Skip to content

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PythonC++
长度len(s)s.length()
拼接s1 + s2s1 + 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 L
text
Zhang San
['张三', '李四', '王五']
共 3 人
HELLO
heLLo

split(",") 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)                # Zhang
text
Zhang

C++ 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: Tom

strip 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: San

split(",") 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 ​

  1. 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
  1. 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
  1. 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。