目录
字符串简介
连在一起的一串字符组成的一种数据类型，连续的字符序列
字符串的表示
- 成对的单引号（’ '）或双引号（" "）括起来，只能够表示单行内容1
a='cat'
b='mouse'
- (’’’ ‘’’)或（""" “”"）可以用于表示多行字符内容2
content='''人生苦短，
我学python'''
字符串的长度
不同字符所占字节数不同，要计算字符串长度，就需要计算每个字符所占的字节数3
一般使用len()函数计算字符串长度
默认情况下，len()函数不区分英文、数字和汉字，所有字符按一个字节计算
然而实际编程中，有时需要获取字符串实际所占的字节数，这时我们可以通过encode()方法对字符串进行解码后再进行获取
字符串编码
编码史简介
最早的字符串编码是美国的标准信息交换码（即ASCII码，只能表示256个符号）
随信息技术的发展，各国文字都需要进行编码，于是逐渐出现了各种编码方式，其中GBK是我国制定的中文编码标准，UTF-8是国际通用的编码（1个字节表示英文字符，3个字节表示中文字符），python3.X版本默认采用编码格式为UTF-8，能够有效解决中文乱码问题
字符串类型
python中有两种常见的字符串类型,str和bytes,str表示unicode字符4，bytes表示二进制数据，两种类型不能够拼接在一起使用，一般情况下，str在内存中以unicode表示，一个字符对应若干个字节，但如果在网络上传输就需要将str转换为bytes类型，这两种类型之间的转换就是解码和编码的过程
编码
encode()为str对象的方法，用于将字符串转换为二进制数据（bytes），称为编码
语法格式：str.encode(encoding,errors)
相关参数
| 参数 | 描述 |
|---|---|
| str | 需要转换的字符串 |
| encoding | 可选参数，用于指定进行转码时采用的字符编码，默认UTF-8，如果使用简体中文 |
| errors | 可选参数，用于指定错误处理方式，可选择值：（strict：遇到非法字符抛出异常，ignore：忽略非法字符，replace：使用“？”替换非法字符） |
解码
decode()方法是bytes对象的方法，将二进制数据转换为字符串，可认为与encode()方法互逆
语法格式：bytes.decode(encoding,errors)
相关参数
| 参数 | 描述 |
|---|---|
| bytes | 需要进行转换的二进制数据，通常是encode()方法转换的结果 |
| encoding | 可选参数，指定解码时采用的字符编码，需要与编码时采用的编码类型相同 ，否则会报错 |
| errors | 可选参数，用于指定错误处理方式，可选择值同上 |
转义字符
| 字符 | 描述 |
|---|---|
| \ | 续行符 （后面不能出现任何字符，交互式输入时尤其需要注意） |
| \ | 一个反斜杠 |
| \’ | 等价于单引号‘ |
| \" | 等价于双引号"" |
| \000 | 空字符串 |
| \b | 退格，将当前位置移到前一列 |
| \n | 换行符，将当前位置移到下一行头 |
| \r | 回车，将当前位置移到本行开头 |
| \t | 制表符（对齐数据的各列，在不试用表格的情况下，可以上下对齐），将当前位置跳到下一个Tab位置 |
在使用Python语言编程时，转义字符可能会造成一定的干扰（如一个文件的系统路径），这时在一个字符串前面加“r”即可忽略该字符串中的所有转义字符
字符串的格式化
‘%’操作符
使用‘%’格式化字符串时，使用一个字符串作为模板，模板中含有格式符，这些格式符的作用是为真实值预留位置，并控制显示格式
| 格式化标记 | 控值的显示类型 |
|---|---|
| %c | 单个字符 |
| %s | 字符串 |
| %f | 浮点数 |
| %b | 二进制整数 |
| %o | 八进制整数 |
| %d | 十进制整数 |
| %x | 十六进制整数 |
| %X | 无符号十六进制 |
| %e、%E | 科学计数法，分别e和E表示 |
format()方法
字符串对象提供了format()方法进行字符串格式化，语法格式：str.format(需要转换的项)5
str表示字符串模板，创建模板时，需要使用{}和：指定占位符，语法格式：{<参数序号>：<格式控制标记>}
| 参数 | 格式控制标记 |
|---|---|
| 填充 | 用于填充的单个字符 |
| 对齐 | <:左对齐，>:右对齐，^:居中对齐 |
| 宽度 | 槽设定的输出宽度 |
| , | 数字的千位分隔符 |
| . | 浮点数精度 |
| 指定类型 | 整数类型：b,c,d,o,x,X 小数类型：e,E,% |
字符串索引与切片
索引
表示每一个元素的位置的序号就是索引，索引从零开始计数
| 正向索引值 | 0 | 1 | 2 | 3 | 4 | 5 |
|---|---|---|---|---|---|---|
| 字符串 | p | y | t | h | o | n |
| 逆向索引值 | -6 | -5 | -4 | -3 | -2 | -1 |
使用格式：字符串[索引值]
切片
| 切片 | 描述 |
|---|---|
str[m:n:p] |
截取字符串中第m+1到n个字符（左开右闭），可选参数p表示步长 |
str[:n] |
截取str第m+1到最后一个字符 |
str[m:] |
截取str第一个到第n个字符 |
str[-m:-n] |
截取倒数第m到倒数第n+1个字符 |
str[m:-n] |
截取第m+1到倒数第n+1个字符 |
分割合并字符串
分割
字符串的分割和合并分别可以使用字符串对象的strip()方法和join()方法实现
| 参数 | 描述 |
|---|---|
| s.join(seq) | 以s为连接符将seq连接为一个字符串（seq为可迭代对象） |
| str.split(s) | 以s为分隔符将str分为多个子字符串并返回一个列表（相当于join的反过程） |
拼接
运算符‘+’和‘*’分别用于拼接和重复一个字符串
字母的大小写转换
| 方法 | 描述 |
|---|---|
| str.lower() | 将字符串所有字母小写 |
| str.upper() | 将字符串中所有字母大写 |
| str.title() | 字符串所有单词首字母大写 |
| str.capitalize() | 将字符串第一个字符转为大写（不改变原字符串） |
检索字符串
| 方法 | 描述 |
|---|---|
| str.count(str1) | 返回str1在str中出现的次数，str1不存在则返回0 |
| str.find(str1) | 查找str1是否在str中，在返回其首字符的起始索引，否则返回-1 |
| str.index(str1) | 检索str1在str中起始位置的索引(str1不存在则抛出异常) |
| str.rindex(str1) | 从右边查找str1，找到后返回其正向索引 |
| str.startswith(str1) | 判断字符串是否以str1开头 |
| str.endswith(str2) | 判断字符串是否以str1结尾 |
| str.replace(str1,str2) | 将str1替换为str2 |
replace用法举例
特殊符号的去除
| 方法 | 描述 |
|---|---|
str.strip([char]) |
去除字符串左右两侧的空格和特殊符号 ,可选参数char表示要去除的特殊符号（默认去除所有空白符） |
str.lstrip([char]) |
去除字符串左侧空格和特殊符号，参数同strip |
str.rstrip([char]) |
去除字符串右边的空格和特殊符号，参数同strip |
-
定义字符串不论使用单引号还是双引号，python中都以单引号储存
↩︎
-
（’’’ ‘’’）或（""" “”"）括起来的字符串可以被当作文档字符串，文档字符串出现在一个模块、函数、类、方法的定义的第一个语句，给代码段提供解释说明，可以使用**doc**方法查看
↩︎
-
python中，数字、英文、小数点、下划线、空格占一个字节，一个汉字占2~4个字节（GBK中占用2字节，UTF-8中一般占用3字节） ↩︎
-
Unicode（统一码、万国码）是一种在计算机上使用的字符编码。它为每种语言中的每个字符设定了统一并且唯一的二进制编码，以满足跨语言、跨平台进行文本转换、处理的要求，可以说，“Unicode是世界各国合作开发的一种语言” ↩︎
-
format（）方法一种简写的方法是在字符串前添加f，然后直接使用变量填充大括号
↩︎