字符串
Python 中的字符串（string）是一系列字符的有序集合，可以包括字母、数字、标点符号和其他特殊字符。字符串是一个不可变的序列数据类型。
创建字符串
在 Python 中，较短的字符串，可以使用单引号 ' '、双引号 " " 来表示。跨越多行的长字符串，可以使用三引号 ''' ''' 或 """ """ 来表示。例如：
string1 = 'Hello, World!'
string2 = "Hello, World!"
string3 = '''Hello
World!''' # 这是一个多行字符串
string4 = """Another
multi-line
string."""
三引号包裹的大段文字也经常被用来作为程序的注释，这样就不需要在每行的注释前面都加上一个井号了，相当于 C、Java 等语言中的 /* */ 注释符号。
一个小技巧是，如果需要创建的字符串中包含双引号，那么就用单引号来包裹它；反之，如果需要创建的字符串中包含单引号，那么就用双引号来包裹它。例如：
"""
这就是一段注释，程序逻辑并不会用到这里的文字。
下面的语句可以打印出带双引号的文字：
"""
print('小明说： "这不是我干的！"')
print("I'm a student.")
如果创建的字符串中单双引号都需要使用，那么可以使用三引号。如果这些都要用到，那就只能使用转义字符了。
字符串操作
最常用的字符串操作包括拼接、截断等。
拼接
连接两个字符串可以使用 + 运算符：
greeting = "Hello, " + "World!" # 结果："Hello, World!"
如果重复一段文字，可以使用 * 运算符：
repeated = "abc" * 3 # 结果："abcabcabc"
索引
索引（index）操作用于从字符串中提取单个字符。其表示方法是：在需要被索引的字符串或变量后面加上方括号，方括号内包含一个整数，表示该字符在字符串中的位置（从 0 开始计数）。非负整数表示从左向右数，最左侧字符的索引是 0；负数则表示从右向左数，最右侧字符的索引是 -1。如果索引超出了字符串的范围，程序会报错。例如：
greeting = "Hello, World!"
print(greeting[0]) # 输出："H"
print(greeting[-1]) # 输出："!"
print(greeting[20]) # 程序报错
chinese = "我在学习 Python"
print(chinese[1]) # 输出："在"
Python 3 比很多其他语言做得更好的一点是，它的字符串默认采用了 Unicode 编码。这意味着字符串中的每个中文字同样是一个字符，占用一个索引单位。这样就不用担心在处理不同语言时使用不一样的索引机制了，避免了像 C 语言中不小心索引到半个中文字符数据的情况。
因为字符串是一个不可变的序列数据类型。试图改变字符串中的字符，程序会报错，比如运行下面的程序：
greeting = "Hello, " + "World!"
greeting[0] = "W" # 程序报错
切片
索引只会取一个字符，我们也可以从字符串中选取一串子字符串，这样的操作被称为切片（slice）。切片使用方括号和冒号获取字符串的子串。方括号中的冒号两边可以指定两个数字，第一个数字是子串开始的位置，第二个数字是子串结束的位置。但是需要注意的是，这两个位置是“左闭右开”的（即包含起始位置，不包含结束位置），只会截取到结束位置前的一个字符。
切片使用的这两个数字可以省略：如果省略左侧数字，表示从最左端开始截取；如果省略右侧数字，则表示截取到最右端。
greeting = "Hello, World!"
print(greeting[1:5]) # 输出："ello"
print(greeting[7:-1]) # 输出："World"
print(greeting[7:]) # 输出："World!"
print(greeting[:]) # 输出："Hello, World!"
切片还可以接受第三个参数，表示步长（step），即每隔几个字符取一个。
greeting = "Hello, World!"
print(greeting[0:5:2]) # 输出："Hlo" （在索引0-5范围内，每隔2个取一个）
print(greeting[::-1]) # 输出："!dlroW ,olleH" （步长为-1，表示倒序截取，这是反转字符串最常用的方法）
字符串长度
使用函数 len() 可以获取字符串的长度，比如：
greeting = "Hello, World!"
length = len(greeting) # 结果：13
字符串的方法
Python 中的各种数据本身都是对象，因而都有一系列操作方法。例如，使用整数的 bit_length() 方法可以得到该整数的二进制有效位数等。在 Python 中可以使用内置的 dir() 函数列出一个对象所有的属性和方法：
print(dir(""))
对比函数和方法：
- 函数（Function）： 是一段独立的代码块，可以接收输入参数， 执行特定操作，并返回一个值。
- 方法（Method）： 是附加在类或对象上的函数。在面向对象编程中，方法通常用于操作或与对象的内部数据进行交互。方法就是函数在特定语境下的另一种称谓。
整数的方法可能不那么常用，但是字符串的一些方法还是非常常用的，比如：
- str.upper(): 将所有字符转换为大写。
- str.lower(): 将所有字符转换为小写。
- str.startswith(prefix): 检查字符串是否以特定前缀开始。
- str.endswith(suffix): 检查字符串是否以特定后缀结束。
- str.find(sub): 返回子字符串首次出现的索引，如果未找到则返回-1。
- str.replace(old, new): 将所有出现的旧子字符串替换为新子字符串。
- str.split(delimiter): 根据指定的分隔符分割字符串。
- str.join(iterable): 使用字符串作为分隔符连接可迭代对象中的字符串。
在使用上，对象的方法与普通函数的主要区别在于：函数在操作数据时，是将数据作为参数传给函数，例如 len(greeting)；而方法虽然也是函数，但在调用时需要先写数据对象（或变量），紧接着写一个点号 .，再写方法名，例如 greeting.upper()。
下面是一些使用字符串方法的示例：
greeting = "Hello, World!"
# 使用 str.upper() 将所有字符转换为大写
upper_string = greeting.upper()
print(upper_string) # 输出: "HELLO, WORLD!"
# 使用 str.lower() 将所有字符转换为小写
lower_string = greeting.lower()
print(lower_string) # 输出: "hello, world!"
# 使用 str.startswith() 检查字符串是否以特定前缀开始
prefix = "Hello"
is_start_with_prefix = greeting.startswith(prefix)
print(is_start_with_prefix) # 输出: True
# 使用 str.endswith() 检查字符串是否以特定后缀结束
suffix = "World!"
is_end_with_suffix = greeting.endswith(suffix)
print(is_end_with_suffix) # 输出: True
# 使用 str.find() 返回子字符串首次出现的索引
sub_string = "World"
index = greeting.find(sub_string)
print(index) # 输出: 7
# 如果子字符串不存在，会返回-1
sub_string = "Java"
index = greeting.find(sub_string)
print(index) # 输出: -1
# 使用 str.replace() 将所有出现的旧子字符串替换为新子字符串
replaced_string = greeting.replace("World", "Python")
print(replaced_string) # 输出: "Hello, Python!"
# 使用 str.split() 根据指定的分隔符分割字符串
delimiter = ", " # 使用逗号加空格分割
split_strings = greeting.split(delimiter)
print(split_strings) # 输出: ['Hello', 'World!']
# 使用 str.join() 使用字符串作为分隔符连接可迭代对象中的字符串
words = ["Hello", "Python"]
delimiter = ", "
joined_string = delimiter.join(words)
print(joined_string) # 输出: "Hello, Python"
转义字符
一些特殊的字符是无法直接在键盘上输入的，可能也无法直接在屏幕上显示出来。对于这些特殊字符，Python 通过“转义”（escape）来表示它们。转义是使用反斜杠 \ 开始的字符序列，它代表一个特定的字符或字符序列。
以下是 Python 中常用的转义序列：
\\： 代表一个反斜杠字符\。\'： 代表一个单引号字符'。\"： 代表一个双引号字符"。\n： 代表一个换行符。\t： 代表一个制表�为了解决这个问题，1990 年开始，计算机业界开始研发一种新的编码标准，它可以覆盖全世界所有的字符，也就是说，任何一个字符都有自己独占的编码，在任何系统下都会保持这个编码，这样就不会出现换个系统就乱码的问题了。这就是 Unicode 编码，也称万国码、单一码。Unicode 规定了字符集，但该字符集存在多种不同的编码实现格式。Windows 采用了 UTF-16LE 格式的 Unicode 编码（UTF 全称为 Unicode Transformation Format），使用 16 位（双字节）数据表示一个字符。而当前最流行的 Unicode 编码格式是 UTF-8。这是一种可变长度的编码方式，根据字符 of 常用程度，使用 1 到 4 个字节来表示。目前绝大多数的 Unicode 文档采用的都是 UTF-8 编码，它也是 Python 字符的默认编码格式。
多数情况下，字符串和字节之间的转换采用默认编码格式即可，但也有可能，我们需要把字符串转换成其他编码格式，以确保它们在一些非 UTF-8 编码的设备上正确显示。下面用代码演示一下几种不同编码格式的区别。出: Hello
World! （输出过程中换行了）
print("Hello\tWorld!") # 输出: Hello World! print("\ 是个反斜杠") # 输出: \ 是个反斜杠
如果不想让反斜杠起到转义作用，可以使用原始字符串。在字符串前加上 r 或 R，使其成为原始字符串，这样就不会对字符串中的 `\` 进行转义。
例如：
```python
print(r"Hello\nWorld") # 输出: Hello\nWorld
这种情况在表示文件路径时特别有用，例如 r"C:\path\to\directory"，这样就不需要每个反斜杠都进行转义了。
字符串格式化
字符串格式化是将特定的值插入到字符串的某些位置的过程。Python 提供了多种方式来格式化字符串。早期 Python 使用 % 运算符进行格式化，后来出现了更强大的 str.format() 方法。虽然这两者在现代 Python 代码中依然有效，且在某些特定场景（如模板字符串存储在外部文件中）下仍然必须使用 str.format()，但对于日常编码，目前 Python 最推荐且最高效的方法是使用 f-string。
f-string 使用前缀 f 来定义字符串，然后在字符串中的花括号 {} 内直接包含 Python 表达式。在显示字符串的时候，Python 会计算花括号 {} 内表达式的值，直接把这个值作为字符串的一部分显示出来。比如，把变量值嵌入字符串：
name = "老王"
age = 60
print(f"我是{name}，我今年 {age} 了。")
# 输出： 我是老王，我今年 60 了。
f-strings 允许执行简单的表达式，甚至函数调用：
name = "老王"
age = 60
print(f"我是{name}，我五年后是 {age + 5} 岁。")
# 输出： 我是老王，我五年后是 65 岁。
如果只是把单个其他类型的数据转换成字符串，也可以不用 f-string，而是使用 str() 函数，比如：
print(str(123)) # 输出: '123'
print(str(123.456)) # 输出: '123.456'
print(str([1, 2, 3])) # 输出: '[1, 2, 3]'
print(str((1, 2, 3))) # 输出: '(1, 2, 3)'
print(str(True)) # 输出: 'True'
小数的格式代码
如果要格式化小数，可以在大括号中添加格式说明符来控制小数的显示方式。格式说明符通常遵循 {变量名:格式代码} 的形式。
例如，如果想要格式化一个浮点数，并且希望它显示为小数点后两位，你可以这样做：
number = 123.456
formatted_number = f"{number:.2f}"
print(formatted_number) # 输出: 123.46
在这个例子中，.2f 是一个格式说明符，它表示将数字格式化为浮点数，并保留两位小数。.2 指定了小数点后的位数，而 f 表示浮点数格式。
除了控制小数点后的位数，f-string 还允许进行各种其他类型的格式化，例如填充、对齐、百分比格式等。例如：
-
使用百分比格式：
percentage = 0.1234formatted_percentage = f"{percentage:.2%}"print(formatted_percentage) # 输出: 12.34% -
指定宽度和对齐方式，小数表示：
number = 123.456formatted_number = f"{number:10.2f}"print(formatted_number) # 输出: 123.46这里
10.2f表示总宽度为 10 个字符，其中小数点后有两位，右对齐。 -
指定宽度和对齐方式，科学记数法表示：
number = 123.456formatted_number = f"{number:10.2e}" # 显式指定 e 表示科学计数法print(formatted_number) # 输出: 1.2e+02这里
10.2表示总宽度为 10 个字符，.2表示保留小数点后两位。
字节序列
表示方法
字节序列类型（bytes，有时候就简称为“字节”）与字符串看上去非常类似，它在代码中通过在字符串字面量前加上字母 b 前缀来表示。
s = "Hello, World!" # 这是字符串
print(s)
byte_sequence = b'Hello, World!' # 这是字节序列，而非字符串
print(byte_sequence) # 输出: b'Hello, World!'
# 有时会用十六进制格式表示字节序列
b = b'\x48\x65\x6c\x6c\x6f\x2c\x20\x57\x6f\x72\x6c\x64\x21'
print(b) # 输出: b'Hello, World!'
注意：虽然我们用十六进制 \x48 等方式定义了变量 b，但 Python 在打印字节序列时，如果该字节对应的是 ASCII 可打印字符（如字母、数字），它会自动显示为对应的字符（如 H），只有无法显示的字节才会保留十六进制形式。
字节序列与字符串的主要区别在于存储的内容和应用场景。
字符串是由字符组成的序列，通常用于存储文本信息。在 Python 3 中，字符串由 Unicode 字符组成，可以表示几乎所有语言中的字符。字符串主要用于读取或写入文本文件、处理表单输入的文本、在屏幕上显示文本等。
字节序列保存的数据除了文本之外，也可以是任何二进制数据。字节序列顾名思义，是字节的序列。字节是 8 位长的二进制数，可以表示 0 到 255 的数值。字节序列通常用于读取或写入二进制文件（如图片或视频文件）、网络套接字通信、数据加解密等。
字符串和字节之间的转换
有时我们需要将从网络或其他设备中读取的、以字节形式保存的文本数据转换为字符串，或者需要将字符串以二进制形式发送。这时，可以使用字符串的 encode() 方法和字节序列的 decode() 方法在字符串与字节之间进行转换。转换时必须指定文字编码。使用不同的编码，同样的文字转换成的二进制数据是不同的。Python 默认使用 UTF-8 来编码字符串。在此之前，我们先来简单了解一下字符编码的发展历史：
计算机是在美国被发明的，所以 当时很自然的就只考虑了处理英文。最早出现且最著名的字符编码标准是 ASCII 标准（American Standard Code for Information Interchange，美国信息互换标准代码）。它定义了 128 个字符，包括英文字母大小写，数字，常用的标点和一些特殊符号。当时世界上大多数计算机都在使用 ASCII 方案来保存英文文本。该方案最大的问题是只支持英文字符，于是其他国家、组织和公司纷纷开始扩展这个标准，以支持其他字符，如中文、日文字符、制表符及数学符号等。在中国，最常用的标准，包括 GB2312、GBK、GB18030 等都是对 ASCII 的中文扩展。这些扩展出的标准有一个很麻烦的问题：同一个数值在不同的编码标准下被赋予了不同的含义。例如，某一数值在中文标准下可能是一个中文字符，在韩文标准下可能就是一个完全不相关的制表符。这就导致在中文环境下开发的软件，在韩文系统上运行时显示的完全是乱码。如果有人需要在一个系统中同时运行一个中文软件和一个韩文软件，就只能有一个软件可以正确显示文字。
为了解决这个问题，1990 年开始，计算机业界开始研发一种新的编码标准，它可以覆盖全世界所有的字符，也就是说，任何一个字符都有自己独占的编码，在任何系统下都会保持这个编码，这样就不会出现换个系统就乱码的问题了。这就是 unicode 编码，也叫万国码、单一码。unicode 规定了字符集，但是这套字符集也还存在多种不同的编码格式。Windows 采用了 UTF-16LE 格式的 unicode 编码（UTF全称为 Unicode Transformation Format），使用 16 位的(双字节)数据表示一个字符。但是当前最流行的 unicode 编码格式却是 UTF-8，这是一种变长的编码方式，根据字符的常用程度，使用不同长度的编码来表示这个字符，编码长度有可能是 1 到 6 个字节。目前大多 数的 unicode 文档采用的都是 UTF-8 编码，它也是 Python 中字符的默认编码格式。
多数情况下，字符串和字节之间的转换采用默认编码格式即可，但也有可能，我们需要把字符串转换成其它编码格式，以确保它们在一些非 UTF-8 编码的设备上正确显示。下面用代码演示一下几种不同编码格式的区别。
中文的几种不同编码：
chinese_str = "中文"
# UTF-8 是 Python 默认的编码格式
print(chinese_str.encode('UTF-8')) # 输出： b'\xe4\xb8\xad\xe6\x96\x87'
# UTF-16LE 是 Windows 的编码格式
print(chinese_str.encode('UTF-16LE')) # 输出： b'-N\x87e'
# GB2312 是最常用的非 Unicode 中文编码格式
print(chinese_str.encode('GB2312')) # 输出： b'\xd6\xd0\xce\xc4'
可以看到，几种不同编码把同一个中文字符转换成了不同的二进制数据。
英文也可以使用这些编码格式：
english_str = "Hello"
print(english_str.encode('UTF-8')) # 输出： b'Hello'
print(english_str.encode('GB2312')) # 输出： b'Hello'
print(english_str.encode('ASCII')) # 输出： b'Hello'
print(english_str.encode('UTF-16LE')) # 输出： b'H\x00e\x00l\x00l\x00o\x00'
UTF-8 和 GB2312 对于英文字符的编码是兼容 ASCII 标准的，它们把英文字符转换成的二进制数据与 ASCII 的标准完全相同。但 Windows 采用的 UTF-16LE 编码并不兼容 ASCII 标准。
把二进制数据解码为字符串的时候，一定要采用同样格式的编码，否则转换出来很可能就不是正确的字符串了：
chinese_str = "中文"
print(chinese_str.encode('UTF-8').decode('UTF-8'))
print(chinese_str.encode('UTF-16LE').decode('UTF-16LE'))
print(chinese_str.encode('GB2312').decode('GB2312'))
# 上面的解码都可以正确得到字符串，但下面的解码过程会出错，因为使用了错误的编码格式
# print(chinese_str.encode('UTF-8').decode('GB2312'))
english_str = "Hello"
print(english_str.encode('UTF-8').decode('ASCII')) #输出： Hello
# 上一行代码虽然使用了不同的格式编解码，但两种格式对于英文字符是兼容的，因此依然可以得到正确的字符串
练习
字符串的很多操作方法需要结合条件、循环等语句才能完成。这里仅列出一些最基础的练习题目。等到我们学习了后续章节，会再进行更多的练习。
- 判断下面程序的运行结果：
print(len("Hello\nWorld!")) - 反转字符串：输入一个字符串并输出它的反转形式，比如输入 "hello"，则输出 "olleh"。
- 是否是回文：编写一个程序检查输入的字符串是否为回文（正反读一样的字符串）。
- 首字母大写：编写一个程序，将字符串中的每个单词的首字母大写。
- 整数所有位上数字的乘积：输入一个表示整数的字符串，编写程序计算该数字符串中所有位上数字的乘积。
- 变位词：编写程序，输入两个字符串，判断它们是否为变位词（即由相同字符组成，字符顺序不同）。
- 最大相同字符长度：输入一个字符串，统计其中连续相同字符的最大长度。例如，字符串 aaabbbbaa 中，最大连续长度是 4，有连续的 4 个 b。