串。Python能够发现'python'中额外的空格，并认为它是有意义的——除非你告诉它不是这样的。

空格很重要，因为你经常需要比较两个字符串是否相同。例如，一个重要的示例是，在用户登录网站时检查其用户名。但在一些简单得多的情形下，额外的空格也可能令人迷惑。所幸在Python中，删除用户输入的数据中多余的空格易如反掌。字符串对象的strip()方法一般用于去除字符串两侧的空格，该方法的语法格式如下：

strip()方法的参数chars用于设置要去除的字符，默认要去除的字符为空格。例如：

还可以指定要去除的字符为其他字符，如去除字符串两侧的“*”。代码如下：

8.使用join()合并

可能你已经猜到了，join()函数与split()函数正好相反：它将包含若干子串的列表分解，并将这些子串合成一个大的、完整的字符串。join()的调用顺序看起来有点别扭，与split()相反，你需要首先指定黏合用的字符串，然后再指定需要合并的列表：string.join（list）。因此，为了将列表lines中的多个子串合并成一个完整的字符串，我们应该使用语句：'\n'.join（lines）。下面的例子将列表中的名字通过逗号及空格黏合在一起：

9.大小写与对齐方式

我们的测试字符串如下所示：

将字符串末尾的省略号删除掉：

由于字符串是不可变的，上面这些例子实际上没有一个对setup真正做了修改。它们都仅仅是获取了setup的值，进行某些操作后将操作结果赋值给了另一个新的字符串而已。

将字符串首字母转换成大写：

将所有单词的开头字母转换成大写：

将所有字母都转换成大写：

将所有字母都转换成小写：

将所有字母的大小写都进行转换：

再来看看与格式排版相关的函数。这里，我们假设例子中的字符串被排版在指定长度（这里是30个字符）的空间里。30个字符位都居中：

左对齐：

右对齐：

10.使用replace()替换

由于字符串是不可变的，因此你无法直接插入字符或改变指定位置的字符。看看当我们试图将'Henny'改变为'Penny'时会发生什么：

为了改变字符串，我们需要组合使用一些字符串函数，如replace()，以及切片操作（很快就会学到）：

使用replace()函数可以进行简单的子串替换。你需要传入的参数包括：需要被替换的子串、用于替换的新子串以及需要替换多少处。最后一个参数如果省略，则默认只替换第一次出现的位置：

修改最多100处：

当你准确地知道想要替换的子串是什么样子时，replace()是个非常不错的选择，但使用时一定要小心！在上面第二个例子中，如果我们粗心地把需要替换的子串写成了单个字符的'a'而不是两个字符的'a'（a后面跟着一个空格）的话，就会错误地将所有单词中出现的a一并替换：

有时，你可能想确保被替换的子串是一个完整的词或者某一个词的开头，等等。

11.使用制表符或换行符来添加空白

在编程中，空白泛指任何非打印字符，如空格、制表符和换行符。你可使用空白来组织输出，以使其更易读。要在字符串中添加制表符，可使用字符组合\t，如下述代码的❶处所示：

要在字符串中添加换行符，可使用字符组合\n：

还可在同一个字符串中同时包含制表符和换行符。字符串“\n\t”让Python换到下一行，并在下一行开头添加一个制表符。下面的示例演示了如何使用一个单行字符串来生成四行输出：

在接下来的两章中，你将使用为数不多的几行代码来生成很多行输出，届时制表符和换行符将提供极大的帮助。

2.2.4 字符串的索引与切片

在程序的开发过程中，可能需要对一组字符串中的某些字符进行特定的操作。Python可以通过字符串的索引与切片功能提取字符串中的特定字符或子串，下面分别对字符串的索引和切片进行讲解。

1.索引

字符串是一个由元素组成的序列，每个元素所处的位置是固定的，并且对应着一个位置编号，编号从0开始，依次递增1，这个位置编号被称为索引或者下标。

下面通过一张示意图来描述字符串的索引，如图2-1所示。图2-1中的索引自0开始从左至右依次递增，这样的索引称为正向索引；如果索引自-1开始，从右至左依次递减，则为反向索引。反向索引的示意图如图2-2所示。

通过索引可以获取指定位置的字符，其语法格式如下：

假设变量str_python的值为“python”，使用正向索引和反向索引获取该变量中的字符“p”。例如：

需要注意的是，当使用索引访问字符串值时，索引不能越界，否则程序会报索引越界的异常。

2.切片

切片操作（slice）可以从一个字符串中抽取子字符串（字符串的一部分）。我们使用一对方括号、起始偏移量start、终止偏移量end以及可选的步长step来定义一个切片。其中一些可以省略。切片得到的子串包含从start开始到end之前的全部字符。切片用于截取目标对象中的一部分，其语法格式如下：

切片的默认步长为1。需要注意的是，切片选取的区间属于左闭右开型，切下的子串包含起始位，但不包含结束位。

➢ [：]提取从开头到结尾的整个字符串。

➢ [start：]从start提取到结尾。

➢ [：end]从开头提取到end-1。

➢ [start：end]从start提取到end-1。

➢ [start：end：step]从start提取到end-1，每step个字符提取一个。

与之前一样，偏移量从左至右从0开始，依次增加；从右至左从-1开始，依次减小。如果省略start，则切片会默认使用偏移量0（开头）；如果省略end，切片会默认使用偏移量1（结尾）。

我们来创建一个由小写字母组成的字符串：

仅仅使用[：]切片等价于使用[0：-1]（也就是提取整个字符串）：

下面是一个从偏移量20提取到字符串结尾的例子：

现在，从偏移量10提取到结尾：

下一个例子提取了偏移量从12到14的字符（Python的提取操作不包含最后一个偏移量对应的字符）：

提取最后三个字符：

下面一个例子提取了从偏移量为18的字符到倒数第4个字符。注意与上一个例子的区别：当偏移量-3作为开始位置时，将获得字符x；而当它作为终止位置时，切片实际上会在偏移量-4处停止，也就是提取到字符w：

接下来，试着提取从倒数第6个字符到倒数第3个字符：

如果你需要的步长不是默认的1，可以在第二个冒号后面进行指定，就像下面几个例子所示。从开头提取到结尾，步长设为7：

从偏移量4提取到偏移量19，步长设为3：

从偏移量19提取到结尾，步长设为4：

从开头提取到偏移量20，步长设为5：

是不是非常方便？但这还没有完。如果指定的步长为负数，机智的Python还会从右到左反向进行提取操作。下面这个例子便从右到左以步长为1进行提取：

事实上，你可以将上面的例子简化为下面这种形式，结果完全一致：

切片操作对于无效偏移量的容忍程度要远大于单字符提取操作。在切片中，小于起始位置的偏移量会被当作0，大于终止位置的偏移量会被当作-1，就像接下来几个例子展示的一样。

提取倒数50个字符：

提取从倒数第51个字符到倒数第50个字符：

从开头提取到偏移量为69的字符：

从偏移量为70的字符提取到偏移量为71的字符：

2.2.5 技能训练

上机练习4字符串应用

需求说明

编写一个独立的程序，并将其保存为名称类似于name_cases.py的文件。

1.个性化消息：将用户的姓名存到一个变量中，并向该用户显示一条消息。显示的消息应非常简单，如“Hello Eric，would you like to learn some Python today？”。

2.调整名字的大小写：将一个人名存储到一个变量中，再以小写、大写和首字母大写的方式显示这个人名。

3.名言1：找一句你钦佩的名人说的名言，将这个名人的姓名和他的名言打印出来。输出应类似于下面这样（包括引号）：Albert Einstein once said，“A person who never made a mistake never tried anything new.”

4.名言2：类似名言1，但将名人的姓名存储在变量famous_person中，再创建要显示的消息，并将其存储在变量message中，然后打印这条消息。

5.剔除人名中的空白：存储一个人名，并在其开头和末尾都包含一些空白字符。务必至少使用字符组合“\t”和“\n”各一次。打印这个人名，以显示其开头和末尾的空白。然后，分别使用剔除函数lstrip()、rstrip()和strip()对人名进行处理，并将结果打印出来。

上机练习5文本进度条

需求说明

进度条以动态方式实时显示计算机处理任务时的进度，它一般由已完成任务量与剩余未完成任务量的大小组成。编写程序，实现如图2-3所示的进度条动态显示的效果。

上机练习6敏感词替换

需求说明

敏感词是指带有敏感政治倾向、暴力倾向、不健康色彩的词或不文明的词。大部分网站、论坛、社交软件都会使用敏感词过滤系统，考虑到该系统的复杂性，这里使用字符串中的replace()方法模拟敏感词过滤，将含有敏感词的语句使用“*”符号进行替换。

编写程序，实现替换语句中敏感词功能。