深入浅出字符串

字符串基础

• 字符串同样是 Python 中很常见的一种数据类型，比如日志的打印、程序中函数的注释、数据库的访问、变量的基本操作等等，都用到了字符串。
• 字符串是由独立字符组成的一个序列，通常包含在单引号（’’）双引号（""）或者三引号之中（’’’ ‘’'或""" “”"，两者一样）。
• Python 中单引号、双引号和三引号的字符串是一模一样的，没有区别。
  • Python 同时支持这三种表达方式，很重要的一个原因就是，这样方便你在字符串中，内嵌带引号的字符串。
  • Python 的三引号字符串，则主要应用于多行字符串的情境，比如函数的注释等等。
• Python 也支持转义字符。所谓的转义字符，就是用反斜杠开头的字符串，来表示一些特定意义的字符。
  

  • 在转义字符的应用中，最常见的就是换行符’\n’的使用。
  • 比如文件读取，如果我们一行行地读取，那么每一行字符串的末尾，都会包含换行符’\n’。
  • 最后做数据处理时，我们往往会丢掉每一行的换行符。

字符串的常用操作

• 你可以把字符串想象成一个由单个字符组成的数组，所以，Python 的字符串同样支持索引，切片和遍历等等操作。
  
  • 和其他数据结构，如列表、元组一样，字符串的索引同样从 0 开始。
  • index=0 表示第一个元素（字符），[index:index+2] 则表示第 index 个元素到 index+1 个元素组成的子字符串。
    
• 特别要注意，Python 的字符串是不可变的（immutable）。Python 中字符串的改变，通常只能通过创建新的字符串来完成。
  • 在其他语言中，如 Java，有可变的字符串类型，比如 StringBuilder，每次添加、改变或删除字符（串），无需创建新的字符串，时间复杂度仅为 O(1)。
  • 但可惜的是，Python 中并没有相关的数据类型，我们还是得老老实实创建新的字符串。因此，每次想要改变字符串，往往需要 O(n) 的时间复杂度，其中，n 为新字符串的长度。
• 自从 Python2.5 开始，每次处理字符串的拼接操作时（str1 += str2），Python 首先会检测 str1 还有没有其他的引用。
  • 如果没有的话，就会尝试原地扩充字符串 buffer 的大小，而不是重新分配一块内存来创建新的字符串并拷贝。
  • 另外，对于字符串拼接问题，除了使用加法操作符，我们还可以使用字符串内置的 join 函数。
  • string.join(iterable)，表示把每个元素都按照指定的格式连接起来。
    
• string.split(separator)，表示把字符串按照 separator 分割成子字符串，并返回一个分割后子字符串组合的列表。
• string.strip(str)，表示去掉首尾的 str 字符串。
• string.lstrip(str)，表示只去掉开头的 str 字符串。
• string.rstrip(str)，表示只去掉尾部的 str 字符串。
• string.find(sub, start, end)，表示从 start 到 end 查找字符串中子字符串 sub 的位置。

字符串的格式化

• 通常，我们使用一个字符串作为模板，模板中会有格式符。
  • 这些格式符为后续真实值预留位置，以呈现出真实值应该呈现的格式。
  • 字符串的格式化，通常会用在程序的输出、logging 等场景。
  • string.format() 就是所谓的格式化函数。
• 比如我们有一个任务，给定一个用户的 userid，要去数据库中查询该用户的一些信息，并返回。而如果数据库中没有此人的信息，我们通常会记录下来，这样有利于往后的日志分析，或者是线上 bug 的调试等等。

本节小结

• Python 中字符串使用单引号、双引号或三引号表示，三者意义相同，并没有什么区别。其中，三引号的字符串通常用在多行字符串的场景。
• Python 中字符串是不可变的（新版本 Python 中拼接操作’+='是个例外）。因此，随意改变字符串中字符的值，是不被允许的。
• Python 新版本（2.5+）中，字符串的拼接变得比以前高效了许多，你可以放心使用。
• Python 中字符串的格式化（string.format）常常用在输出、日志的记录等场景。