你真的知道 Python 字元串怎麼用嗎？
作者 | 豌豆花下貓
責編 | 郭芮
Python 中字元串是由 Uniocde 編碼的字元組成的不可變序列，它具備與其它序列共有的一些操作，例如判斷元素是否存在、拼接序列、切片操作、求長度、求最值、求元素的索引位置及出現次數等等。
除此之外，它還有很多特有的操作，值得我們時常溫故學習，所以，今天我就跟大家繼續聊聊字元串。
本文主要介紹 Python 字元串特有的操作方法，比如它的拼接、拆分、替換、查找及字元判斷等使用方法，辨析了一些可能的誤區。最後，還做了兩個擴展思考：為什麼 Python 字元串不具備列表類型的某些操作呢，為什麼它不具備 Java 字元串的一些操作呢？兩相比較，希望能幫助你透徹地理解——Python 的字元串到底怎麼用？
拼接字元串
字元串的拼接操作最常用，七種拼接方式從實現原理上劃分為三類，即格式化類（%佔位符、format()、template）、拼接類（+操作符、類元祖方式、join()）與插值類（f-string），在使用上，我有如下建議：
當要處理字元串列表等序列結構時，採用join()方式；
拼接長度不超過20時，選用+號操作符方式；
長度超過20的情況，高版本選用f-string，低版本時看情況使用format()或join()方式。
不敢說字元串就只有這七種拼接方式，但應該說它們是最常見的了。有小夥伴說，我寫漏了一種，即字元串乘法，可以重複拼接自身。沒錯，從結果上看，這是第八種拼接方式，視為補充吧。
關於字元串拼接，還得補充一個建議，即在複雜場景下，盡量避免使用以上幾類原生方法，而應該使用外置的強大的處理庫。
比如在拼接 SQL 語句的時候，經常要根據不同的條件分支，來組裝不同的查詢語句，而且還得插入不同的變數值，所以當面臨這種複雜的場景時，傳統拼接方式只會加劇代碼的複雜度、降低可讀性和維護性。使用SQLAlchemy模塊，將有效解決這個問題。
拆分字元串
在字元串的幾種拼接方法中，join() 方法可以將列表中的字元串元素，拼接成一個長的字元串，與此相反，split() 方法可以將長字元串拆分成一個列表。前面已說過，字元串是不可變序列，所以字元串拆分過程是在拷貝的字元串上進行，並不會改變原有字元串。
split() 方法可接收兩個參數，第一個參數是分隔符，即用來分隔字元串的字元，默認是所有的空字元，包括空格、換行(
)、製表符( )等。拆分過程會消耗分隔符，所以拆分結果中不包含分隔符。
s = "Hello world"
l = """Hi there , my name is Python貓
Do you like me ?
"""
# 不傳參數時，默認分隔符為所有空字元
s.split() >>> ["Hello", "world"]
s.split(" ") >>> ["Hello", "world"]
s.split(" ") >>> ["Hello world"] # 不存在兩個空格符
s.split("world") >>> ["Hello", ""]
# 空字元包括空格、多個空格、換行符等
l.split() >>> ["Hi", "there", ",", "my", "name", "is", "Python貓", "Do", "you", "like", "me", "?"]
split() 方法的第二個參數是一個數字，默認是預設，預設時全分隔，也可以用 maxsplit 來指定拆分次數。
# 按位置傳參
l.split(" ",3)
>>> ["Hi", "there", ",", "my name is Python 貓
Do you like me ?
"]
# 指定傳參
l.split(maxsplit=3)
>>> ["Hi", "there", ",", "my name is Python 貓
Do you like me ?
"]
# 錯誤用法
l.split(3)
---------------
TypeError Traceback (most recent call last)
<ipython-input-42-6c16d1a50bca> in <module>()
----> 1 l.split(3)
TypeError: must be str or None, not int
split() 方法是從左往右遍歷，與之相對，rsplit() 方法是從右往左遍歷，比較少用，但是會有奇效。
拆分字元串還有一種方法，即 splitlines() ，這個方法會按行拆分字元串，它接收一個參數 True 或 False，分別決定換行符是否會被保留，默認值 False，即不保留換行符。
# 默認不保留換行符
"ab c
de fg
kl
".splitlines()
>>> ["ab c", "", "de fg", "kl"]
"ab c
de fg
kl
".splitlines(True)
>>> ["ab c
", "
", "de fg
", "kl
"]
替換字元串
替換字元串包括如下場景：大小寫替換、特定符號替換、自定義片段替換……
再次說明，字元串是不可變對象，以下操作並不會改變原有字元串。
以上這些方法都很明了，使用也簡單，建議你親自試驗一下。這裡只說說 strip() 方法，它比較常用，可以去除字元串前後的空格，不僅如此，它還可以刪除首末位置的指定的字元。
s = "******Hello world******"
s.strip("*") >>> "Hello world"
查找字元串
查找字元串中是否包含某些內容，這是挺常用的操作。Python 中有多種實現方式，例如內置的 find() 方法，但是這個方法並不常用，因為它僅僅告訴你所查找內容的索引位置，而在通常情況下，這個位置並不是我們的目的。
find() 方法與 index() 方法的效果一樣，它們的最大的區別只在於，找不到內容時的返回值不同，一個返回 -1，一個拋出異常 ：
s = "Hello world"
s.find("cat") >>> -1
s.index("cat")
>>> ValueError Traceback (most recent call last)
<ipython-input-55-442007c50b6f> in <module>()
----> 1 s.index("cat")
ValueError: substring not found
以上兩個方法，只能用來滿足最簡單的查找需求。
在實戰中，我們常常要查找特定模式的內容，例如某種格式的日期字元串，這就得藉助更強大的查找工具了。正則表達式和 re 模塊就是這樣的工具，正則表達式用來定製匹配規則，re 模塊則提供了 match() 、find() 及 findall() 等方法，它們組合起來，可以實現複雜的查找功能。限於篇幅，今後再對這兩大工具做詳細介紹，這裡有一個簡單的例子：
import re
datepat = re.compile(r"d+/d+/d+")
text = "Today is 11/21/2018. Tomorrow is 11/22/2018."
datepat.findall(text)
>>> ["11/21/2018", "11/22/2018"]
字元判斷
判斷字元串是否（只）包含某些字元內容，這類使用場景也很常見，例如在網站註冊時，要求用戶名只能包含英文字母和數字，那麼，當校驗輸入內容時，就需要判斷它是否只包含這些字元。其它常用的判斷操作，詳列如下：
字元串不可以做的事
上文內容都是 Python 字元串特有的操作方法，相信讀完之後，你更清楚知道 Python 能夠做什麼了。
但是，這還不足以回答本文標題的問題——你真的知道 Python 的字元串怎麼用嗎？這些特有的操作方法，再加上之前文章提到的序列共有的操作、字元串讀寫文件、字元串列印、字元串Intern機制等等內容，才差不多能夠回答這個問題。
儘管如此，為了體現嚴謹性，我試著再聊聊「Python 字元串不可以做的事」，從相反的維度來補充回答這個問題。下面是開拓思維，進行頭腦風暴的時刻：
（1）受限的序列
與典型的序列類型相比，字元串不具備列表的如下操作：append()、clear()、copy()、insert()、pop()、remove()，等等。這是為什麼呢？
有幾個很好理解，即append()、insert()、pop() 和 remove()都是對單個元素的操作，但是字元串中的單個元素就是單個字元，通常沒有任何意義，我們也不會頻繁對其做增刪操作，所以字元串沒有這幾個方法也算合理。
列表的 clear() 方法會清空列表，用來節省內存空間，效果等於anylist[:] = []，但是，奇怪的是，Python 並不支持清空/刪除操作。
首先，字元串沒有 clear() 方法，其次，它是不可變對象，不支持這種賦值操作anystr[:] = ""，也不支持del anystr[:]操作：
s = "Hello world"
s[:] = ""
>>> 報錯：TypeError: "str" object does not support item assignment
del s[:]
>>> 報錯：TypeError: "str" object does not support item deletion
當然，你也別想通過del s來刪除字元串，因為變數名 s 只是字元串對象的引用（挖坑，以後寫寫這個話題），只是一個標籤，刪除標籤並不會直接導致對象實體的消亡。
如此看來，想要手動清空/刪除 Python 字元串，似乎是無解。
最後還有一個 copy() 方法，這就是拷貝嘛，可是字元串也沒有這個方法。為什麼呢？難道拷貝字元串的場景不多麼？在這點上，我也沒想出個所以然來，擱置疑問。
通過以上幾個常用列表操作的比較，我們可以看出字元串這種序列是挺受限的。列表可以看成多節車廂鏈接成的火車，而字元串感覺就只像多個座椅聯排成的長車廂，真是同源不同相啊。
（2）比就比，誰怕誰
接下來，又到了 Python 字元串與 Java 字元串 PK 的時刻。在對象定義的角度上，Python 的確更勝一籌，這次看看會比出個啥結果吧。
Java 中有比較字元串的方法，即 compareTo() 方法與 equals() 方法，前一個方法逐一比較兩個字元串的字元編碼，返回一個整型的差值，後一個方法在整體上比較兩個字元串的內容是否相等。
Python 字元串沒有這兩個單獨的方法，但要實現類似的功能卻很簡便。先看例子：
myName = "Python貓"
cmpName = "world"
newName = myName
# 直接用比較符號進行compare
myName > cmpName
>>> False
myName == newName
>>> True
cmpName != newName
>>> True
# 比較是否同一對象
myName is cmpName
>>> False
myName is newName
>>> True
上例中，如果把賦值的字元串換成列表或者其它對象，這些比較操作也是可以進行的。也就是說，作比較的能力是 Python 公民們的一項基本能力，並不會因為你是字元串就給你設限，或者給你開特權。
與此類似，Python 公民們自帶求自身長度的能力，len() 方法是內置方法，可以直接傳入任意序列參數，求解長度。Java 中則要求不同的序列對象，只能調用各自的 length() 方法。說個形象的比喻，Python 中共用一把秤，三教九流之輩都能拿它稱重，而Java 中有多把秤，你稱你的，我稱我的，大家「井水不犯河水」。
Python 中曾經有 cmp() 方法和__cmp__()魔術方法，但官方嫌棄它們雞肋，所以在Python 3 中移除掉了。雖然在 operator 模塊中還為它留下了一脈香火，但保不定哪天就會徹底廢棄。
import operator
operator.eq("hello", "name")
>>> False
operator.eq("hello", "hello")
>>> True
operator.gt("hello", "name")
>>> False
operator.lt("hello", "name")
>>> True
（3）牆上的門
在 Java 中，字元串還有一個強大的 valueOf() 方法，它可以接收多種類型的參數，如boolean、char、char數組、double、float、int等等，然後返回這些參數的字元串類型。 例如，要把 int 轉為字元串，可以用 String.valueOf(anynum) 。
Python 字元串依然沒有這個單獨的方法，但要實現相同的功能卻很簡便。對Python來說，不同的數據類型轉換成字元串，那是小菜一碟，例如：
str(123) >>> "123"
str(True) >>> "True"
str(1.22) >>> "1.22"
str([1,2]) >>> "[1, 2]"
str({"name":"python", "sex":"male"})
>>> "{"name": "python", "sex": "male"}"
而從字元串轉換為其它類型也不難，例如，int("123") 即可由字元串"123"得到數字 123。對比 Java，這個操作要寫成 Integer.parseInt("123")。
在Java 的不同數據類型之間，那道分隔之牆矗立得很高，彷彿需要藉助一座更高的弔橋才能溝通兩邊，而在靈活的 Python 里，你可以很方便地打開牆上的那扇門，來往穿越。
小結一下，跟 Java 相比，Python 字元串確實沒有幾項方法，但是事出有因，它們的天賦能力可不弱，所有這些操作都能簡明地實現。一方面，Python 字元串做不到某些事，但是另一方面，Python 可以出色地做成這些事，孰優孰劣，高下立判。
總結
寫文章貴在善始善終，現在給大家總結一下：
本文主要介紹 Python 字元串特有的操作方法，比如它的拼接、拆分、替換、查找及字元判斷等使用方法，從正向回答，Python 字元串能做什麼？最後，我們還從反向來回答了 Python 字元串不能做什麼？有些不能做，實際上是 不為，是為了在其它地方更好地作為，歸根到底，應該有的功能，Python 字元串全都有了。
本文中還將 Python 與 Java 做了比較，有幾項小小的差異，背後反映的其實是，兩套語言系統在世界觀上的差異。古人云，以銅為鏡，可以正衣冠。那麼，在編程語言的世界裡，以另一種語言為鏡，也更能看清這種語言的面貌。希望這種跨語言的思維碰撞，能為你擦出智慧的火花。
作者：豌豆花下貓，某985高校畢業生， 兼具極客思維與人文情懷。公眾號Python貓，專註Python技術、數據科學和深度學習，力圖創造一個有趣又有用的學習分享平台。
聲明：本文為作者投稿，版權歸作者個人所有。
TAG:CSDN |