Python中的字符串类型基本知识学习教程

如果对自然语言分类，有很多中分法，比如英语、法语、汉语等，这种分法是最常见的。在语言学里面，也有对语言的分类方法，比如什么什么语系之类的。我这里提出一种分法，这种分法尚未得到广大人民群众和研究者的广泛认同，但是，我相信那句"真理是掌握在少数人的手里"，至少在这里可以用来给自己壮壮胆。

我的分法：一种是语言中的两个元素（比如两个字）拼接在一起，出来一个新的元素（比如新的字）；另外一种是两个元素拼接在一起，只是得到这两个元素的并列显示。比如"好"和"人"，两个元素拼接在一起是"好人"，而 3 和 5 拼接（就是整数求和）在一起是 8，如果你认为是 35，那就属于第二类了。

把我的这种分法抽象一下：

一种是：△ + □ = ○
另外一种是：△ + □ = △ □
我们的语言中，离不开以上两类，不是第一类就是第二类。

太天才了。请鼓掌。

字符串
在我洋洋自得的时候，我 google 了一下，才发现，自己没那么高明，看维基百科的字符串词条是这么说的：

字符串（String），是由零个或多个字符组成的有限串行。一般记为 s=a[1]a[2]...a[n]。
看到维基百科的伟大了吧，它已经把我所设想的一种情况取了一个形象的名称，叫做字符串，本质上就是一串字符。

根据这个定义，在前面两次让一个程序员感到伟大的"Hello,World"，就是一个字符串。或者说不管用英文还是中文还是别的某种文，写出来的文字都可以做为字符串对待，当然，里面的特殊符号，也是可以做为字符串的，比如空格等。

严格地说，在 Python 中的字符串是一种对象类型，这种类型用 str 表示，通常单引号''或者双引号""包裹起来。

字符串和前面讲过的数字一样，都是对象的类型，或者说都是值。当然，表示方式还是有区别的。

    "I love Python." 'I love Python.' 'I LOVE PYTHON.' 'I LOVE PYTHON.'

从这两个例子中可以看出来，不论使用单引号还是双引号，结果都是一样的。

    >>> 250
    250
    >>> type(250)
    <type 'int'>

    >>> "250"
    '250'
    >>> type("250")
    <type 'str'>

仔细观察上面的区别，同样是 250，一个没有放在引号里面，一个放在了引号里面，用 type()函数来检验一下，发现它们居然是两种不同的对象类型，前者是 int 类型，后者则是 str 类型，即字符串类型。所以，请大家务必注意，不是所有数字都是 int（or float）,必须要看看，它在什么地方，如果在引号里面，就是字符串了。如果搞不清楚是什么类型，就让 type()来帮忙搞定。

操练一下字符串吧。

    >>> print "good good study, day day up"
    good good study, day day up
    >>> print "----good---study---day----up"
    ----good---study---day----up

在 print 后面，打印的都是字符串。注意，是双引号里面的，引号不是字符串的组成部分。它是在告诉计算机，它里面包裹着的是一个字符串。

爱思考的看官肯定发现上面这句话有问题了。如果我要把下面这句话看做一个字符串，应该怎么做？

What's your name?
这个问题非常好，因为在这句话中有一个单引号，如果直接在交互模式中像上面那样输入，就会这样：

    >>> 'What's your name?'
    File "<stdin>", line 1
     'What's your name?'
      ^
    SyntaxError: invalid syntax

出现了 SyntaxError（语法错误）引导的提示，这是在告诉我们这里存在错误，错误的类型就是 SyntaxError，后面是对这种错误的解释"invalid syntax"（无效的语法）。特别注意，错误提示的上面，有一个 ^ 符号，直接只着一个单引号，不用多说，你也能猜测出，大概在告诉我们，可能是这里出现错误了。

在 python 中，这一点是非常友好的，如果语句存在错误，就会将错误输出来，供程序员改正参考。当然，错误来源有时候比较复杂，需要根据经验和知识进行修改。还有一种修改错误的好办法，就是讲错误提示放到 google 中搜索。
上面那个值的错误原因是什么呢？仔细观察，发现那句话中事实上有三个单引号，本来一对单引号之间包裹的是一个字符串，现在出现了三个（一对半）单引号，computer 姑娘迷茫了，她不知道单引号包裹的到底是谁。于是报错。

解决方法一：双引号包裹单引号

    >>> "What's your name?"
    "What's your name?"

用双引号来包裹，双引号里面允许出现单引号。其实，反过来，单引号里面也可以包裹双引号。这个可以笼统地成为二者的嵌套。

解决方法二：使用转义符

所谓转义，就是让某个符号不在表示某个含义，而是表示另外一个含义。转义符的作用就是它能够转变符号的含义。在 Python 中，用 \ 作为转义符（其实很多语言，只要有转义符的，都是用这个符号）。

    >>> 'What\'s your name?'
    "What's your name?"

是不是看到转义符 \ 的作用了。

本来单引号表示包括字符串，它不是字符串一部分，但是如果前面有转义符，那么它就失去了原来的含义，转化为字符串的一部分，相当于一个特殊字符了。

变量和字符串
前面讲过变量无类型，对象有类型了，比如在数字中:

    >>> a = 5
    >>> a
    5

其本质含义是变量 a 相当于一个标签，贴在了对象 5 上面。并且我们把这个语句叫做赋值语句。

同样，在对字符串类型的对象，也是这样，能够通过赋值语句，将对象与某个标签（变量）关联起来。

    >>> b = "hello,world"
    >>> b
    'hello,world'
    >>> print b
    hello,world

还记得我们曾经用过一个 type 命令吗？现在它还有用，就是检验一个变量，到底跟什么类型联系着，是字符串还是数字？

    >>> type(a)
    <type 'int'>
    >>> type(b)
    <type 'str'>

有时候，你会听到一种说法：把a称之为数字型变量，把 b 叫做字符（串）型变量。这种说法，在某些语言中是成立的。某些语言，需要提前声明变量，然后变量就成为了一个筐，将值装到这个筐里面。但是，Python 不是这样的。要注意区别。

拼接字符串
还记得我在本节开篇提出的那个伟大发现吗？就是将两个东西拼接起来。

对数字，如果拼接，就是对两个数字求和。如：3+5，就计算出为 8。那么对字符串都能进行什么样的操作呢？试试吧：

    >>> "Py" + "thon"
    'Python'

跟我那个不为大多数人认可的发现是一样的，你还不认可吗？两个字符串相加，就相当于把两个字符串连接起来。(别的运算就别尝试了，没什么意义，肯定报错，不信就试试）

    >>> "Py" - "thon"  # 这么做的人，是脑袋进水泥了吧？

    Traceback (most recent call last):
     File "<stdin>", line 1, in <module>
    TypeError: unsupported operand type(s) for -: 'str' and 'str'

用 + 号实现连接，的确比较简单，不过，有时候你会遇到这样的问题：

    >>> a = 1989
    >>> b = "free"
    >>> print b+a

    Traceback (most recent call last):
     File "<stdin>", line 1, in <module>
    TypeError: cannot concatenate 'str' and 'int' objects

这里引入了一个指令：print，意思就是打印后面的字符串（或者指向字符串的变量），上面是 Python2 中的使用方式，在 Python3 中，它变成了一个函数。应该用 print(b+a)的样式了。
报错了，其错误原因已经打印出来了（一定要注意看打印出来的信息）：cannot concatenate 'str' and 'int' objects。原来 a 对应的对象是一个 int 类型的，不能将它和 str 对象连接起来。怎么办？

原来，用 + 拼接起来的两个对象，必须是同一种类型的。如果两个都是数字，毫无疑问是正确的，就是求和；如果都是字符串，那么就得到一个新的字符串。

修改上面的错误，可以通过以下方法：

    >>> print b + `a`  
    free1989

注意，\ 是反引号，不是单引号，就是键盘中通常在数字1左边的那个，在英文半角状态下输入的符号。这种方法，在编程实践中比较少应用，特别是在 Python3 中，已经把这种方式弃绝了。我想原因就是这个符号太容易和单引号混淆了。在编程中，也不容易看出来，可读性太差。

常言道："困难只有一个，解决困难的方法不止一种"，既然反引号可读性不好，在编程实践中就尽量不要使用。于是乎就有了下面的方法，这是被广泛采用的。不但简单，更主要是直白，一看就懂什么意思了。

    >>> print b + str(a) 
    free1989

用 str(a)实现将整数对象转换为字符串对象。虽然 str 是一种对象类型，但是它也能够实现对象类型的转换，这就起到了一个函数的作用。其实前面已经讲过的 int 也有类似的作用。比如：

    >>> a = "250"
    >>> type(a)
    <type 'str'>
    >>> b = int(a)
    >>> b
    250
    >>> type(b)
    <type 'int'>

提醒列位，如果你对 int 和 str 比较好奇，可以在交互模式中，使用 help(int)，help(str)查阅相关的更多资料。
还有第三种：

    >>> print b + repr(a) #repr(a)与上面的类似
    free1989 

这里 repr()是一个函数，其实就是反引号的替代品，它能够把结果字符串转化为合法的 python 表达式。

可能看官看到这个，就要问它们三者之间的区别了。首先明确，repr()和 \ 是一致的，就不用区别了。接下来需要区别的就是 repr()和 str，一个最简单的区别，repr 是函数，str 是跟 int 一样，一种对象类型。

Python 转义字符
在字符串中，有时需要输入一些特殊的符号，但是，某些符号不能直接输出，就需要用转义符。所谓转义，就是不采用符号本来的含义，而采用另外一含义了。下面表格中列出常用的转义符：

转义字符 描述

\ (在行尾时) 续行符

\ 反斜杠符号

\' 单引号

\" 双引号

\a 响铃

\b 退格(Backspace)

\e 转义

\000 空

\n 换行

\v 纵向制表符

\t 横向制表符

\r 回车

\f 换页

\oyy 八进制数，yy 代表的字符，例如：\o12 代表换行

\xyy 十六进制数，yy 代表的字符，例如：\x0a 代表换行

\other 其它的字符以普通格式输出

以上所有转义符，都可以通过交互模式下 print 来测试一下，感受实际上是什么样子的。例如：

    >>> print "hello.I am qiwsir.\     # 这里换行，下一行接续
    ... My website is 'http://qiwsir.github.io'."
    hello.I am qiwsir.My website is 'http://qiwsir.github.io'.

    >>> print "you can connect me by qq\\weibo\\gmail" #\\ 是为了要后面那个 \
    you can connect me by qq\weibo\gmail

raw_input 和 print
分别在交互模式下，将这个两个函数操练一下。

    >>> raw_input("input your name:")
    input your name:python
    'python'

输入名字之后，就返回了输入的内容。用一个变量可以获得这个返回值。

    >>> name = raw_input("input your name:")
    input your name:python
    >>> name
    'python'
    >>> type(name)
    <type 'str'>

而且，返回的结果是 str 类型。如果输入的是数字呢？

    >>> age = raw_input("How old are you?")
    How old are you?10
    >>> age
    '10'
    >>> type(age)
    <type 'str'>

返回的结果，仍然是 str 类型。

再试试 print()，看前面对它的说明，是比较复杂的。没关系，我们从简单的开始。在交互模式下操作：

    >>> print("hello, world")
    hello, world
    >>> a = "python"
    >>> b = "good"
    >>> print a
    python
    >>> print a,b
    python good

比较简单吧。当然，这是没有搞太复杂了。

特别要提醒的是，print()默认是以 \n 结尾的，所以，会看到每个输出语句之后，输出内容后面自动带上了 \n，于是就换行了。

有了以上两个准备，接下来就可以写一个能够"对话"的小程序了。

    #!/usr/bin/env python
    # coding=utf-8

    name = raw_input("What is your name?")
    age = raw_input("How old are you?")

    print "Your name is:", name
    print "You are " + age + " years old."

    after_ten = int(age) + 10
    print "You will be " + str(after_ten) + " years old after ten years."

对这段小程序中，有几点说明

前面演示了 print()的使用，除了打印一个字符串之外，还可以打印字符串拼接结果。

    print "You are " + age + " years old."

注意，那个变量 age 必须是字符串，如最后的那个语句中：

    print "You will be " + str(after_ten) + " years old after ten years."

这句话里面，有一个类型转化，将原本是整数型 after_ten 转化为了 str 类型。否则，就包括，不信，你可以试试。

同样注意，在 after_ten = int(age) + 10 中，因为通过 raw_input 得到的是 str 类型，当 age 和 10 求和的时候，需要先用 int()函数进行类型转化，才能和后面的整数 10 相加。

这个小程序，是有点综合的，基本上把已经学到的东西综合运用了一次。请看官调试一下，如果没有通过，仔细看报错信息，你能够从中获得修改方向的信息。

原始字符串
所谓原始字符串，就是指字符串里面的每个字符都是原始含义，比如反斜杠，不会被看做转义符。如果在一般字符串中，比如

    >>> print "I like \npython"
    I like 
    python

这里的反斜杠就不是"反斜杠"的原始符号含义，而是和后面的 n 一起表示换行（转义了）。当然，这似乎没有什么太大影响，但有的时候，可能会出现问题，比如打印 DOS 路径（DOS，有没有搞错，现在还有人用吗？）

    >>> dos = "c:\news"
    >>> dos
    'c:\news'  # 这里貌似没有什么问题
    >>> print dos # 当用 print 来打印这个字符串的时候，就出问题了。
    c:
    ews

如何避免？用前面讲过的转义符可以解决：

    >>> dos = "c:\\news"
    >>> print dos
    c:\news

此外，还有一种方法，如：

    >>> dos = r"c:\news"
    >>> print dos
    c:\news
    >>> print r"c:\news\python"
    c:\news\python

状如 r"c:\news"，由 r 开头引起的字符串，就是原始字符串，在里面放任何字符都表示该字符的原始含义。

这种方法在做网站设置网站目录结构的时候非常有用。使用了原始字符串，就不需要转义了。