一. str 基本特性

• 多个字符组成的有序的序列，是字符的集合
• 引号包围（单引号、双引号、三引号）
• 字符串是不可变对象
• 字符串是 Unicode 类型（Py3版本）

1. str 初始化（定义）

【实例 1】定义字符串的几种方法

s1 = 'string1'   # 单引号定义
s2 = "string2"   # 双引号定义
sql = """select * from user where name='tom'"""   # 三引号定义
s4 = str()       # 内置函数定义

2. str 元素访问

访问 str 元素用索引（即下标）访问。

• str 使用索引访问
• str 是有序的字符序列，可迭代遍历访问元素

【实例 2】str 元素访问的方法

s1 = 'abcde'
s1[2] == 'c'   # 可访问，但不可修改，即 s1[2] = 'c'
for c in s1:
    print(c)

3. str 编码问题

我们都知道计算机只能处理数字，如果要处理文本，就必须先把文本转换为数字才能处理。最早的计算机在设计时采用8个比特位（bit）作为一个字节（byte），所以，一个字节能表示的最大的整数就是255（2），0 - 255被用来表示大小写英文字母、数字和一些符号，这个编码表被称为ASCII编码，比如大写字母 A 的编码是 65，小写字母 z 的编码是 122。

如果要表示中文，显然一个字节是不够的，至少需要两个字节，而且还不能和 ASCII 编码冲突，所以，中国制定了 GB2312 编码，用来把中文编进去。

类似的，日文和韩文等其他语言也有这个问题。为了统一所有文字的编码，Unicode 应运而生。Unicode 把所有语言都统一到一套编码里，这样就不会再有乱码问题了。

Unicode 通常用两个字节表示一个字符，原有的英文编码从单字节变成双字节，只需要把高字节全部填为 0 就可以。

Python 在后来的版本中添加了对 Unicode 的支持，以 Unicode 表示的字符串用u’…’表示。不过在最新的 Python 3 版本中，字符串是以 Unicode 编码的，也就是说，Python 的字符串支持多语言。就像你偶尔看到的代码中没有加u’…’，也能正常显示。

不过由于 Python 源代码也是一个文本文件，所以，当你的源代码中包含中文的时候，在保存源代码时，就需要务必指定保存为 UTF-8 编码。当Python 解释器读取源代码时，为了让它按 UTF-8 编码读取，我们通常在文件开头写上这两行：

#!/usr/bin/env python3
# -*- coding: utf-8 -*-

第一行注释是为了告诉 Linux/OS X 系统，这是一个 Python 可执行程序，Windows 系统会忽略这个注释；
第二行注释是为了告诉 Python 解释器，按照 UTF-8 编码读取源代码，否则，你在源代码中写的中文输出可能会有乱码。

注意

申明了 UTF-8 编码并不意味着你的 .py 文件就是 UTF-8 编码的，必须并且要确保文本编辑器正在使用 UTF-8 without BOM 编码

一. str 常见的处理方法

字符串处理的常用方法，如连接字符串，分割字符串等等。

1. str 连接 *

• join 连接 *

  'string'.join(iterable) -> str

  说明：

1. 功能：使用 string 作为连接符（或理解成分隔符），将可迭代对象 iterable 的每个元素连接起来
2. 返回值：返回一个新字符串
3. 注意：iterable 对象本身的元素都是字符串

【实例 3】使用 join() 方法连接字符串

s1 = 'abc'
'-'.join(s1) == 'a-b-c'
ip_box = ['192', '168', '100', '111']
a_ip = '.'.join(ip_box)    # a_ip == '192.168.100.111'

• + 连接

  str_1 + str_2 -> str

  说明：

1. 功能：将两个字符串连接在一起
2. 返回值：返回一个新字符串

2. str 分割 *

分割字符串有 2 个系列：split系、partition系。

• split() 分割 *

  string.split(sep=None, maxsplit=-1) -> list[str]

  说明：

1. 功能：将字符串string按照分隔符sep分割成若干字符串（从左至右分割）
2. 返回值：返回一个字符串的列表list
3. 其他：sep 为分隔符，默认下空白字符串为分隔符； maxsplit指定分割次数，默认值 -1 表示遍历整个字符串

【实例 4】使用 split() 将接收到的字段名字符串拆分开

std_input = 'id name comments'
data_field = std_input.split()

split 家族还有其他几个类似方法：

# 从右向左分割
string.rsplit(sep=None, maxsplit=-1) -> list[str]
# 按照行来切分字符串
string.splitlines([keepends]) -> list[str]

说明：

1. keepends 指的是是否保留行分隔符（\n、\r\n、\r），默认不保留，如需保留可设置为 True。

• partition() 分割 *

  string.partition(sep) -> tuple(str)   # tuple(str): (head, sep, tail)

  说明：

1. 功能：将字符串按照分隔符分割成2段（从左至右），
2. 返回值：返回一个三元组（如果没有找到分隔符，就返回头，2个空元素的三元组(string, ‘’, ‘’)
3. 其他：sep 分隔符必须指定，注意，空分隔符不等于空格分隔符（’’ != ‘ ‘）

【实例 5】从网址字符串中分离出协议和域名

url = "https://www.baidu.cn"
protocol, _, domain = url.partition('://')
print(protocol,domain, sep='\n')

partition 家族还有一个分割方法：

string.rpartition(sep) -> tuple(str)

说明：

1. 功能：从右至左分割
2. 返回值：返回三元组；如没有找到分隔符，就返回2个空元素，和尾的三元组 (‘’, ‘’, string)

3. str “修改”

• 字符串替换 - replace()

  string.replace(old, new[, count]) -> str

  说明：

1. 功能：字符串中找到匹配的子串，并替换为新子串
2. 返回值：返回新字符串
3. 其他：count表示替换次数，不指定就全部替换

• 字符串“修改”- strip() *

  string.strip([chars]) -> str

  说明：

1. 从字符串两端去除指定的字符集chars中的所有字符，如果没有指定chars，就去除两端的空白字符
2. 返回值：返回一个字符串 ```python

   从左开始去除

   string.lstrip([chars]) -> str

从右开始去除

string.rstrip([chars]) -> str

<a name="AEERr"></a>
#### 4. str 大小写
---
关于字符串大小写处理的常用方法，如下：
| **方法** | **返回值** | **描述** |
| :---: | :---: | :---: |
| string.upper() | str | 将字符串全部大写 |
| string.lower() | str | 将字符串全部小写 |
| string.swapcase() | str | 互换字符串里的大小写，大写->小写，小写->大写 |
<a name="Z1ANm"></a>
#### 5. str 排版
---
| **方法** | **返回值** | **描述** |
| :---: | :---: | :---: |
| string.title() | str | 将每个单词的首字母都大写 |
| string.capitalize() | str | 将整个字符串的首个单词的首个字母大写 |
| string.center(width[, fillchar]) | str | 居中打印/显示。width为打印宽度，fillchar为填充的字符 |
| string.ljust(width[, fillchar]) | str | 左对齐 |
| string.rjust(width[, fillchar]) | str | 右对齐 |
| string.zfill(width) | str | 右对齐，左边用0填充。width为打印宽度 |
<a name="20so0"></a>
#### 6. str 查找 *
---
- **查找 str 索引 - find() ***
```python
string.find(sub_str[, start[, end]]) -> int

从左至右，在指定区间内查找子串，返回索引值，若没有返回 -1。

• 查找 str 索引 - rfind()

  string.rfind(sub_str[, start[, end]]) -> int

  与 find() 类似，从右至左查找，返回索引值，没有返回 -1。

• 查找 str 索引 - index() *

  string.index(sub_str[, start[, end]]) -> int

  与 find() 一样，从左至右查找子串，返回索引，没有抛出异常。

• 查找 str 索引 - rindex()

  string.rfind(sub_str[, start[, end]]) -> int

  与 rfind() 类似，从右至左查找，返回索引值，没有返回 -1。

• 查找并统计 str 次数 - count() *

  string.count(sub_str[, start[, end]]) -> int

  在指定区间内，从左至右，统计子串 sub_strn 出现的次数。

index 和 count 方法都是O(n)，随着列表数据规模的增大，效率也会加大。

• len(string)

返回字符串的长度。

7. str 判断

• 判断 str 开头 - startswith()

  string.startswith(prefix_str[, start[, end]]) -> bool

  判断在指定区间内[start, end)，字符串string是否是以 prefix_str开头。

• 判断 str 结尾 - endswith()

  string.endswith(suffix_str[, start[, end]]) -> bool

  判断在指定区间内[start, end)，字符串string是否是以 suffix_str结尾。

• 判断 str - is系列 | 方法 | 描述 | | —- | —- | | isalnum() | 判断string是否是字母和数字的组合 | | isalpha() | 是否是字母 | | isdigit() | 是否全部是数字（0 - 9） | | isdecimal() | 是否只包含十进制数字 | | isidentifier() ** | 是否是字母和下划线开头，其他都是字母、数字、下划线。常用于密码格式 | | islower() | 是否都小写 | | isupper() | 是否都大写 | | isspace() | 是否都是空白字符 |

用法都形同：string.isalnum() -> bool，均返回bool值。

8. str 格式化

字符串的格式化，是一种拼接字符串输出样式的手段，大概想到这几种：

• join 拼接，但join拼接只能使用分隔符，且要求被拼接的是可迭代对象；
• • 拼接，遇到非字符串时需先转换为string后在拼接；
• %占位符拼接，细说；

• format函数，细说；

• % 占位符格式化 ```python

  基本格式

  ‘format_str’ % value

就像这样

pi = 3.1415926 ‘%03d, %s, %.2f’ % (pi, pi, pi)

说明：
1. 占位符：%+格式字符，如 %s、%d等
1. 占位符中间可以插入修饰字符，如%03d，表示整型数字占3个位置，不够时前面补 0；
1. 格式字符串和被格式的值之间固定用 % 分割；
1. value 是一个对象，如或是一个字符串，或一个元组，或一个字典
- **format() 格式化 ********
```python
'{} {n} {xxx}'.format(*args, **kwargs) -> str

说明：

1. args 是位置参数，是一个元组/列表；kwargs 是关键字参数，是一个字典；
2. 花括号 { } 表示占位符；
3. 空花括号 {} 是按照顺序匹配位置参数，带索引的 {n} 则取参数中对应索引的值，{xxx} 取关键字中key的值；
4. 如打印花括号，则 {{}}

【实例 6】几种常见的格式化访问

# 位置参数
'{}:{}'.format('192.168.10.123', 8888)
# 关键字或命名参数
'{protocol}://{1}:{0}'.format(8888, '192.168.10.123', protocol='https')
# 索引访问元素
'{0[0]}:{0[1]}'.format(['192.168.10.123', 8888])
# 对象属性访问
from collections import namedtuple
Point = namedtuple('Point','x y')
p = Point(4,5)
"{{{0.x},{0.y}}}".format(p)

使用 format 函数格式化字符串的对齐方式，尤其是数字方面：

‘{:x}’.format(11) ‘{:#x}’.format(11) ‘{:#X}’.format(11) | b
0xb
0XB | 十六进制 |

说明

1. 冒号：前面表示索引值或引用之类；
2. 冒号: 号后面带填充的字符，只能是一个字符，不指定则默认是用空格填充；
3. ^, <, > 分别是居中、左对齐、右对齐，后面带宽度；
4. b、d、o、x ：分别是二进制、十进制、八进制、十六进制；
5. 此外可以使用大括号 { } 来转义大括号，如下 ```python “{1} 对应的索引位置是 {{1}}”.format(“hello”, “world”) # ‘world 对应的索引位置是 {1}’

“{1} 对应的索引位置是 {{{1}}}”.format(“hello”, “world”) # ‘world 对应的索引位置是 {world}’ ``` 注意大括号的使用。