深入理解Python字符串的用法

正如《你真的了解Python的字符串吗？》所写，Python 中字符串是由 Uniocde 编码的字符组成的不可变序列，它具备与其它序列共有的一些操作，例如判断元素是否存在、拼接序列、切片操作、求长度、求最值、求元素的索引位置及出现次数等等。

除此之外，它还有很多特有的操作，值得我们时常温故学习，所以，今天我就跟大家继续聊聊字符串。

本文主要介绍 Python 字符串特有的操作方法，比如它的拼接、拆分、替换、查找及字符判断等使用方法，辨析了一些可能的误区。最后，还做了两个扩展思考：为什么 Python 字符串不具备列表类型的某些操作呢，为什么它不具备 Java 字符串的一些操作呢？两相比较，希望能帮助你透彻地理解——Python 的字符串到底怎么用？

0. 拼接字符串

字符串的拼接操作最常用，我专门为这个话题写过一篇《Python拼接字符串的七种方式》，建议你回看。

在此，简单回顾一下：七种拼接方式从实现原理上划分为三类，即格式化类（%占位符、format()、template）、拼接类（+操作符、类元祖方式、join()）与插值类（f-string），在使用上，我有如下建议——

当要处理字符串列表等序列结构时，采用join()方式；拼接长度不超过20时，选用+号操作符方式；长度超过20的情况，高版本选用f-string，低版本时看情况使用format()或join()方式。

不敢说字符串就只有这七种拼接方式，但应该说它们是最常见的了。有小伙伴说，我写漏了一种，即字符串乘法，可以重复拼接自身。没错，从结果上看，这是第八种拼接方式，视为补充吧。

关于字符串拼接，还得补充一个建议，即在复杂场景下，尽量避免使用以上几类原生方法，而应该使用外置的强大的处理库。比如在拼接 SQL 语句的时候，经常要根据不同的条件分支，来组装不同的查询语句，而且还得插入不同的变量值，所以当面临这种复杂的场景时，传统拼接方式只会加剧代码的复杂度、降低可读性和维护性。使用SQLAlchemy模块，将有效解决这个问题。

1. 拆分字符串

在字符串的几种拼接方法中，join() 方法可以将列表中的字符串元素，拼接成一个长的字符串，与此相反，split() 方法可以将长字符串拆分成一个列表。前面已说过，字符串是不可变序列，所以字符串拆分过程是在拷贝的字符串上进行，并不会改变原有字符串。

split() 方法可接收两个参数，第一个参数是分隔符，即用来分隔字符串的字符，默认是所有的空字符，包括空格、换行( )、制表符( )等。拆分过程会消耗分隔符，所以拆分结果中不包含分隔符。

s = 'Hello world'
l = '''Hi there , my name is     Python猫
Do you like me ?
'''

# 不传参数时，默认分隔符为所有空字符
s.split() >>> ['Hello', 'world']
s.split(' ') >>> ['Hello', 'world']
s.split('  ') >>> ['Hello world'


    
] # 不存在两个空格符
s.split('world') >>> ['Hello', '']

# 空字符包括空格、多个空格、换行符等
l.split() >>> ['Hi', 'there', ',', 'my', 'name', 'is', 'Python猫', 'Do', 'you', 'like', 'me', '?']

split() 方法的第二个参数是一个数字，默认是缺省，缺省时全分隔，也可以用 maxsplit 来指定拆分次数。

# 按位置传参
l.split(' ',3)
>>> ['Hi', 'there', ',', 'my name is     Python 猫
Do you like me ?
']

# 指定传参
l.split(maxsplit=3)
>>> ['Hi', 'there', ',', 'my name is     Python 猫
Do you like me ?
']

# 错误用法
l.split(3)
---------------
TypeError  Traceback (most recent call last)
42-6c16d1a50bca> in <module>()
----> 1 l.split(3)
TypeError: must be str or None, not int

split() 方法是从左往右遍历，与之相对，rsplit() 方法是从右往左遍历，比较少用，但是会有奇效。

拆分字符串还有一种方法，即 splitlines() ，这个方法会按行拆分字符串，它接收一个参数 True 或 False ，分别决定换行符是否会被保留，默认值 False ，即不保留换行符。

    
# 默认不保留换行符
'ab c

de fg
kl
'.splitlines()
>>> ['ab c', '', 'de fg', 'kl']

'ab c

de fg
kl
'.splitlines(True)
>>> ['ab c
', '
', 'de fg
', 'kl
']

2. 替换字符串

替换字符串包括如下场景：大小写替换、特定符号替换、自定义片段替换……

再次说明，字符串是不可变对象，以下操作并不会改变原有字符串。

以上这些方法都很明了，使用也简单，建议你亲自试验一下。这里只说说 strip() 方法，它比较常用，可以去除字符串前后的空格，不仅如此，它还可以删除首末位置的指定的字符。

s = '******Hello world******'
s.strip('*') >>> 'Hello world'

3. 查找字符串

查找字符串中是否包含某些内容，这是挺常用的操作。Python 中有多种实现方式，例如内置的 find() 方法，但是这个方法并不常用，因为它仅仅告诉你所查找内容的索引位置，而在通常情况下，这个位置并不是我们的目的。

find() 方法与 index() 方法的效果一样，它们的最大的区别只在于，找不到内容时的返回值不同，一个返回 -1，一个抛出异常 ：

s = 'Hello world'

s.find('cat') >>>  -1

s.index('cat') 
>>> ValueError  Traceback (most recent call last)
55-442007c50b6f> in <module>()
----> 1 s.index('cat')

ValueError: substring not found

以上两个方法，只能用来满足最简单的查找需求。在实战中，我们常常要查找特定模式的内容，例如某种格式的日期字符串，这就得借助更强大的查找工具了。正则表达式和 re 模块就是这样的工具，正则表达式用来定制匹配规则，re 模块则提供了 match() 、find() 及 findall() 等方法，它们组合起来，可以实现复杂的查找功能。限于篇幅，今后再对这两大工具做详细介绍，这里有一个简单的例子：

    
import re
datepat = re.compile(r'd+/d+/d+')
text = 'Today is 11/21/2018. Tomorrow is 11/22/2018.'
datepat.findall(text)
>>> ['11/21/2018', '11/22/2018']

4. 字符判断

判断字符串是否（只）包含某些字符内容，这类使用场景也很常见，例如在网站注册时，要求用户名只能包含英文字母和数字，那么，当校验输入内容时，就需要判断它是否只包含这些字符。其它常用的判断操作，详列如下：

5. 字符串不可以做的事

上文内容都是 Python 字符串特有的操作方法，相信读完之后，你更清楚知道 Python 能够做什么了。

但是，这还不足以回答本文标题的问题——你真的知道 Python 的字符串怎么用吗？这些特有的操作方法，再加上之前文章提到的序列共有的操作、字符串读写文件、字符串打印、字符串Intern机制等等内容，才差不多能够回答这个问题。

尽管如此，为了体现严谨性，我试着再聊聊“Python 字符串不可以做的事”，从相反的维度来补充回答这个问题。下面是开拓思维，进行头脑风暴的时刻：

（1）受限的序列

与典型的序列类型相比，字符串不具备列表的如下操作：append()、clear()、copy()、insert()、pop()、remove()，等等。这是为什么呢？

有几个很好理解，即append()、insert()、pop() 和 remove()，它们都是对单个元素的操作，但是，字符串中的单个元素就是单个字符，通常没有任何意义，我们也不会频繁对其做增删操作，所以，字符串没有这几个方法也算合理。

列表的 clear() 方法会清空列表，用来节省内存空间，效果等于anylist[:] = []，但是，奇怪的是，Python 并不支持清空/删除操作。

首先，字符串没有 clear() 方法，其次，它是不可变对象，不支持这种赋值操作anystr[:] = ''，也不支持del anystr[:]操作：

s = 'Hello world'

s[:] = ''
>>> 报错：TypeError: 'str' object does not support item assignment

del s[:]
>>> 报错：TypeError: 'str' object does not support item deletion

当然，你也别想通过del s来删除字符串，因为变量名 s 只是字符串对象的引用（挖坑，以后写写这个话题），只是一个标签，删除标签并不会直接导致对象实体的消亡。

如此看来，想要手动清空/删除 Python 字符串，似乎是无解。

最后还有一个 copy() 方法，这就是拷贝嘛，可是字符串也没有这个方法。为什么呢？难道拷贝字符串的场景不多么？在这点上，我也没想出个所以然来，搁置疑问。

通过以上几个常用列表操作的比较，我们可以看出字符串这种序列是挺受限的。列表可以看成多节车厢链接成的火车，而字符串感觉就只像多个座椅联排成的长车厢，真是同源不同相啊。

（2）比就比，谁怕谁

接下来，又到了 Python 字符串与 Java 字符串 PK 的时刻。在上一篇文章《你真的了解Python的字符串吗？》中，它们已经在对象定义的角度切磋了两回合，胜利的天平倒向了 Python，这次看看会比出个啥结果吧。

Java 中有比较字符串的方法，即 compareTo() 方法与 equals() 方法，前一个方法逐一比较两个字符串的字符编码，返回一个整型的差值，后一个方法在整体上比较两个字符串的内容是否相等。

Python 字符串没有这两个单独的方法，但要实现类似的功能却很简便。 先看例子：

    
myName = "Python猫"
cmpName = "world"
newName = myName

# 直接用比较符号进行compare
myName > cmpName  
>>> False
myName == newName
>>> True
cmpName != newName
>>> True

# 比较是否同一对象
myName is cmpName
>>> False
myName is newName
>>> True

上例中，如果把赋值的字符串换成列表或者其它对象，这些比较操作也是可以进行的。也就是说，作比较的能力是 Python 公民们的一项基本能力，并不会因为你是字符串就给你设限，或者给你开特权。

与此类似，Python 公民们自带求自身长度的能力，len() 方法是内置方法，可以直接传入任意序列参数，求解长度。Java 中则要求不同的序列对象，只能调用各自的 length() 方法。说个形象的比喻，Python 中共用一把秤，三教九流之辈都能拿它称重，而Java 中有多把秤，你称你的，我称我的，大家“井水不犯河水”。

Python 中曾经有 cmp() 方法和__cmp__()魔术方法，但官方嫌弃它们鸡肋，所以在Python 3 中移除掉了。虽然在 operator 模块中还为它留下了一脉香火，但保不定哪天就会彻底废弃。

import operator
operator.eq('hello', 'name')
>>> False
operator.eq('hello', 'hello')
>>> True
operator.gt('hello', 'name')
>>> False
operator.lt('hello', 'name')
>>> True

（3）墙上的门

在 Java 中，字符串还有一个强大的 valueOf() 方法，它可以接收多种类型的参数，如boolean、char、char数组、double、float、int等等，然后返回这些参数的字符串类型。 例如，要把 int 转为字符串，可以用 String.valueOf(anynum) 。

Python 字符串依然没有这个单独的方法，但要实现相同的功能却很简便。对Python来说，不同的数据类型转换成字符串，那是小菜一碟，例如：

str(123) >>> '123'
str(True) >>> 'True'
str(1.22) >>> '1.22'
str([1,2]) >>> '[1, 2]'
str({'name':'python', 'sex':'male'})
>>> "{'name': 'python', 'sex': 'male'}"

而从字符串转换为其它类型，也不难，例如，int('123') 即可由字符串'123' 得到数字 123。对比 Java，这个操作要写成 Integer.parseInt('123')。

在Java 的不同数据类型之间，那道分隔之墙矗立得很高，仿佛需要借助一座更高的吊桥才能沟通两边，而在灵活的 Python 里，你可以很方便地打开墙上的那扇门，来往穿越。

小结一下，跟 Java 相比，Python 字符串确实没有几项方法，但是事出有因，它们的天赋能力可不弱，所有这些操作都能简明地实现。一方面，Python 字符串做不到某些事，但是另一方面，Python 可以出色地做成这些事，孰优孰劣，高下立判。

6. 总结

写文章贵在善始善终，现在给大家总结一下：本文主要介绍 Python 字符串特有的操作方法，比如它的拼接、拆分、替换、查找及字符判断等使用方法，从正向回答，Python 字符串能做什么？最后，我们还从反向来回答了 Python 字符串不能做什么？有些不能做，实际上是 不为，是为了在其它地方更好地作为，归根到底，应该有的功能，Python 字符串全都有了。

本文中依然将 Python 与 Java 做了比较，有几项小小的差异，背后反映的其实是，两套语言系统在世界观上的差异。古人云，以铜为镜，可以正衣冠。那么，在编程语言的世界里，以另一种语言为镜，也更能看清这种语言的面貌。希望这种跨语言的思维碰撞，能为你擦出智慧的火花。

▼点击下方阅读原文，免费成为俱乐部会员