Python 的字符串和相关函数

1. 一些细节介绍

1.1. 字符串编码

在 Python3 以上，通常说的字符串是指unicode字符串，以下将不再重复强调。

1.2. 转义和 r 前缀禁止转义

字符串里的\表示转义，比如下面的s1，表示一个换行符，实际只有一个字符：

s1 = "\n"
assert(len(s1) == 1)

我们可以用r前缀来取消\的转义，比如下面的s2，它就是真正的"\n"，有两个字符：

s2 = r"\n"
assert len(s2) == 2
assert s2 == "\\n"

1.3. Python 三引号

三引号的语法是一对连续的单引号或者双引号（通常都是成对的用）。Python 中三引号可以将复杂的字符串进行赋值。

Python 三引号允许一个字符串跨多行，字符串中可以包含换行符、制表符以及其他特殊字符。

s3 = """我换行了。
我是下一行"""

s4 = '''三个单引号也可以。'''

1.4. 格式化

Python 的字符串支持三种格式化方法。第一种是普通的%，语法类似于C++的printf，使用%锡类转义符，和C++通用：

s5 = "%s is %d years old" % ("junbao", 6)

第二种是format函数，类似于C++的std::format（或者fmt::format）：

s6 = "{} is {age:d} years old".format("junbao", age=6)

第三种是一种语法糖，结合了format和变量，写法更简洁：

name = "junbao"
age = 6
s7 = f"{name} is {age:d} years old"

2. 大小写相关

• string.capitalize() 第一个字符大写。
• string.swapcase() 翻转大小写。
• string.upper() 都转为大写。
• string.lower() 都转为小写。
• 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。

3. 查找和替换

• string.startswith(obj,beg=0)：检查字符串是否以指定字符串开头，
• string.endswith(obj,end=len(string))：检查字符串是否以指定字符串结尾。
• string.count(str,beg,end)：返回出现次数。
• string.find(str,beg,end)：查找位置，没找到返回-1。
• string.index(str,beg,end)：查找位置，没找到会抛出异常。
• string.find(str,beg,end)：从结尾查找位置，没找到返回-1。
• string.index(str,beg,end)：从结尾查找位置，没找到会抛出异常。
• string.replace(str1, str2, num)：替换指定字符串，次数不超过num次。

4. 分割和连接

• string.split(sep,num)：按照制定字符分割，默认按照空字符（包括空格、换行、制表符等）分割。最多返回 num+1 个字符串。
• string.splitlines(keepends=False)：按行分割。keepends 表示是否保留结尾的换行符。
• string.partition(str)：根据 str 分割，返回三元组(str_left, str, str_right)。
• iter.jion(str)：用 str 将各个值连接起来。split的反向操作。

5. 字符串填充和去除

• string.rjust(width, fillchar=' '): 左边填充，直到长度等于width。
• string.center(width, fillchar=' '): 两边填充，直到长度等于width。
• string.zfill(width)：等价于string.rjust(width, '0')。
• string.ljust(width, fillchar=' '): 右边填充，直到长度等于width。
• string.lstrip(chars=' \n')：去掉左边的指定字符。
• string.lstrip(chars=' \n')：去掉右边的指定字符。
• string.strip(chars=' \n')：去掉两边的指定字符。

6. 字符类型

以下函数如果string为空，总是返回False。

• string.isspace()：是否为空字符，包括空格、换行符、制表符。
• string.isalpha()：是否都是字母。
• string.isdecimal()：是否都是 0 到 9 的 ASCII 数字，是通常认识的数字概念。
• string.isdigit()：是否为数字，包括单字节和全角数字，但不包括汉字数字、罗马数字！
• string.isnumeric()：是否都是数字，包括汉字数字、全角数字、罗马数字。
• string.isalnum()：是否都是字母或数字（包括汉字数字等）。
• string.isupper()：是否都是大写。
• string.istitle()：每个单词都是否为首字母大写。

简单遍历字符，可看出 decimal, digit 和 numeric 的区别：

import itertools

decimals = ""
digits = ""
numerics = ""
for number in itertools.chain(range(1000), range(4969, 4978), range(8304, 11000)):
    char = chr(number)
    if char.isdecimal():
        decimals += char
    if char.isdigit():
        digits += char
    if char.isnumeric():
        numerics += char

print("decimals =", decimals)
print("digits =", digits)
print("numerics =", numerics)

输出结果为：

decimals = 0123456789
digits = 0123456789²³¹፩፪፫፬፭፮፯፰፱⁰⁴⁵⁶⁷⁸⁹₀₁₂₃₄₅₆₇₈₉①②③④⑤⑥⑦⑧⑨⑴⑵⑶⑷⑸⑹⑺⑻⑼⒈⒉⒊⒋⒌⒍⒎⒏⒐⓪⓵⓶⓷⓸⓹⓺⓻⓼⓽⓿❶❷❸❹❺❻❼❽❾➀➁➂➃➄➅➆➇➈➊➋➌➍➎➏➐➑➒
numerics = 0123456789²³¹¼½¾፩፪፫፬፭፮፯፰፱⁰⁴⁵⁶⁷⁸⁹₀₁₂₃₄₅₆₇₈₉⅐⅑⅒⅓⅔⅕⅖⅗⅘⅙⅚⅛⅜⅝⅞⅟ⅠⅡⅢⅣⅤⅥⅦⅧⅨⅩⅪⅫⅬⅭⅮⅯⅰⅱⅲⅳⅴⅵⅶⅷⅸⅹⅺⅻⅼⅽⅾⅿↀↁↂↅↆↇↈ↉①②③④⑤⑥⑦⑧⑨⑩⑪⑫⑬⑭⑮⑯⑰⑱⑲⑳⑴⑵⑶⑷⑸⑹⑺⑻⑼⑽⑾⑿⒀⒁⒂⒃⒄⒅⒆⒇⒈⒉⒊⒋⒌⒍⒎⒏⒐⒑⒒⒓⒔⒕⒖⒗⒘⒙⒚⒛⓪⓫⓬⓭⓮⓯⓰⓱⓲⓳⓴⓵⓶⓷⓸⓹⓺⓻⓼⓽⓾⓿❶❷❸❹❺❻❼❽❾❿➀➁➂➃➄➅➆➇➈➉➊➋➌➍➎➏➐➑➒➓ 

7. 编码相关

• string.encode()：转为二进制字符串。
• bytes.decode()：二进制字符串转为字符串。

Q. E. D.