学步园

Python中的字符串

　　可能大多数人在学习C语言的时候，最先接触的数据类型就是字符串，因为大多教程都是以"Hello world"这个程序作为入门程序，这个程序中要打印的"Hello world"就是字符串。如果你做过自然语言处理方面的研究，并且用Python去做过相关实验，你肯定会体会到Python在字符串处理方面相对于其他语言的明显优势之处。今天我们来了解一下Python中的字符串，看看它的用法。

一.Python中如何声明字符串

　　在Python中声明一个字符串通常有三种方法：在它的两边加上那个单引号、双引号或者三引号。

　　如：

　　

　　从上面可以看出三种声明方法的效果是完全一样的，在Python中用这三种声明方法来声明字符串意义完全等同的，即'hello world'和"hello world"以及'''hello world'''是没有任何区别的。但是会有人问：既然是完全等同的，为什么要弄出三种声明方式呢？下面看一下这几个例子：

     

　　在Python中提供了这几种方法，使得使用起来更加方便灵活（当然也可以使用转义字符去解决上面报错的地方）。

　　在这里要注意的是，

　　1）在Python中没有类似C语言中char这种类型的字符串，也就是说即使是单个字符也是字符串。

　　2）Python中的字符串一旦声明，是不能进行更改的，即不能通过对某一位置重新赋值改变内容。

　　

二.Python中的字符串类型

　　Python中的字符串有两种数据类型：str类型和unicode类型。str类型采用的ASCII编码，也就是说它无法表示中文。unicode类型采用unicode编码，能够表示任意的字符，包括中文、日文、韩文等。

　　在python中字符串默认采用的ASCII编码，如果要显示声明为unicode类型的话，需要在字符串前面加上'u'或者'U'。

　　下面看一段代码

print '我'
print u'我'
print 'python'
print u'python'

　　这段代码的运行结果为：

　　

　　从运行结果可以看出，如果是中文的话，不采用unicode类型，输出的会是乱码。

三.转义字符和原始字符串

　　同C语言中一样，Python中也有转义字符，用反斜杠'\'来表示对后面字符进行转义。

　　比如上面例子中的问题就可以用转义来解决：

　　

　　如果你编写过Java程序，并且使用过Java中的正则表达式，你可能会对Java正则表达式深恶痛绝（我自己就是），因为稍不注意就会出错，里面有太多的转义，而且看起来也很繁琐杂乱。在Python中，你不必再为这个问题烦恼了，因为Python提供了原始字符串，顾名思义，就是保留原始字符的意思，不对反斜杠及反斜杠后面的字符进行转义，声明原始字符串的方法是在字符串前面加上'r'或者'R'。

　　

　　在这里要注意：在Python中行尾结束符始终为'\n'，不论Python程序在哪个操作系统下运行。在Linux环境下编写C语言时，换行符为'\n'，而在windows下为'\r\n'。编写Python程序不用担心这种因运行环境不同引起的不兼容问题。

四.用户输入以及格式化输出字符串

　　在Python中最常用的从键盘获取输入的函数是raw_input()和input()。但是这两个函数有很大的区别：

　　raw_input()以字符串的形式返回用户输入的一切内容；

　　而input()却不是这样，它会根据输入内容的形式确定返回的形式（可能有点拗口）。下面看个例子就明白了：

　　

　　从这个例子显而易见可以看出两者的区别，同样输入123，raw_input()返回的是字符串123，而input()返回的是整数123。个人建议一般情况下使用raw_input()获取输入，这样能避免程序中出现一些不必要的麻烦。

　　同C语言一样，Python中也提供了格式化输出。

　　Python中的格式化输出和C语言类似，基本格式如下：

　　print '....%formmat..' %(var...)

　　当var只有一个时，括号可以省略。

　　

　　关于Python的字符串今天就讨论这么多了，在这里只是讨论了基本的概念和知识点，相关字符串函数的使用请查阅API文档。