>你们又听见有吩咐古人的话，说：“不可背誓，所起的誓，总要向主谨守”。只是我告诉你们，什么誓都不可起，不可指着天起誓，因为天是神的座位。不可指着地起誓，因为地是他的脚蹬，也不可指着耶路撒冷起誓，因为耶路撒冷是大君的京城。又不可指着你的头起誓，因为你不能使一根头发变黑变白了。你的话，是，就说是。不是，就说不是。若再多说，就是出于那恶者。(Matthew 5:33-37) #字符串(3) 字符串是一个话题中心，还要再继续。 例如这样一个字符串`python`，还记得前面对字符串的定义吗？它就是字符：p,y,t,h,o,n，排列起来。这种排列是非常严格的，不仅仅是字符本身，而且还有顺序，换言之，如果某个字符换了，就变成一个新字符串了；如果这些字符顺序发生变化了，也成为了一个新字符串。 在Python中，把像字符串这样的对象类型（后面还会冒出来类似的其它有这种特点的对象类型，比如列表），统称为序列。 顾名思义，序列就是“有序排列”。 比如水泊梁山的108个好汉（里面分明也有女的，难道女汉子是从这里来的吗？），就是一个“有序排列”的序列。从老大宋江一直排到第108位金毛犬段景住。在这个序列中，每个人有编号，编号和每个人一一对应。1号是宋江，2号是卢俊义。反过来，通过每个人的姓名，也能找出他对应的编号。武松是多少号？14号。李逵呢？22号。 在Python中，给这些编号取了一个文雅的名字，叫做**索引**(别的编程语言也这么称呼，不是Python独有的。)。 ##索引和切片 梁山好汉，从1排到108，就是索引。 再看Python的字符串： >>> lang = "study python" >>> lang[0] 's' >>> lang[1] 't' 有一个字符串，要得到这个字符串的第一个单词`s`，可以用`lang[0]`。当然，如果你不愿意让变量lang来指向那个字符串，也可以这样做： >>> "study python"[0] 's' 效果是一样的。因为lang是标签，就指向了`"study python"`字符串。当让执行`lang[0]`的时候，就是要转到那个字符串对象，如同上面的操作一样。只不过，如果不用lang这么一个变量，后面如果再写，就费笔墨了，要每次都把那个字符串写全了。为了省事，还是复制给一个变量吧。变量就是字符串的代表了。 字符串这个序列的排序方法跟梁山好汉有点不同，第一个不是用数字1表示，而是用数字0表示。不仅仅Python，其它很多语言都是从0开始排序的。为什么这样做呢？这就是规定。当然，这个规定是有一定优势的。此处不展开，有兴趣的网上去google一下，有专门对此进行解释的文章。 0 |1 |2 |3 |4 |5 |6 |7 |8 |9 |10 |11 ---|---|---|---|---|---|---|---|---|---|---|--- s |t |u |d |y | |p |y |t |h |o |n 上面的表格中，将这个字符串从第一个到最后一个进行了排序，特别注意，两个单词中间的那个空格，也占用了一个位置。 空格也是一个字符。“无”不完全等于“没有”。 通过索引能够找到该索引所对应的字符，那么反过来，能不能通过字符，找到其在字符串中的索引值呢？怎么找？ 用字符串的一个方法——index： >>> lang.index("p") 6 就这样，是不是已经能够和梁山好汉的例子对上号了？但有区别，第一个的索引值是0。 如果某一天，宋大哥站在大石头上，向着各位弟兄大喊：“兄弟们，都排好队。”等兄弟们排好之后，宋江说：“现在给各位没有老婆的兄弟分配女朋友，我这里已经有了名单，我念到的兄弟站出来。不过我是按照序号来念的。第29号到第34号先出列，到旁边房子等候分配女朋友。” 继续应用前述字符串，`lang[1]`能够得到字符串的第二个字符`t`，就相当于从字符串中把这个“切”出来了。不过，我们这么“切”却不影响原来字符串的完整性，当然可以理解为将那个字符`t`复制一份拿出来了。 那么宋江大哥没有一个一个“切”，而是一下将几个兄弟叫出来。在Python中也能做类似事情。 >>> lang 'study python' #在前面“切”了若干的字符之后，再看一下该字符串，还是完整的。 >>> lang[2:9] 'udy pyt' 通过`lang[2:9]`要得到多个（不是一个）字符，从返回的结果中可以看出，我们得到的是序号分别对应着`2,3,4,5,6,7,8`(跟上面的表格对应一下)字符（包括那个空格）。也就是，这种获得部分字符的方法中，能够得到开始需要的以及最后一个序号之前的所对应的字符。有点拗口，自己对照上面的表格数一数就知道了。简单说就是包括开头，不包括结尾——前包括，后不包括。 上述，不管是得到一个还是多个，通过索引范围得到字符的过程，称之为**切片**。 切片是一个很有意思的东西。可以“切”出不少花样呢？ >>> lang 'study python' >>> b = lang[1:] #得到从1号到最末尾的字符，这时最后那个需要不用写 >>> b 'tudy python' >>> c = lang[:] #得到所有字符 >>> c 'study python' >>> d = lang[:10] #得到从第一个到10号之前的字符 >>> d 'study pyth' 在获取切片的时候，如果冒号的： - 前面不写数字，就表示从字符串的第一个开始（包括第一个）； - 后面的序号不写，就表示到字符串的到最末一个字符结束（包括最后一个）。 `lang[:10]`的效果和`lang[0:10]`是一样的。 >>> e = lang[0:10] >>> e 'study pyth' 那么，`lang[1:]`å’Œ`lang[1:11]`效果一样吗？ 请思考后作答。 >>> lang[1:11] 'tudy pytho' >>> lang[1:] 'tudy python' 不一样。 原因就是前述所说的，如果冒号后面有数字，所得到的切片，不包含该数字所对应的序号（前包括，后不包括）。那么，是不是可以这样呢？`lang[1:12]`，不包括12号（事实没有12号），是不是可以得到1到11号对应的字符呢？ >>> lang[1:12] 'tudy python' >>> lang[1:13] 'tudy python' 果然是。并且不仅仅后面写12，写13，也能得到同样的结果。 但是，特别要提醒，这种获得切片的做法在编程实践中是不提倡的。特别是如果后面要用到循环的时候，这样做或许在什么时候遇到麻烦。 如果在切片的时候，冒号左右都不写数字，就是前面所操作的`c = lang[:]`，其结果是变量c的值与原字符串一样，也就是“复制”了一份。注意，这里的“复制”我打上了引号，意思是如同复制，是不是真的复制呢？可以用下面的方式检验一下 >>> id(c) 3071934536L >>> id(lang) 3071934536L `id()`的作用就是查看该对象在内存地址（就是在内存中的位置编号）。从上面可以看出，两个的内存地址一样，说明cå’Œlang两个变量指向的是同一个对象。用`c=lang[:]`的方式，并没有生成一个新的字符串，而是将变量c这个标签也贴在了原来那个字符串上了。 >>> lang = "study python" >>> c = lang 如果这样操作，变量cå’Œlang是不是指向同一个对象呢？或者两者所指向的对象内存地址如何呢？用`id()`函数查看便知。 字符串有索引，能得到切片。不仅如此，还有更多操作。 ##字符串基本操作 字符串是一种序列，所有序列都有如下基本操作，这是序列共有的操作。 1. len()：求序列长度 2. + ：连接2个序列 3. * : 重复序列元素 4. in :判断元素是否存在于序列中 5. max() :返回最大值 6. min() :返回最小值 7. cmp(str1,str2) :比较2个序列值是否相同 逐个演示，方能理解： ###`+` >>> str1 + str2 'abcdabcde' >>> str1 + "-->" + str2 'abcd-->abcde' 这其实就是拼接，不过在这里，看官应该有一个更大的观念，我们现在只是学了字符串这一种序列，后面还会遇到列表、元组两种序列，都能够如此实现拼接。 ###`in` >>> "a" in str1 True >>> "de" in str1 False >>> "de" in str2 True `in`用来判断某个字符串是不是在另外一个字符串内，或者说判断某个字符串内是否包含另外一个字符串（这个字符串被称为子字符串），如果包含，就返回`True`，否则返回`False`。 ###最大值和最小值 >>> max(str1) 'd' >>> max(str2) 'e' >>> min(str1) 'a' 在英文字典中，所有的字母都有一个排序，我们称之为“字典顺序”。 而每个字符，也都通过编码对应着一个数字，它们都会有一定的顺序。`min()`å’Œ`max()`就是根据这个顺序获得最小值和最大值，然后对应出相应的字符。读者可以google有关字符编码，或者ASCII编码什么的，很容易查到。 ###比较 >>> cmp(str1, str2) -1 将两个字符串进行比较，也是首先将字符串中的符号转化为对应编码的数字，然后比较。如果返回的数值小于零，说明第一个小于第二个；等于0，则两个相等；大于0，第一个大于第二个。为了能够明白其所以然，进入下面的分析。 >>> ord('a') 97 >>> ord('b') 98 >>> ord(' ') 32 `ord()`是一个内建函数，能够返回某个字符（注意，是一个字符，不是多个字符组成的串）所对一个的ASCII值（是十进制的），字符a在ASCII中的值是97，空格在ASCII中也有值，是32。顺便说明，反过来，根据整数值得到相应字符，可以使用`chr()`： >>> chr(97) 'a' >>> chr(98) 'b' 于是，就得到如下比较结果了： >>> cmp("a","b") #a-->97, b-->98, 97小于98，所以a小于b -1 >>> cmp("abc","aaa") 1 >>> cmp("a","a") 0 看看下面的比较，是怎么进行的呢？ >>> cmp("ad","c") -1 在字符串的比较中，是两个字符串的第一个字符先比较，如果相等，就比较下一个，如果不相等，就返回结果。直到最后，如果还相等，就返回0。位数不够时，按照没有处理（注意，没有不是0，0在ASCII中对应的是NUL），位数多的那个天然大了。`ad`中的`a`先和后面的`c`进行比较，显然`a`小于`c`，于是就返回结果`-1`。 如果进行下面的比较，是最容易让人迷茫的。能不能根据刚才阐述的比较理解呢？ >>> cmp("123","23") -1 >>> cmp(123,23) #也可以比较整数，这时候就是整数的直接比较了。 1 如果读者阅读到这里，不知道你是否将上面的各项进行了实际操作？如果操作了，在Python 3中能成功吗？ 上面的操作只能适用于Python 2，不适用Python 3。 Python 3中取消了`cmp()`函数。那么在Python 3中怎么比较呢？ >>> str1 = "abc" >>> str1 > str2 False >>> str1 < str2 True >>> str1 == str2 False 用比较运算符，也可以得到比较结果。 ###“*” 字符串中的“乘法”，这个乘法，就是重复那个字符串的含义。在某些时候很好用的。比如我要打印一个华丽的分割线： >>> str1*3 'abcdabcdabcd' >>> print "-"*20 #不用输入很多个`-` -------------------- ###len() 要知道一个字符串有多少个字符，一种方法是从头开始，盯着屏幕数一数。哦，这不是计算机在干活，是键客在干活。 >键客，不是剑客。剑客是以剑为武器的侠客；而键客是以键盘为武器的侠客。当然，还有贱客，那是贱人的最高境界，贱到大侠的程度，比如岳不群之流。 Python用`len()`函数来获得字符串长度，不管Python 2还是Python 3。 >>> a = "hello" >>> len(a) 5 函数`len(object)`，得到的结果就是该字符串长度。 >>> m = len(a) #把结果返回后赋值给一个变量 >>> m 5 >>> type(m) #这个返回值（变量）是一个整数型，Python 3中返回的结果略有差别。 对于字符串，作为序列的一种，除了具有上述几种通用的基本操作之外，还有很多别的方法。 ------ [总目录](./index.md)   |   [上节：字符串(2)](./107.md)   |   [下节：字符串（4）](./109.md) 如果你认为有必要打赏我，请通过支付宝：**[email protected]**,不胜感激。