Python字符串

在Python中，万物皆对象，显然字符串是对象类型，用str表示。字符串类型通常用单引号或者双引号包裹起来。

>>> "Hello,world"
'Hello,world'
>>> 'Hello,world'
'Hello,world'
>>> type("Hello,world")
<type 'str'>
>>> 

变量和字符串

在Python中变量无类型，对象有类型

>>> b = "hello,world"
>>> b
'hello,world'

>>> print b
hello,world

>>> type(b)
<type 'str'>

连接字符串

>>> "py" + "thon"
'python'
>>> 

>>> a = 1989
>>> b = "free"
>>> print a + b

Traceback (most recent call last):
  File "<pyshell#195>", line 1, in <module>
    print a + b
TypeError: unsupported operand type(s) for +: 'int' and 'str'

>>> print b + `a` #反引号将整数a转化为字符串
free1989
>>> 

用“+”拼接起来的字符串的两个对象必须是同一类型的。如果是数字则是求和，如果是字符串则得到一个新的字符串。

还有其他两种方法可以将整数转化为字符串：

• str():将整数对象转换为字符串对象

>>> print b + str(a)
free1989

• repr():相当于反引号“

>>> print b + repr(a)
free1989

• int():将字符串对象转换为整数对象

>>> a = "250"
>>> b = int(a)
>>> b
250
>>> type(b)
<type 'int'>
>>> 

转义字符

在字符串中，总会有一些特殊的符号，就需要用转义符。所谓转义，就是不采用符号本来的含义，而采用另外一含义。下面表格中列出常用的转义符：

原始字符串

用转义符能够让字符串中的某些符号表示原来的含义，而不是被解析成某种具有特别能力的符号。下面看看这个代码：

>>> dos = "c:\news"
>>> dos
'c:\news'
>>> print dos #当用print打印时就出现问题了
c:
ews

如何避免上述代码的问题？有两种方法，其一是前面介绍的转义符解决。

>>> dos = "c:\\news"
>>> print dos
c:\news
>>> 

其二是声明为原始字符串

>>> dos = r"c:\news"
>>> print dos
c:\news
>>> dos = r"c:\news\python"
>>> print dos
c:\news\python

如r"c:news"，由r开头引起的字符串就是声明了后面引号里的东西是原始字符串，在里面放任何字符都表示该字符的原始含义，不需要再用转义符了。

raw_input和print

下面实现接收和打印用户通过键盘输入的内容：

不过在写这个功能前，要了解函数：

• Python 2：raw_input()

• Python 3: input()

这是Python的内建函数（built-in function）。关于内建函数，可以分别通过下面的链接查看：

• Python 2的内建函数

• Python 3的内建函数

关于Python的内建函数，下面列出来，供参考：

abs()    divmod()    input()    open()    staticmethod()
all()    enumerate()    int()    ord()    str()
any()    eval()    isinstance()    pow()    sum()
basestring()    execfile()    issubclass()    print()    super()
bin()    file()    iter()    property()    tuple()
bool()    filter()    len()    range()    type()
bytearray()    float()    list()    raw_input()    unichr()
callable()    format()    locals()    reduce()    unicode()
chr()    frozenset()    long()    reload()    vars()
classmethod()    getattr()    map()    repr()    xrange()
cmp()    globals()    max()    reversed()    zip()
compile()    hasattr()    memoryview()    round()    __import__()
complex()    hash()    min()    set()    
delattr()    help()    next()    setattr()    
dict()    hex()    object()    slice()    
dir()    id()    oct()    sorted()

怎么才能知道哪个函数怎么用，并且用来干什么的呢？

• help(abs)命令

• Python的官网https://docs.python.org/2/library/functions.html

• raw_input

>>> raw_input("input your name: ")
input your name: michael
'michael'
>>> name = raw_input("input your name: ")
input your name: michael
>>> name
'michael'
>>> type name
SyntaxError: invalid syntax
>>> type(name)
<type 'str'>
>>> age = raw_input("How old are you? ");
How old are you? 25  #输入数字
>>> age
'25'
>>> type(age)
<type 'str'>  #返回仍是str类型

• print

>>> print "Hello, world"
Hello, world
>>> a = "python"
>>> print a
python
>>> b = "good"
>>> print a,b
python good
>>> 

特别提醒的是，print的返回值默认是以n结尾的，所以每个输出语句之后自动换行。

索引和切片

索引

在Python中，把像字符串这样的对象类型统称为序列，顾名思义，序列就是有序排列。在这个序列中，每个人都有编号，编号和每个字符一一对应，在Python中这些编号称为索引。

>>> lang = "study python"
>>> lang[0]
's'
>>> lang[1]
't'

也可以这样做：

>>> "study python"[0]
's'
>>> "study python"[1]
't'
>>> 

通过字符找到其在字符串中的索引值：

>>> lang = "study python"
>>> lang.index("p")
6
>>> lang.in
SyntaxError: invalid syntax
>>> lang.index("y")
4

切片

不管是得到一个字符还是多个字符，通过索引得到字符的过程称为切片。

>>> lang = "study python"

>>> lang[2:9] #得到从2号到9号之间的字符串（包括2号但不包括9号）
'udy pyt'
>>> b = lang[1:] #得到从1号到最末尾的字符
>>> b
'tudy python'
>>> c = lang[:] #得到所有的字符
>>> c
'study python'
>>> d = lang[:10] #得到从0到10号之前的字符
>>> d
'study pyth'
>>> lang[1:12] 
'tudy python'
>>> lang[0:13] #如果第二个数字的长度大于字符串的长度，得到的返回结果就自动到最大长度终止，但是这种获得切片的方法是值得提倡的。特别是如果在循环中，这样做很可能会遇到麻烦。
'study python'
>>> lang[0:14]
'study python

如果在切片的时候，冒号左右都不写数字，就是前面所操作的c = lang[:],其结果是变量的值c与源字符串lang一样，即复制了一份，那是不是真的复制呢？下面的方式检验一下：

>>> id(c)
44841944
>>> id(lang)
44841944

从上面可以看出,两个内存地址一样，说明c和lang两个变量指向的是同一个对象。用c = lang[:]的方式并没有生成一个新的字符串，而是将变量c这个标签页贴在原来那个字符串上了。

>>> lang = "study python"
>>> c = lang
>>> id(c)
50456160
>>> id(lang)
50456160

上述这种情况，变量c和lang也指向同一个对象。

基本操作

所有序列都有如下操作，字符串是序列的子集。

• len():返回序列长度

• +:连接两个序列

• *:重复序列元素

• in: 判断元素是否存在于序列中

• max():返回最大值

• min():返回最小值

• cmp(str1,str2): 比较两个序列值是否相同

“+”连接字符串

>>> str1 = "study"
>>> str2 = "python"
>>> str1 + str2
'studypython'
>>> str1 + "-->" + str2
'study-->python'

in

in用来判断某个字符串是不是在另外一个字符串内，或者判断某个字符串内是否包含某个字符串，包含则返回True，否则返回false。

>>> str = "study python"
>>> "s" in str
True
>>> "i" in str
False
>>> "su" in str
False
>>> "stu" in str
True
>>> 

max()

str = “python”
max(str)

‘y’

min()

>>> str = "python"
'y'
>>> min(str)
'h'

cmp()

将两个字符串进行比较，首先将字符串中的符号转化为对应的数字，然后再比较

• 如果返回的数值小于0，说明前者小于后者

• 等于0，表示两者相等

• 大于0，表示前者大于后者

>>> cmp("aaa","abc")  #
-1
>>> cmp("abc","aaa");
1
>>> cmp("abc","abc");
0

>>> ord("a") #返回字符的ASCII值
97
>>> chr(97)  #返回ASCII值所对应的字符
'a'

“*”

以指定的次数重复打印字符串

>>> str = "python"
>>> str * 4
'pythonpythonpythonpython'
>>> print "-" * 20
--------------------

len()

len()返回字符串的长度，返回值类型是int型

>>> a = "hello"
>>> m = len(a)
>>> m
5
>>> type(m)
<type 'int'>
>>> 

常用的字符串方法

字符串的方法有很多，可以通过dir来查看：

>>> dir(str)
['__add__', '__class__', '__contains__', '__delattr__', '__doc__', '__eq__', '__format__', '__ge__', '__getattribute__', '__getitem__', '__getnewargs__', '__getslice__', '__gt__', '__hash__', '__init__', '__le__', '__len__', '__lt__', '__mod__', '__mul__', '__ne__', '__new__', '__reduce__', '__reduce_ex__', '__repr__', '__rmod__', '__rmul__', '__setattr__', '__sizeof__', '__str__', '__subclasshook__', '_formatter_field_name_split', '_formatter_parser', 'capitalize', 'center', 'count', 'decode', 'encode', 'endswith', 'expandtabs', 'find', 'format', 'index', 'isalnum', 'isalpha', 'isdigit', 'islower', 'isspace', 'istitle', 'isupper', 'join', 'ljust', 'lower', 'lstrip', 'partition', 'replace', 'rfind', 'rindex', 'rjust', 'rpartition', 'rsplit', 'rstrip', 'split', 'splitlines', 'startswith', 'strip', 'swapcase', 'title', 'translate', 'upper', 'zfill']

判断字符串是否全是字母

>>> "python".isalpha()  #字符串全是字母，返回TRUE
True
>>> "2python".isalpha() #字符串含有非字母，返回FALSE
False
>>> 

分割字符串

split()作用是将字符串根据某个分隔符进行分割。

>>> str = "I love Beijing"
>>> str.split(" ")
['I', 'love', 'Beijing']  #返回值为名叫列表（list）的类型
>>> str = "www.baidu.com"
>>> str.split(",")
['www', 'baidu', 'com']
>>> 

去掉字符串两头的空格

>>> str = "  python  "
>>> str.strip()  #去掉字符串左右空格
'python'
>>> str.lstrip() #去掉字符串左边空格
'python  '
>>> str.rstrip() #去掉字符串右边空格
'  python'
>>> 

字符大小写转换

>>> str = "pyThon" 
>>> str.upper() #将小写字母完全变为大写字母
'PYTHON'
>>> str.lower() #将大写字母完全变成小写字母
'python'

>>> str.isupper() #判断是否全是大写字母
False
>>> str.islower() #判断是否全是小写字母
False
>>> str = "this is book"
>>> str.capitalize() #把所有单词的第一个字母转化为小写字母
'This is book'
>>> str.istitle() #判断每个单词的第一个字母是否为大写字母
False
>>> 

join连接字符串

>>> b = "www.baidu.com"
>>> c = b.split(".")
>>> c
['www', 'baidu', 'com']
>>> ".".join(c)
'www.baidu.com'
>>> "**".join(c)
'www**baidu**com'

字符串格式化输出

使用占位符

>>> "I like %s" % "Python" #%s表示字符串
'I like Python'
>>> "%d years old" % 25 #%d表示整数
'25 years old'
"I like 'python'"
>>> "%s is %d years old" % ("deason",25)
'deason is 25 years old'

• %s 字符串（采用str()的显示）

• %r 字符串（采用repr（）的显示）

• %c 单个字符

• %b 二进制整数

• %d 十进制整数

• %e 指数（底数为e）

• %f 浮点数

使用format格式化

{}作为占位符

>>> str = "I like {}".format("python");
>>> str
'I like python'
>>> str = "{0} is {1} years old".format("michael",25)
>>> str
'michael is 25 years old'

字典式格式化

>>> lang = "python"
>>> print "I love %(program)s" %{"program":lang}
I love python
>>> print "I love %(program)s" %{"program":"python"}
I love python

综上，推荐使用:string.format()

Python列表

此前已经知道了Python的三种对象类型：int、float和str。下面开始学习一种新的Python对象类型：list。list在Python中具有非常强大的功能。

定义

在Python中，用方括号表示一个list：[]，方括号里面的元素类型，可以是int型数据，也可以是str类型的数据，甚至也可以是bool类型数据。而像Java语言，数组里面只能存在一种类型的数据。

>>> a=[]  #定义了一个空的列表，变量a相当于一个贴在其上的标签
>>> type(a)  #用内置函数type()查看变量a引用对象的类型，为list
<type 'list'>
>>> bool(a) #用内置函数bool()查看a的布尔值，因为是空，所以为False
False
>>> print a
[]

下面看看list具体的使用

>>> a=['a',3,'hello',True]  #list中可以有多中数据类型
>>> a
['a', 3, 'hello', True]
>>> type(a)
<type 'list'>
>>> bool(a)
True
>>> print a
['a', 3, 'hello', True]
>>> a[3]
True
>>> type(a[3])
<type 'bool'>

索引和切片

索引

和字符串中的索引类似，只不过list是以元素为单位，而不是以字符为单位进行索引。

>>> a=[2,3,True,"Hello,world"]
>>> a
[2, 3, True, 'Hello,world']
>>> a[0]
2
>>> a[1]
3
>>> a[2]
True
>>> a[3]
'Hello,world'
>>> type(a[0])
<type 'int'>
>>> type(a[2])
<type 'bool'>
>>> type(a[3])
<type 'str'>

>>> a.index(2)
0
>>> a.index(3)
1
>>> a.index(True)
2
>>> a.index("Hello,world")
3
>>> 

切片

>>> lst = ['python','java','c++']
>>> lst[-1]
'c++'
>>> lst[-3:-1]
['python', 'java']
>>> lst[-1:-3]
[]
>>> lst[0:3]
['python', 'java', 'c++']
>>> 

序列的切片，一定要左边的数字小于右边的数字，lst[-1:-3]就没有遵守这个规则，返回的是一个空。

反转

>>> mList = [1,2,3,4,5,6]
>>> mList[::-1]
[6, 5, 4, 3, 2, 1]
>>> m
>>> mList
[1, 2, 3, 4, 5, 6]
>>> 

当然，也可以对字符串进行反转:

>>> lang="python"
>>> lang[::-1]
'nohtyp'
>>> lang
'python'

可以看出，不管是str还是list，反转之后原来的值没有改变。这说明，这里的反转不是把原来的值倒过来，而是新生成了一个值，生成的值跟原来的值相比是倒过来的。

Python还有一种方法使list反转，且比较容易阅读和理解，特别推荐：

mList = [1,2,3,4,5,5,6,8,7]
>>> list(reversed(mList))
[7, 8, 6, 5, 5, 4, 3, 2, 1]

>>> s='abcd'
>>> list(reversed(s))
['d', 'c', 'b', 'a']
'abcd'

对list的操作

len()

>>> lst=['python','java','c++']
>>> len(lst)
3

+,连接连个序列

>>> lst=['python','java','c++']
>>> lst
['python', 'java', 'c++']
>>> alst =[1,2,3,4,5]
>>> lst + alst
['python', 'java', 'c++', 1, 2, 3, 4, 5]

*,重复元素

>>> lst * 3
['python', 'java', 'c++', 'python', 'java', 'c++', 'python', 'java', 'c++']

in

>>> 'python' in lst
True

max()和min()

>>> max(alst)
5
>>> min(alst)
1
>>> max(lst)
'python'
>>> min(lst)
'c++'

cmp()

>>> a = [2,3]
>>> b = [2,4]
>>> cmp(a,b)
-1
>>> cmp(b,a)
1
>>> c=[2]
>>> cmp(a,c)
1
>>> d=['2']
>>> cmp(a,d)
-1

追加元素

>>> lst
['python', 'java', 'c++']
>>> lst.append("html5") #将元素追加到list的尾部
>>> lst
['python', 'java', 'c++', 'html5']
>>> lst.append(100)
>>> lst
['python', 'java', 'c++', 'html5', 100]

等价于：

>>> lst
['python', 'java', 'c++', 'html5', 100]
>>> lst[len(lst):] = [3]
>>> lst
['python', 'java', 'c++', 'html5', 100, 3]
>>> len(lst)
6
>>> lst[6:]=['javascript']
>>> lst
['python', 'java', 'c++', 'html5', 100, 3, 'javascript']

列表的函数

list是Python中的苦力，那么它都有哪些函数呢？

>>> dir(list)
['__add__', '__class__', '__contains__', '__delattr__', '__delitem__', '__delslice__', '__doc__', '__eq__', '__format__', '__ge__', '__getattribute__', '__getitem__', '__getslice__', '__gt__', '__hash__', '__iadd__', '__imul__', '__init__', '__iter__', '__le__', '__len__', '__lt__', '__mul__', '__ne__', '__new__', '__reduce__', '__reduce_ex__', '__repr__', '__reversed__', '__rmul__', '__setattr__', '__setitem__', '__setslice__', '__sizeof__', '__str__', '__subclasshook__', 'append', 'count', 'extend', 'index', 'insert', 'pop', 'remove', 'reverse', 'sort']

先不管以双下划线开始和结尾的函数，就剩下以下几个

'append', 'count', 'extend', 'index', 'insert', 'pop', 'remove', 'reverse', 'sort'

append和extend

list.append(x),是将某个元素x添加到已知的一个列表的尾部。

list.extend(L),则是将两个列表合并，或者说将列表L追加到列表list中。

>>> a=[1,2,3]
>>> b=["lau",3,4,5]
>>> a.extend(b)
>>> a
[1, 2, 3, 'lau', 3, 4, 5]
>>> b
['lau', 3, 4, 5]

>>> a=[1,2,3]
>>> b="abc"
>>> a.extend(b)
>>> a
[1, 2, 3, 'a', 'b', 'c']
>>> c = 5
>>> a.extend(c) 

Traceback (most recent call last):
  File "<pyshell#20>", line 1, in <module>
    a.extend(c)
TypeError: 'int' object is not iterable

如果extend的参数对象是数值型则报错。
所以，extend的参数对象是一个list，如果是str，则Python会先把它按照字符为单位转化为list再添加到目标list中。官方文档指出extend的元素对象必须是iterable（可迭代的）。

判断一个对象是不是可迭代的？

>>> s="python"
>>> hasattr(s,'__iter__')
False
>>> a=[1,2,3]
>>> hasattr(a,'__iter__')
True

通过内建函数hasattr()判断一个对象是不是可迭代的，它的判断本质就是看那个类型中是否有__iter__函数。

append和extend函数的相同点

>>> a=[1,2,3]
>>> b=[4,5,6]
>>> id(a)
49822856
>>> id(b)
50066536
>>> a.extend(b)
>>> a
[1, 2, 3, 4, 5, 6]
>>> id(a)
49822856

>>> a=[1,2,3]
>>> id(a)
50068376
>>> a.append(12)
>>> a
[1, 2, 3, 12]
>>> id(a)
50068376

由上面两段代码可知，append和extend函数的共同点：

• 都是原地址修改列表，不会创建一个新的列表

• 没有返回值

append和extend函数的不同点

>>> lst=[1,2,3]
>>> lst.append(["python","java"])
>>> lst
[1, 2, 3, ['python', 'java']]
>>> len(lst)
4

>>> 
>>> lst2=[1,2,3]
>>> lst2.extend(["python","java"])
>>> lst2
[1, 2, 3, 'python', 'java']

>>> len(lst2)
5

可知，append是整体的追加，extend是单个的追加

count

count的作用是计算某个元素在该list中出现的次数

>>> a=[1,2,1,1,1]
>>> a.count(1)
4
>>> a.append('a')
>>> a.append('a')
>>> a
[1, 2, 1, 1, 1, 'a', 'a']
>>> a.count('a')
2
>>> a.count(4) #不存在，则返回为0
0

index

index计算元素在该列表首次出现的位置

>>> a=[1,2,3,4,4,5]
>>> a.index(4)
3
>>> a.index(6) #如果不存，就报错

Traceback (most recent call last):
  File "<pyshell#85>", line 1, in <module>
    a.index(6)
ValueError: 6 is not in list

insert

list.insert(i,x),想列表中指定的位置插入元素x。

>>> a=[1,2,3,4,5]
>>> a.insert(0,0)
>>> a
[0, 1, 2, 3, 4, 5]
>>> a.insert(3,7)
>>> a
[0, 1, 2, 7, 3, 4, 5]
>>> a.insert(8,4)  #若超出列表长度，则将元素插入到列表末尾
>>> a
[0, 1, 2, 7, 3, 4, 5, 4]

pop和remove

删除列表中元素的方法有两个，分别是：

• list.remove(x)

删除列表中首次出现的元素x，如果不存在元素x，则报错

>>> a
[0, 1, 2, 7, 3, 4, 5, 4]
>>> a.remove(4)
>>> a
[0, 1, 2, 7, 3, 5, 4]
>>> a.remove(6)

Traceback (most recent call last):
  File "<pyshell#103>", line 1, in <module>
    a.remove(6)
ValueError: list.remove(x): x not in list

• list.pop([i])

删除列表中位置i的元素并且返回该元素。如果没有指定位置i，则默认删除并返回列表的最后一个元素。

>>> a.pop(0) #删除指定位置0
0
>>> a
[1, 2, 7, 3, 5, 4]
>>> a.pop() #删除默认位置
4  
>>> a
[1, 2, 7, 3, 5]

>>> a.pop(5) #超过列表长度则会报错

Traceback (most recent call last):
  File "<pyshell#116>", line 1, in <module>
    a.pop(5)
IndexError: pop index out of range

reverse

将列表的元素顺序反过来,不会创建新的列表，因此没有返回值

>>> a=[1,2,3,4,5,6,7]
>>> a.reverse()
>>> a
[7, 6, 5, 4, 3, 2, 1]
>>> a=['ss','aaa','dd']

>>> a.reverse()
>>> a
['dd', 'aaa', 'ss']

sort

sort是对列表进行排序，不会创建新的列表，因此没有返回值

>>> a=[1,3,9,7,5] 
>>> a.sort() #默认从小到大的排序
>>> a
[1, 3, 5, 7, 9]
>>> a.sort(reverse = True) #从大到小的排序
>>> a
[9, 7, 5, 3, 1]

>>> lst=["python","java","c","basic","ruby"]
>>> lst.sort(key=len) #以字符串长度为关键词进行排序
>>> lst
['c', 'java', 'ruby', 'basic', 'python']

比较列表和字符串

相同点

• 都属于序列，因此那些属于序列的操作对两者都适用

区别

• 最大区别是，列表自身可以改变，字符串自身不可以改变

• 字符串只能通过创建一个新的str来改变，新的str不是原来的字符串对象

多维列表

• 在字符串中，每个元素只能是字符

• 在列表中，每个元素可以是任何类型

>>> matrix=[[1,2,3],[4,5,6],[7,8,9]]
>>> type(matrix)
<type 'list'>
>>> matrix[0][1]
2
>>> matrix[0]
[1, 2, 3]

列表和字符串的相互转化

str.split()

>>> line="hello I am good"
>>> line.split(" ")
['hello', 'I', 'am', 'good']
>>> a = line.split(" ")
>>> a
['hello', 'I', 'am', 'good']
>>> type(a)
<type 'list'>

“split”.join(list)

>>> a
['hello', 'I', 'am', 'good']
>>> type(a)
<type 'list'>
>>> " ".join(a)
'hello I am good'

Python元组

定义

元组（tuple）是用圆括号括起来的，元素之间用逗号隔开。

>>> t = 123,'abc',["come","here"]
>>> t
(123, 'abc', ['come', 'here'])
>>> type(t)
<type 'tuple'>

元组也是一种序列，这一点与列表、字符串类似。有以下特点：

• 元组其中的元素不能更改，和字符串类似

• 元组中的元素可以是任何类型的数据，和列表类似

索引和切片

元组的索引和切片的基本操作和字符串、列表是一样的。

>>> t
(123, 'abc', ['come', 'here'])
>>> t[2]
['come', 'here']
>>> t[1:]
('abc', ['come', 'here'])
>>> t[2][0]
'come'

特别注意：如果一个元组中只有一个元素，应该在该元素后面加上一个半角的英文逗号：

>>> a=(3)
>>> type(a)
<type 'int'>
>>> a=(3,) #加了逗号就是元组
>>> type(a)
<type 'tuple'>

列表和元组之间可以实现转换，分别使用list()和tuple()

>>> t
(123, 'abc', ['come', 'here'])
>>> tlst = list(t)   # tuple--->list
>>> tlst
[123, 'abc', ['come', 'here']]
>>> type(tlst)
<type 'list'>
>>> 
>>> t_tuple = tuple(tlst)  #list--->tuple
>>> t_tuple
(123, 'abc', ['come', 'here'])
>>> type(t_tuple)
<type 'tuple'>

用途

• 元组比列表操作速度快。如果定义了一个值的常量集，并且唯一要用它做的是不断地遍历它，请使用元组代替列表

• 如果对不需要修改的数据进行“写保护”，可以使代码更安全，这时使用元组而不是列表。如果必须要改变这些值，则需要执行元组到列表的转换。

• 元组可以在字典中被用作key，但是列表不行。因为字典的key必须是不可变的，元组本身是不可变的。

• 元组可以用在字符串格式化中。