深色模式
第 9 章:字符串
知识链位置:第 1 章讲过变量类型,第 7、8 章讲了函数。本章处理一种专门装文字的数据——字符串,它是第 10 章"把很多数据放在一起"之前,先理解"把很多字符放在一起"。
本章能学到什么
- 字符串是什么:字符排成的序列
- 索引与切片:取出其中一个或一段
- 常用操作:长度、拼接、查找、替换、比较、分割
- 用循环遍历字符串,完成昵称校验
- 【跨语言对照】Python 的字符串不可修改,C++ 的
string可修改
从两个场景说起
场景一:成绩单上的姓名。 老师拿到一份名单 "张三,李四,王五",要拆开逐个打印;还要把每个人的姓氏提取出来做统计。这些都是对一串文字的处理。
场景二:游戏昵称校验。 玩家注册昵称,规则是"长度 2 到 12 个字符,不能含空格"。程序要检查玩家输入的昵称合不合格。
这两个场景的共同点:数据不是一个数,而是一串字符。数字用加减乘除处理,一串字符有它自己的一套处理方法,本章就学这套方法。
字符串是什么
字符串就是字符排成的序列,像一串珠子,每个位置上一颗珠子(一个字符)。数字和小数都有各自的类型,文字也一样,引号括起来的就是字符串。文字一旦多起来——姓名、句子、通知——都离不开它。Python 里用引号把字符括起来就是字符串:
python
name = "ZhangSan"
print(name)
print("长度:", len(name))text
ZhangSan
长度: 8"ZhangSan" 是 8 个字符排成的一串。len() 数出这串珠子有几颗。
顺便提一句编码:一个英文字母占 1 个字节,一个汉字在常见的 UTF-8 编码里占 3 个字节。Python 的 len() 数的是字符个数,所以 len("张三") 是 2;但在某些语言里数的是字节,结果会不同。知道这个差别存在即可,本章不深入。
索引与切片:取出其中一个或一段
每个字符有一个编号,叫索引,从 0 开始数。这和数学里的数列下标类似,只是从 0 而不是 1 开始。取一段连续字符的操作叫切片,写法是 s[起点:终点],含起点、不含终点。
| 操作 | 写法 | 例子(name = "ZhangSan") | 结果 |
|---|---|---|---|
| 取单个字符 | name[i] | name[0] | 'Z' |
| 取一段 | name[a:b] | name[0:5] | "Zhang" |
| 从某处到结尾 | name[a:] | name[5:] | "San" |
| 倒数第 1 个 | name[-1] | name[-1] | 'n' |
| 长度 | len(name) | len(name) | 8 |
python
name = "ZhangSan"
print(name[0]) # 第 1 个字符(索引 0)
print(name[0:5]) # 索引 0 到 4:姓
print(name[5:]) # 索引 5 到结尾:名
print(name[-1]) # 最后 1 个字符text
Z
Zhang
San
n切片的口诀是"含头不含尾":name[0:5] 取索引 0、1、2、3、4 共 5 个字符,索引 5 不在里面。
索引从 0 数到长度减 1。8 个字符的串,合法索引是 0 到 7,写 name[8] 会报越界错误。负数索引从尾巴往回数,-1 是最后一个。
对照姊妹册的下标写法:《C++ 从入门到精通》第 9 章。
常用操作对照表
以成绩单处理为例,Python 与 C++ 的常见操作对照:
| 操作 | Python | C++ |
|---|---|---|
| 长度 | len(s) | s.length() |
| 拼接 | s1 + s2 | s1 + s2 |
| 取一段 | s[0:5] | s.substr(0, 5) |
| 查找位置 | s.find(",") | s.find(",") |
| 替换 | s.replace("旧", "新") | s.replace(pos, len, "新") |
| 转大写 | s.upper() | 需逐字符 toupper |
| 转小写 | s.lower() | 需逐字符 tolower |
| 按逗号分割 | s.split(",") | 需配合 find 与 substr |
拼接、替换、分割的完整例子:
python
first = "Zhang"
last = "San"
full = first + " " + last # 拼接,中间加个空格
print(full)
line = "张三,李四,王五"
names = line.split(",") # 按逗号分割成列表
print(names)
print("共", len(names), "人")
shout = "hello"
print(shout.upper()) # 转大写
print(shout.replace("l", "L")) # 把所有 l 换成 Ltext
Zhang San
['张三', '李四', '王五']
共 3 人
HELLO
heLLosplit(",") 把一串文字按逗号切成几段,装进一个列表(列表是第 10 章的主角,这里先见到它)。upper() 把字母全部转成大写。find 找到就返回索引,找不到返回 -1。
这些方法都不改原串,而是交还一个新串。想用处理结果,要用变量接住:比如 shout = shout.upper()。
字符串比较与包含判断
字符串可以直接用 == 判断是否相同,用 < 按字典序比大小(像查英语词典,先比第 1 个字母,再比第 2 个)。还有一个方便的 in 运算符,判断"包不包含":
python
a = "apple"
b = "banana"
print(a == b) # False:不相同
print(a < b) # True:apple 排在 banana 前
nick = "Tom Cat"
print(" " in nick) # True:含空格text
False
True
True" " in nick 读作"空格在 nick 里吗",结果是要么 True 要么 False。昵称校验用它只要一行。
遍历:逐个字符处理
遍历就是把串里的字符一个一个拿出来看。昵称校验正好用上:检查每个字符是不是空格。
python
nick = "Tom Cat"
has_space = False
for ch in nick: # 逐个取出字符
print(ch) # 打印字符
if ch == " ":
has_space = True
if has_space:
print("昵称不合格:含空格")
else:
print("昵称合格")text
T
o
m
C
a
t
昵称不合格:含空格注意输出的第 4 行:那是一个空格字符,因为名字里的空格也被逐个打印了。for ch in nick 的意思是:把 nick 里的字符按顺序一个一个交给 ch,每交一个就执行一次循环体。这是遍历字符串最常用的写法。
把两条规则(长度、无空格)合起来,就是一个完整的校验函数:
python
def check_nick(nick):
if len(nick) < 2 or len(nick) > 12:
return False # 长度不合格
if " " in nick:
return False # 含空格,立刻判不合格
return True
print(check_nick("Tom")) # True:合格
print(check_nick("Tom Cat")) # False:含空格
print(check_nick("T")) # False:太短text
True
False
False【跨语言对照】字符串能不能改
本质问题
字符串建好之后,能不能改其中某个字符?
各自做法
| Python 字符串 | C++ string | |
|---|---|---|
| 能否改单个字符 | 不能:字符串不可变 | 能:s[0] = 'z' |
| 想改怎么办 | 造一个新字符串 | 直接改 |
replace 的效果 | 返回新字符串,原串不变 | 原地修改原串 |
Python 实验,必须造新串:
python
name = "zhang"
# name[0] = "Z" # 错误:Python 字符串不能这样改
name = "Z" + name[1:] # 用旧串的片段拼出一个新串
print(name) # Zhangtext
ZhangC++ 对照实验,直接修改:
cpp
#include <iostream>
#include <string>
using namespace std;
int main() {
string name = "zhang";
name[0] = 'Z'; // 直接改第 1 个字符
cout << name << endl; // Zhang
return 0;
}text
Zhang两段程序的输出一致,但过程不同:Python 是把旧串的片段拿来,拼成一串新的,再让 name 指向新串;C++ 是改原来那串珠子。
为什么设计不一样
Python 规定字符串一旦建成就不能改,任何"修改"操作都返回新串;这样同一个字符串可以安全地被多处共享,不会出现"这边改了那边跟着变"的意外。C++ 把字符串看成一段可以读写的内存,允许原地修改,改起来直接。两种设计都能完成同样的任务,只是改的方式不同。
为什么中文名字也能放心处理
前面提过,一个汉字在 UTF-8 编码里占 3 个字节。Python 的 len()、索引、切片数的是字符,不是字节,所以 "张三"[0] 取到的是完整的"张",len("张三") 是 2。中文名字在 Python 里可以放心用。这一点和 C++ 不同:C++ 的下标数字节,切中文会切到半个字。
为什么索引从 0 开始
数楼层时,一楼是"第 1 层";数索引时,第 1 个字符是"索引 0"。这不是故意为难人,而是一种约定:索引表示"从开头往后数几格"。第 1 个字符从开头往后数 0 格,所以索引是 0;第 2 个字符数 1 格,索引是 1。
记住两个对应关系就不容易错:
| 自然语言 | 索引 |
|---|---|
| 第 1 个字符 | 索引 0 |
| 第 n 个字符 | 索引 n - 1 |
| 最后一个字符 | 索引 = 长度 - 1 |
字符串与数字互转
成绩单场景里,分数往往先以文字形式读进来,比如 "85"。要拿它算平均分,得先转成数字。Python 用 int() 转整数,用 str() 把数字转回文字:
python
text = "85"
score = int(text) # 文字转数字
print(score + 10) # 可以参与计算:95
total = 100
label = str(total) # 数字转文字
print("总分:" + label)text
95
总分:100注意 "85" + "10" 是拼接,结果是 "8510";int("85") + 10 才是加法,结果是 95。文字和数字是两种东西,混用前先转换。
strip:去掉两端的多余空白
玩家输入昵称时,首尾常会多打空格。strip() 去掉两端的空格和换行,中间的不动:
python
raw = " Tom "
clean = raw.strip()
print("处理前长度:", len(raw))
print("处理后长度:", len(clean))
print("处理后:", clean)text
处理前长度: 7
处理后长度: 3
处理后: Tomstrip 返回新串,原串不变——这又是"字符串不可变"的体现。昵称校验通常先 strip 再检查,避免首尾空格捣乱。
字符也是字符串
Python 没有单独的"字符"类型。name[0] 取出来的还是一个字符串,只是长度为 1。所以比较时直接用双引号:ch == " "。
python
name = "Tom"
first = name[0]
print(first) # T
print(len(first)) # 1:单字符也是字符串text
T
1这一点和 C++ 不同:C++ 里单字符('a')和字符串("a")是两种类型,单双引号不能混用。
统计某个字母出现几次
成绩单里统计名字含多少个字母 a——遍历加计数:
python
name = "banana"
count = 0
for ch in name:
if ch == "a":
count += 1
print("字母 a 出现", count, "次")text
字母 a 出现 3 次"计数变量 + 遍历 + 判断"的套路在字符串里同样好用。这个套路在第 10 章统计及格人数时还会再见一次。
从键盘读入一个名字
第 5 章讲过 input()。input() 读入用户敲的一整行文字,得到一个字符串:
python
name = input("请输入昵称:")
print("你好," + name)
print("名字长度:", len(name))运行时输入 Tom,程序输出:
text
请输入昵称:Tom
你好,Tom
名字长度: 3读进来之后,前面学的所有操作都能用:取索引、切片、遍历、len。
判断回文
回文是正读反读都一样的词,比如 "level"。判断方法:第 1 个和最后 1 个比,第 2 个和倒数第 2 个比,依次往中间走。这正是"索引 + 循环"的练习:
python
word = "level"
n = len(word)
is_pal = True
for i in range(n // 2):
if word[i] != word[n - 1 - i]: # 首尾对称位置比较
is_pal = False
if is_pal:
print(word, "是回文")
else:
print(word, "不是回文")text
level 是回文word[n - 1 - i] 是"倒数第 i+1 个"的索引写法:i = 0 时对应最后一个,i = 1 时对应倒数第二个。换 word = "hello" 试试,输出会变成"不是回文"。
拆分姓名:split 的实际用法
回到成绩单场景。名单里一项是 "Zhang,San",逗号前面是姓,后面是名。split 一行就能拆开:
python
item = "Zhang,San"
parts = item.split(",") # 按逗号切成两段,装进列表
family_name = parts[0] # 第 1 段:姓
given_name = parts[1] # 第 2 段:名
print("姓:", family_name)
print("名:", given_name)text
姓: Zhang
名: Sansplit(",") 返回一个列表,第 1 段在索引 0,第 2 段在索引 1。列表的索引规则和字符串一样,从 0 开始。
判断开头与结尾
昵称规则里常有"必须以字母开头""必须以数字结尾"这类要求。Python 有现成的 startswith 和 endswith:
python
nick = "Player1"
print(nick.startswith("P")) # True:以 P 开头
print(nick.endswith("1")) # True:以 1 结尾
if nick.startswith("P"):
print("以字母 P 开头")text
True
True
以字母 P 开头startswith("P") 的意思是"开头是不是 P",回答是或否。C++ 里没有这两个现成函数,要用 substr 取出开头再比较。
综合案例:成绩通知单
把本章的操作串起来,完成一个真实的小任务:读入 "Zhang,85" 这样的"姓名,分数",拆开、转换、打印一行通知单。
python
line = "Zhang,85"
parts = line.split(",") # 按逗号拆开
name = parts[0] # 第 1 段是姓名
score = int(parts[1]) # 第 2 段是分数,转成数字
print("姓名:", name)
print("分数:", score)
if score >= 60:
print(name, "及格了")
else:
print(name, "需要补考")text
姓名: Zhang
分数: 85
Zhang 及格了这个程序用到了:split 拆两段、int 文字转数字、长度与索引、条件判断。字符串处理的真实工作,大多就是这几个动作的组合。
空字符串
一对引号里什么也不写,就是空字符串 "",长度为 0:
python
empty = ""
print(len(empty)) # 0
if empty == "":
print("是空字符串")text
0
是空字符串空字符串常在"先准备一个空串,再往里拼内容"时用到,比如遍历成绩名单、把合格的名字逐个拼上去。
常见错误
| 错误写法 | 后果 | 正确做法 |
|---|---|---|
name[0:5] 理解成"取到索引 5" | 多算一个字符 | 切片含头不含尾 |
索引写到 name[len(name)] | 越界报错 | 合法索引最大是长度减 1 |
name.replace("a", "b") 后直接用 name | 原串没变 | 接住返回值:name = name.replace(...) |
给 name[0] 赋值 | 报类型错误 | 字符串不可变,要造新串 |
动手实验
- 定义
word = "hello",用切片分别取出"he"和"llo"打印。
💡 查看答案
python
word = "hello"
print(word[0:2]) # 索引 0、1
print(word[2:]) # 索引 2 到结尾text
he
llo- 定义
nick = " Alice "(两端有空格),用循环统计空格个数并打印。
💡 查看答案
python
nick = " Alice "
count = 0
for ch in nick:
if ch == " ":
count += 1
print("空格个数:", count)text
空格个数: 4- 写函数
initial(name),返回姓名的首字母(大写)。用"smith"测试并打印。
💡 查看答案
python
def initial(name):
return name[0].upper() # 取第 1 个字符并转大写
print(initial("smith"))text
S字符串不可变,所以这里不修改 name,而是取出首字符、转大写后直接返回。
本章小结
| 概念 | 一句话 |
|---|---|
| 字符串 | 字符排成的序列,引号括起来 |
| 索引 | 字符的编号,从 0 开始 |
| 切片 | s[a:b] 取一段,含头不含尾 |
len(s) | 数出字符个数 |
split | 按分隔符切成列表 |
| 遍历 | for ch in s 逐个取出字符 |
| 不可变 | 不能改某个字符,只能造新串 |
本章开头提过,字符串是"一串字符放在一起"。下一章把范围再扩大一步:把一组成绩、一组名字放在一起,也就是列表与容器。字符串里的遍历、索引、计数套路,到容器里全部原样适用。
下一章把"一串字符"推广成"一组数据":列表与容器。
