Python从入门到精通day11
- 2026-02-08 00:45:31
常用数据结构之字符串
第二次世界大战催生了现代电子计算机——ENIAC（电子数值积分计算机），这台诞生于美国宾夕法尼亚大学的“庞然大物”，占地167平米、重约27吨，每秒仅能完成5000次浮点运算，却开启了计算机时代的序幕。最初，计算机的核心功能是数值计算（如导弹弹道测算），但随着技术发展，文本信息处理已成为计算机的核心任务之一。
在Python中，文本信息以字符串（str）类型存储和操作。本节课我们将从字符串的定义、转义规则、运算方法到实际应用，全面掌握这一核心数据类型。
字符串的定义与表示
几乎支持所有文本场景的字符（字母、数字、符号、Emoji、各国语言文字等）。Python提供了多种定义字符串的方式，适配不同使用场景。
1. 基础定义语法
用单引号（' '）、双引号（" "）或三引号（''' '''/""" """）包裹字符即可，核心区别在于对特殊符号的兼容和换行支持：
单/双引号：适用于单行字符串，可相互嵌套（避免转义）；
三引号：适用于多行字符串，保留换行格式，也可作为注释使用。
2. 实操演示
s1 = 'hello, world!'s2 = "你好，世界！❤️"s3 = '''hello,wonderfulworld!'''print(s1)print(s2)print(s3)关键提醒：字符串是不可变类型，与元组类似——一旦定义，无法通过索引修改单个字符，否则会触发TypeError。
转义字符
我们可以在字符串中使用\（反斜杠）来表示转义，也就是说\后面的字符不再是它原来的意义，例如：\n不是代表字符\和字符n，而是表示换行；\t也不是代表字符\和字符t，而是表示制表符。所以如果字符串本身又包含了'、"、\这些特殊的字符，必须要通过\进行转义处理。例如要输出一个带单引号或反斜杠的字符串，需要用如下所示的方法。
s1 = '\'hello, world!\''s2 = '\\hello, world!\\'print(s1)print(s2)原始字符串
Python 中有一种以r或R开头的字符串，这种字符串被称为原始字符串，意思是字符串中的每个字符都是它本来的含义，没有所谓的转义字符。例如，在字符串'hello\n'中，\n表示换行；而在r'hello\n'中，\n不再表示换行，就是字符\和字符n。大家可以运行下面的代码，看看会输出什么。
s1 = '\it \is \time \to \read \now's2 = r'\it \is \time \to \read \now'print(s1)print(s2)说明：上面的变量
s1中，\t、\r和\n都是转义字符。\t是制表符（table），\n是换行符（new line），\r是回车符（carriage return）相当于让输出回到了行首。对比一下两个
字符的特殊表示
Python 中还允许在\后面还可以跟一个八进制或者十六进制数来表示字符，例如\141和\x61都代表小写字母a，前者是八进制的表示法，后者是十六进制的表示法。另外一种表示字符的方式是在\u后面跟 Unicode 字符编码，例如\u9a86\u660a代表的是中文“骆昊”。运行下面的代码，看看输出了什么。
s1 = '\141\142\143\x61\x62\x63's2 = '\u9a86\u660a'print(s1)print(s2)字符串的运算
Python 语言为字符串类型提供了非常丰富的运算符，有很多运算符跟列表类型的运算符作用类似。例如，我们可以使用+运算符来实现字符串的拼接，可以使用*运算符来重复一个字符串的内容，可以使用in和not in来判断一个字符串是否包含另外一个字符串，我们也可以用[]和[:]运算符从字符串取出某个字符或某些字符。
拼接和重复
下面的例子演示了使用+和*运算符来实现字符串的拼接和重复操作。
s1 = 'hello' + ', ' + 'world'print(s1) # hello, worlds2 = '!' * 3print(s2) # !!!s1 += s2print(s1) # hello, world!!!s1 *= 2print(s1) # hello, world!!!hello, world!!!用*实现字符串的重复是非常有意思的一个运算符，在很多编程语言中，要表示一个有10个a的字符串，你只能写成'aaaaaaaaaa'，但是在 Python 中，你可以写成'a' * 10。你可能觉得'aaaaaaaaaa'这种写法也没有什么不方便的，但是请想一想，如果字符a要重复100次或者1000次又会如何呢？
比较运算
对于两个字符串类型的变量，可以直接使用比较运算符来判断两个字符串的相等性或比较大小。需要说明的是，因为字符串在计算机内存中也是以二进制形式存在的，那么字符串的大小比较比的是每个字符对应的编码的大小。例如A的编码是65， 而a的编码是97，所以'A' < 'a'的结果相当于就是65 < 97的结果，这里很显然是True；而'boy' < 'bad'，因为第一个字符都是'b'比不出大小，所以实际比较的是第二个字符的大小，显然'o' < 'a'的结果是False，所以'boy' < 'bad'的结果是False。如果不清楚两个字符对应的编码到底是多少，可以使用ord函数来获得，之前我们有提到过这个函数。例如ord('A')的值是65，而ord('昊')的值是26122。下面的代码展示了字符串的比较运算，请大家仔细看看。
s1 = 'a whole new world's2 = 'hello world'print(s1 == s2) # Falseprint(s1 < s2) # Trueprint(s1 == 'hello world') # Falseprint(s2 == 'hello world') # Trueprint(s2 != 'Hello world') # Trues3 = '南阳'print(ord('南')) # 21335print(ord('阳')) # 38451s4 = '王大锤'print(ord('王')) # 29579print(ord('大')) # 22823print(ord('锤')) # 38180print(s3 >= s4) # Trueprint(s3 != s4) # True成员运算
Python 中可以用in和not in判断一个字符串中是否包含另外一个字符或字符串，跟列表类型一样，in和not in称为成员运算符，会产生布尔值True或False，代码如下所示。
s1 = 'hello, world's2 = 'goodbye, world'print('wo'in s1) # Trueprint('wo'notin s2) # Falseprint(s2 in s1) # False获取字符串长度
获取字符串长度跟获取列表元素个数一样，使用内置函数len，代码如下所示。
s = 'hello, world'print(len(s)) # 12print(len('goodbye, world')) # 14索引和切片
字符串的索引和切片操作跟列表、元组几乎没有区别，因为字符串也是一种有序序列，可以通过正向或反向的整数索引访问其中的元素。但是有一点需要注意，因为字符串是不可变类型，所以不能通过索引运算修改字符串中的字符。
s = 'abc123456'n = len(s)print(s[0], s[-n]) # a aprint(s[n-1], s[-1]) # 6 6print(s[2], s[-7]) # c cprint(s[5], s[-4]) # 3 3print(s[2:5]) # c12print(s[-7:-4]) # c12print(s[2:]) # c123456print(s[:2]) # abprint(s[::2]) # ac246print(s[::-1]) # 654321cba需要再次提醒大家注意的是，在进行索引运算时，如果索引越界，会引发IndexError异常，错误提示信息为：string index out of range（字符串索引超出范围）。
字符的遍历
如果希望遍历字符串中的每个字符，可以使用for-in循环，有如下所示的两种方式。
方式一：
s = 'hello'for i inrange(len(s)):print(s[i])方式二：
s = 'hello'for elem in s:print(elem)字符串的方法
在 Python 中，我们可以通过字符串类型自带的方法对字符串进行操作和处理，假设我们有名为foo的字符串，字符串有名为bar的方法，那么使用字符串方法的语法是：foo.bar()，这是一种通过对象引用调用对象方法的语法，跟前面使用列表方法的语法是一样的。
大小写相关操作
下面的代码演示了和字符串大小写变换相关的方法。
s1 = 'hello, world!'# 字符串首字母大写print(s1.capitalize()) # Hello, world!# 字符串每个单词首字母大写print(s1.title()) # Hello, World!# 字符串变大写print(s1.upper()) # HELLO, WORLD!s2 = 'GOODBYE'# 字符串变小写print(s2.lower()) # goodbye# 检查s1和s2的值print(s1) # hello, worldprint(s2) # GOODBYE说明：由于字符串是不可变类型，使用字符串的方法对字符串进行操作会产生新的字符串，但是原来变量的值并没有发生变化。所以上面的代码中，当我们最后检查
s1和s2两个变量的值时，s1和s2的值并没有发生变化。
查找操作
如果想在一个字符串中从前向后查找有没有另外一个字符串，可以使用字符串的find或index方法。在使用find和index方法时还可以通过方法的参数来指定查找的范围，也就是查找不必从索引为0的位置开始。
s = 'hello, world!'print(s.find('or')) # 8print(s.find('or', 9)) # -1print(s.find('of')) # -1print(s.index('or')) # 8print(s.index('or', 9)) # ValueError: substring not found说明：
find方法找不到指定的字符串会返回-1，index方法找不到指定的字符串会引发ValueError错误。
find和index方法还有逆向查找（从后向前查找）的版本，分别是rfind和rindex，代码如下所示。
s = 'hello world!'print(s.find('o')) # 4print(s.rfind('o')) # 7print(s.rindex('o')) # 7# print(s.rindex('o', 8)) # ValueError: substring not found性质判断
可以通过字符串的startswith、endswith来判断字符串是否以某个字符串开头和结尾；还可以用is开头的方法判断字符串的特征，这些方法都返回布尔值，代码如下所示。
s1 = 'hello, world!'print(s1.startswith('He')) # Falseprint(s1.startswith('hel')) # Trueprint(s1.endswith('!')) # Trues2 = 'abc123456'print(s2.isdigit()) # Falseprint(s2.isalpha()) # Falseprint(s2.isalnum()) # True说明：上面的
isdigit用来判断字符串是不是完全由数字构成的，isalpha用来判断字符串是不是完全由字母构成的，这里的字母指的是 Unicode 字符但不包含 Emoji 字符，isalnum用来判断字符串是不是由字母和数字构成的。
格式化
在 Python 中，字符串类型可以通过center、ljust、rjust方法做居中、左对齐和右对齐的处理。如果要在字符串的左侧补零，也可以使用zfill方法。
s = 'hello, world'print(s.center(20, '*')) # ****hello, world****print(s.rjust(20)) # hello, worldprint(s.ljust(20, '~')) # hello, world~~~~~~~~print('33'.zfill(5)) # 00033print('-33'.zfill(5)) # -0033我们之前讲过，在用print函数输出字符串时，可以用下面的方式对字符串进行格式化。
a = 321b = 123print('%d * %d = %d' % (a, b, a * b))当然，我们也可以用字符串的format方法来完成字符串的格式，代码如下所示。
a = 321b = 123print('{0} * {1} = {2}'.format(a, b, a * b))从 Python 3.6 开始，格式化字符串还有更为简洁的书写方式，就是在字符串前加上f来格式化字符串，在这种以f打头的字符串中，{变量名}是一个占位符，会被变量对应的值将其替换掉，代码如下所示。
a = 321b = 123print(f'{a} * {b} = {a * b}')如果需要进一步控制格式化语法中变量值的形式，可以参照下面的表格来进行字符串格式化操作。
3.1415926 | {:.2f} | '3.14' | |
3.1415926 | {:+.2f} | '+3.14' | |
-1 | {:+.2f} | '-1.00' | |
3.1415926 | {:.0f} | '3' | |
123 | {:0>10d} | '0000000123' | 0，补够10位 |
123 | {:x<10d} | '123xxxxxxx' | x ，补够10位 |
123 | {:>10d} | ' 123' | |
123 | {:<10d} | '123 ' | |
123456789 | {:,} | '123,456,789' | |
0.123 | {:.2%} | '12.30%' | |
123456789 | {:.2e} | '1.23e+08' |
修剪操作
字符串的strip方法可以帮我们获得将原字符串修剪掉左右两端指定字符之后的字符串，默认是修剪空格字符。这个方法非常有实用价值，可以用来将用户输入时不小心键入的头尾空格等去掉，strip方法还有lstrip和rstrip两个版本，相信从名字大家已经猜出来这两个方法是做什么用的。
s1 = ' jackfrued@126.com 'print(s1.strip()) # jackfrued@126.coms2 = '~你好，世界~'print(s2.lstrip('~')) # 你好，世界~print(s2.rstrip('~')) # ~你好，世界替换操作
如果希望用新的内容替换字符串中指定的内容，可以使用replace方法，代码如下所示。replace方法的第一个参数是被替换的内容，第二个参数是替换后的内容，还可以通过第三个参数指定替换的次数。
s = 'hello, good world'print(s.replace('o', '@')) # hell@, g@@d w@rldprint(s.replace('o', '@', 1)) # hell@, good world拆分与合并
可以使用字符串的split方法将一个字符串拆分为多个字符串（放在一个列表中），也可以使用字符串的join方法将列表中的多个字符串连接成一个字符串，代码如下所示。
s = 'I love you'words = s.split()print(words) # ['I', 'love', 'you']print('~'.join(words)) # I~love~you需要说明的是，split方法默认使用空格进行拆分，我们也可以指定其他的字符来拆分字符串，而且还可以指定最大拆分次数来控制拆分的效果，代码如下所示。
s = 'I#love#you#so#much'words = s.split('#')print(words) # ['I', 'love', 'you', 'so', 'much']words = s.split('#', 2)print(words) # ['I', 'love', 'you#so#much']编码和解码
Python 中除了字符串str类型外，还有一种表示二进制数据的字节串类型（bytes）。所谓字节串，就是由零个或多个字节组成的有限序列。通过字符串的encode方法，我们可以按照某种编码方式将字符串编码为字节串，我们也可以使用字节串的decode方法，将字节串解码为字符串，代码如下所示。
a = '南阳'b = a.encode('utf-8')c = a.encode('gbk')print(b) # b'\xe5\x8d\x97\xe9\x98\xb3'print(c) # b'\xc4\xcf\xd1\xf4'print(b.decode('utf-8')) # 南阳print(c.decode('gbk')) # 南阳注意，如果编码和解码的方式不一致，会导致乱码问题（无法再现原始的内容）或引发UnicodeDecodeError错误，导致程序崩溃。
其他方法
对于字符串类型来说，还有一个常用的操作是对字符串进行匹配检查，即检查字符串是否满足某种特定的模式。例如，一个网站对用户注册信息中用户名和邮箱的检查，就属于模式匹配检查。实现模式匹配检查的工具叫做正则表达式，Python 语言通过标准库中的re模块提供了对正则表达式的支持，我们会在后续的课程中为大家讲解这个知识点。
今日总结
核心定义：字符串是有序、不可变的字符序列，支持单/双/三引号定义，兼容多种字符类型；
特殊表示：转义字符（\）控制格式和特殊符号，原始字符串（r/R）禁用转义；
核心运算：支持拼接、重复、比较、成员判断、索引切片，与列表/元组用法互通；
常用方法：重点掌握格式化（f-string优先）、查找匹配、修剪替换、拆分合并，适配文本处理场景；
核心特性：不可变类型，所有方法均返回新字符串，原字符串不变。
字符串是Python中最常用的数据类型之一，无论是用户输入处理、文件读写还是网络请求，都离不开字符串操作。掌握本节课的方法和技巧，能轻松应对大部分文本处理场景。
