字符串(3)

关于字符串的内容，已经有两节进行介绍了。不过，它是一个话题中心，还要再继续。

例如这样一个字符串 Python，还记得前面对字符串的定义吗？它就是几个字符：P,y,t,h,o,n，排列起来。这种排列是非常严格的，不仅仅是字符本身，而且还有顺序，换言之，如果某个字符换了，就编程一个新字符串了；如果这些字符顺序发生变化了，也成为了一个新字符串。

在 Python 中，把像字符串这样的对象类型（后面还会冒出来类似的其它有这种特点的对象类型，比如列表），统称为序列。顾名思义，序列就是“有序排列”。

比如水泊梁山的 108 个好汉（里面分明也有女的，难道女汉子是从这里来的吗？），就是一个“有序排列”的序列。从老大宋江一直排到第 108 位金毛犬段景住。在这个序列中，每个人有编号，编号和每个人一一对应。1 号是宋江，2 号是卢俊义。反过来，通过每个人的姓名，也能找出他对应的编号。武松是多少号？14 号。李逵呢？22 号。

在 Python 中，给这些编号取了一个文雅的名字，叫做索引(别的编程语言也这么称呼，不是 Python 独有的。)。

索引和切片

前面用梁山好汉的为例说明了索引。再看 Python 中的例子：

  1. >>> lang = "study Python"
  2. >>> lang[0]
  3. 's'
  4. >>> lang[1]
  5. 't'

有一个字符串，通过赋值语句赋给了变量 lang。如果要得到这个字符串的第一个单词 s，可以用 lang[0]。当然，如果你不愿意通过赋值语句，让变量 lang 来指向那个字符串，也可以这样做：

  1. >>> "study Python"[0]
  2. 's'

效果是一样的。因为 lang 是标签，就指向了 "study Python" 字符串。当让 Python 执行 lang[0] 的时候，就是要转到那个字符串对象，如同上面的操作一样。只不过，如果不用 lang 这么一个变量，后面如果再写，就费笔墨了，要每次都把那个字符串写全了。为了省事，还是复制给一个变量吧。变量就是字符串的代表了。

字符串这个序列的排序方法跟梁山好汉有点不同，第一个不是用数字1表示，而是用数字 0 表示。不仅仅 Python，其它很多语言都是从 0 开始排序的。为什么这样做呢？这就是规定。当然，这个规定是有一定优势的。此处不展开，有兴趣的网上去 google 一下，有专门对此进行解释的文章。

0 1 2 3 4 5 6 7 8 9 10 11
s t u d y l p y t h o n

上面的表格中，将这个字符串从第一个到最后一个进行了排序，特别注意，两个单词中间的那个空格，也占用了一个位置。

通过索引能够找到该索引所对应的字符，那么反过来，能不能通过字符，找到其在字符串中的索引值呢？怎么找？

  1. >>> lang.index("p")
  2. 6

就这样，是不是已经能够和梁山好汉的例子对上号了？只不过区别在于第一个的索引值是 0。

如果某一天，宋大哥站在大石头上，向着各位弟兄大喊：“兄弟们，都排好队。”等兄弟们排好之后，宋江说：“现在给各位没有老婆的兄弟分配女朋友，我这里已经有了名单，我念叨的兄弟站出来。不过我是按照序号来念的。第 29 号到第 34 号先出列，到旁边房子等候分配女朋友。”

在前面的例子中 lang[1] 能够得到原来字符串的第二个字符 t，就相当于从原来字符串中把这个“切”出来了。不过，我们这么“切”却不影响原来字符串的完整性，当然可以理解为将那个字符 t 赋值一份拿出来了。

那么宋江大哥没有一个一个“切”，而是一下将几个兄弟叫出来。在 Python 中也能做类似事情。

  1. >>> lang
  2. 'study Python'    #在前面“切”了若干的字符之后，再看一下该字符串，还是完整的。
  3. >>> lang[2:9]
  4. 'udy pyt'

通过 lang[2:9]要得到部分（不是一个）字符，从返回的结果中可以看出，我们得到的是序号分别对应着 2,3,4,5,6,7,8(跟上面的表格对应一下)字符（包括那个空格）。也就是，这种获得部分字符的方法中，能够得到开始需要的以及最后一个序号之前的所对应的字符。有点拗口，自己对照上面的表格数一数就知道了。简单说就是包括开头，不包括结尾。

上述，不管是得到一个还是多个，通过索引得到字符的过程，称之为切片。

切片是一个很有意思的东西。可以“切”出不少花样呢？

  1. >>> lang
  2. 'study Python'
  3. >>> b = lang[1:]    # 得到从 1 号到最末尾的字符，这时最后那个需要不用写
  4. >>> b
  5. 'tudy Python'
  6. >>> c = lang[:]    # 得到所有字符
  7. >>> c
  8. 'study Python'
  9. >>> d = lang[:10]    # 得到从第一个到 10 号之前的字符
  10. >>> d
  11. 'study pyth'

在获取切片的时候，如果分号的前面或者后面的序号不写，就表示是到最末（后面的不写）或第一个（前面的不写）

lang[:10]的效果和 lang[0:10]是一样的。

  1. >>> e = lang[0:10]
  2. >>> e
  3. 'study pyth'

那么，lang[1:]和 lang[1:11]效果一样吗？请思考后作答。

  1. >>> lang[1:11]
  2. 'tudy pytho'
  3. >>> lang[1:]
  4. 'tudy python'

果然不一样，你思考对了吗？原因就是前述所说的，如果分号后面有数字，所得到的切片，不包含该数字所对应的序号（前包括，后不包括）。那么，是不是可以这样呢？lang[1:12]，不包括 12 号（事实没有 12 号），是不是可以得到 1 到 11 号对应的字符呢？

  1. >>> lang[1:12]
  2. 'tudy python'
  3. >>> lang[1:13]
  4. 'tudy python'

果然是。并且不仅仅后面写 12，写 13，也能得到同样的结果。但是，我这个特别要提醒，这种获得切片的做法在编程实践中是不提倡的。特别是如果后面要用到循环的时候，这样做或许在什么时候遇到麻烦。

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 c 的值与原字符串一样，也就是“复制”了一份。注意，这里的“复制”我打上了引号，意思是如同复制，是不是真的复制呢？可以用下面的方式检验一下

  1. >>> id(c)
  2. 3071934536L
  3. >>> id(lang)
  4. 3071934536L

id()的作用就是查看该对象在内存地址（就是在内存中的位置编号）。从上面可以看出，两个的内存地址一样，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 这个标签也贴在了原来那个字符串上了。

  1. >>> lang = "study python"
  2. >>> c = lang

如果这样操作，变量 c 和 lang 是不是指向同一个对象呢？或者两者所指向的对象内存地址如何呢？看官可以自行查看。

字符串基本操作

字符串是一种序列，所有序列都有如下基本操作：

  • len()：求序列长度
    • ：连接 2 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 2 个序列值是否相同

通过下面的例子，将这几个基本操作在字符串上的使用演示一下：

“+”连接字符串

  1. >>> str1 + str2
  2. 'abcdabcde'
  3. >>> str1 + "-->" + str2
  4. 'abcd-->abcde'

这其实就是拼接，不过在这里，看官应该有一个更大的观念，我们现在只是学了字符串这一种序列，后面还会遇到列表、元组两种序列，都能够如此实现拼接。

in

  1. >>> "a" in str1
  2. True
  3. >>> "de" in str1
  4. False
  5. >>> "de" in str2
  6. True

in 用来判断某个字符串是不是在另外一个字符串内，或者说判断某个字符串内是否包含某个字符串，如果包含，就返回 True，否则返回 False。

最值

  1. >>> max(str1)
  2. 'd'
  3. >>> max(str2)
  4. 'e'
  5. >>> min(str1)
  6. 'a'

一个字符串中，每个字符在计算机内都是有编码的，也就是对应着一个数字，min()和 max()就是根据这个数字里获得最小值和最大值，然后对应出相应的字符。关于这种编号是多少，看官可以 google 有关字符编码，或者 ASCII 编码什么的，很容易查到。

比较

  1. >>> cmp(str1, str2)
  2. -1

将两个字符串进行比较，也是首先将字符串中的符号转化为对一个的数字，然后比较。如果返回的数值小于零，说明第一个小于第二个，等于 0，则两个相等，大于 0，第一个大于第二个。为了能够明白其所以然，进入下面的分析。

  1. >>> ord('a')
  2. 97
  3. >>> ord('b')
  4. 98
  5. >>> ord(' ')
  6. 32

ord()是一个内建函数，能够返回某个字符（注意，是一个字符，不是多个字符组成的串）所对一个的 ASCII 值（是十进制的），字符 a 在 ASCII 中的值是 97，空格在 ASCII 中也有值，是 32。顺便说明，反过来，根据整数值得到相应字符，可以使用 chr()：

  1. >>> chr(97)
  2. 'a'
  3. >>> chr(98)
  4. 'b'

于是，就得到如下比较结果了：

  1. >>> cmp("a","b")    #a-->97, b-->98, 97 小于 98，所以 a 小于 b
  2. -1
  3. >>> cmp("abc","aaa") 
  4. 1
  5. >>> cmp("a","a")
  6. 0

看看下面的比较，是怎么进行的呢？

  1. >>> cmp("ad","c")
  2. -1

在字符串的比较中，是两个字符串的第一个字符先比较，如果相等，就比较下一个，如果不相等，就返回结果。直到最后，如果还相等，就返回 0。位数不够时，按照没有处理（注意，没有不是 0，0 在 ASCII 中对应的是 NUL），位数多的那个天然大了。ad 中的 a 先和后面的 c 进行比较，显然 a 小于 c，于是就返回结果 -1。如果进行下面的比较，是最容易让人迷茫的。看官能不能根据刚才阐述的比较远离理解呢？

  1. >>> cmp("123","23")
  2. -1
  3. >>> cmp(123,23)    # 也可以比较整数，这时候就是整数的直接比较了。
  4. 1

“*”

字符串中的“乘法”，这个乘法，就是重复那个字符串的含义。在某些时候很好用的。比如我要打印一个华丽的分割线：

  1. >>> str1*3
  2. 'abcdabcdabcd'
  3. >>> print "-"*20    # 不用输入很多个`-`
  4. --------------------

len()

要知道一个字符串有多少个字符，一种方法是从头开始，盯着屏幕数一数。哦，这不是计算机在干活，是键客在干活。

键客，不是剑客。剑客是以剑为武器的侠客；而键客是以键盘为武器的侠客。当然，还有贱客，那是贱人的最高境界，贱到大侠的程度，比如岳不群之流。

键客这样来数字符串长度：

  1. >>> a="hello"
  2. >>> len(a)
  3. 5

使用的是一个函数 len(object)。得到的结果就是该字符串长度。

  1. >>> m = len(a)  # 把结果返回后赋值给一个变量
  2. >>> m
  3. 5
  4. >>> type(m)     # 这个返回值（变量）是一个整数型
  5. <type 'int'>