Python 基础学习02：字符串

Python 对于字符串的处理比较灵活，也是编写 Python 程序必不可少的一种数据类型。

引号以及对引号进行转义

在 Python 中使用字符串需要对其添加单引号或双引号：

>>> Hello World
  File "<stdin>", line 1
    Hello World
          ^^^^^
SyntaxError: invalid syntax
>>> 'Hello World'
'Hello World'
>>> "Hello World"
'Hello World'
>>> 

如果直接在解释器中输入字符串将导柱出现语法错误，中文也是如此。

单引号与双引号有区别吗？没有区别，但是会有特定的情况，例如：

>>> "Let't Go!"
"Let't Go!"
>>> 'Let't Go!'
  File "<stdin>", line 1
    'Let't Go!'
         ^
SyntaxError: invalid syntax
>>> 'He said: "Try it!"'
'He said: "Try it!"'
>>> "He said: "Try it!""
  File "<stdin>", line 1
    "He said: "Try it!""
               ^^^
SyntaxError: invalid syntax

归纳就是引号里面不能嵌套同种类型的引号，如果字符串中引号，Python 需要使用不同的引号进行括起，或者使用转义符 \。

>>> 'Let\'t Go!'
"Let't Go!"

字符串的拼接

使用 + 进行字符串的拼接：

>>> "Hello" + "World"
'HelloWorld'
>>> a="Hello"
>>> b="World"
>>> a + ' ' + b
'Hello World'

str() 和 repr()

前面在 Python 解释器返回的内容在实际程序中用户是看不见的，如果要看到输出需要使用到 print() 函数。

>>> string="Hello World"
>>> string
'Hello World'
>>> print(string)
Hello World

可以看到在解释器中返回内容的区别，直接调用变量名返回了一个引号括起的内容，代表是字符串，print() 打印的内容没有引号。

通过 print() 可以使用一些 如\n 的换行符：

>>> print("Hello \nWorld")
Hello 
World

str() 与 repr() 的区别：

• str：返回对用户友好格式的对象
• repr：返回对开发者友好的格式对象
  更直观的例子：

  >>> import datetime
  >>> today = datetime.datetime.now()
  >>> print(str(today))
  2023-10-25 23:09:42.719793
  >>> print(repr(today))
  datetime.datetime(2023, 10, 25, 23, 9, 42, 719793)

补充：
当对对象调用 str() 时，调用的是对象的 __str__ 方法，调用 repr() 时，调用对象的 __repr__ 方法。

长字符串、原始字符串和字节

要表示很长的字符串（多行），可以使用三引号：

>>> print(''' 第一行内容
... 第二行内容
... 第三行内容
... ''')
 第一行内容
第二行内容
第三行内容

原始字符串不会特殊字符进行转义，例如 \， 在路径中经常使用到该方式，例如路径为 C:\data\npython ：

>>> print("C:\data\npython")
C:\data
python

使用原始字符进行打印：

>>> print(r"C:\data\npython")
C:\data\npython

Unicode bytes bytearray

Python 字符串使用 Unicode 编码来表示文本，在特定情况下也可以使用其它的编码，例如：

>>> '你好世界'.encode("utf-8")
b'\xe4\xbd\xa0\xe5\xa5\xbd\xe4\xb8\x96\xe7\x95\x8c'
>>> '你好世界'.encode("utf-32")
b'\xff\xfe\x00\x00`O\x00\x00}Y\x00\x00\x16N\x00\x00Lu\x00\x00'
>>> '你好世界'.encode("GBK")
b'\xc4\xe3\xba\xc3\xca\xc0\xbd\xe7'

>>> '你好世界'.encode("ASCII")
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
UnicodeEncodeError: 'ascii' codec can't encode characters in position 0-3: ordinal not in range(128)

可以看到同样的字符上述中文字符使用上述编码时 GBK 编码占用空间最少，同时转换 ASCII 码失败，因为在 ASCII 码中没有定义中文字符。
转换后前面的 b 代表的是 bytes 类型，这种类型的字符串无法更改。

bytearray 是 bytes 的可变版，可以进行修改：

>>> str = bytearray(b"Hello!")
>>> str[0] = ord(b"C")
>>> str
bytearray(b'Cello!')