Python的字串

Python的字串

文字是人類特有的溝通方式之一，對於電腦而言，程式語言本身也是由文字組成的語言，因此從這裡就可以看出文字的處理對於電腦而言是非常重要的，其實 我們和電腦溝通幾乎都是用文字，下指令是文字、程式語言是文字、顯示出來的訊息也是文字，因此程式語言通常都會有處理字的能力，那什麼是字串呢?就是電腦 裡的一段文字，都可以叫字串，如同其它語言一樣，Python一樣有屬於它的字串，而且Python的字串處理非常強大且簡單，現在就讓我們來介紹 Python的字串。

Python的字串可以由"和'或是"""包起來，基本上效果是一樣的
'字串' "字串" """多行字串""" 像這樣把字包起來就是一個字串，多行字串我們在註解裡介紹過了，其實單一行存在的字串可以拿來當註解，更精確的來說，應該是程式的文件，有關於這一點，請看Python的內件文件一文，由於那不是本篇的重點，所以在這裡只提醒帶過而已。

還有一點值得注意的是，字串是屬於"不可改變"的物件，也就是說，所有對於字串的修改，其實都是創造出一個新的字串，而不是改變字串物件本身，關於這點在以後會看到其它"可改變的"和"不可改變"的物件。

以下示範一下字串的用法:
# 設定名字為Victor Lin這樣的字串 name = "Victor Lin" print name # 有兩種'和"的好處就是可以交替使用 # 就不會有衝到的問題，在這裡用""括起來' msg = "Victor's Programming Tutorial" print msg # 同樣的也可以這樣使用 msg = 'What is "Python"?' print msg # 多行的文字 # 同樣裡面也可以使用'和" multiLine = """Hello! Baby! second line! third line! Welcome to Victor's Tutorial What is "python" """ print multiLine

跳脫字元

那你可能會問，如果我非得使用'和"或是"""在字串裡不可該怎麼辦?答案很簡單，使用跳脫字元，如果你有學過其它程式語言就知道，Python當 然也有跳脫字元，所謂的跳脫字元就是\再加上一些特定符號，來代表特殊符號，打不出來或會被誤解的符號，以下列出表格表示Python的各種跳脫字元:

跳脫字元	代表字元
\\	表示反斜線\
\'	表示單引號'
\"	表示雙引號"
\a	ASCII裡的Bell
\b	ASCII裡的Backspace
\f	ASCII裡的Formfeed
\n	ASCII裡的Linefeed，也就是一般認知裡的換行
\N{name}	在Unicode裡名為name代表的字元
\r	ASCII裡的Carriage Return
\t	ASCII裡的Horizontal Tab
\uxxxx	Unicode裡16位元的xxxx在16進制裡代表的字元
\Uxxxxxxxx	Unicode裡32位元的xxxxxxxx在16進制裡代表的字元
\v	ASCII裡的Vertical Tab
\ooo	ooo在8進制代表的字元
\xhh	hh在16進指代表的字元
\0	代表ASCII裡的 NULL，但是並不中斷字串

有一點值得注意的是，如果你有學過其它語言，你可能知道很多語言都拿'\0'來當做字串結束的符號，但Python字串裡的'\0'不會中斷字串，因為Python的字串並不以'\0'做為字串的結束記號，因此字串在Python也可以拿來存放Binary的資料，以下就讓我們示範如何使用跳脫字元。
# 使用\\跳脫字元 print "c:\\windows\\system32" # 使用\n跳脫字元 print "First line\nSecond line" # 我們在這裡跳脫了"""的第一個"，因此沒問題 print """You can write string in \"""string\""" format."""

Unicode

我們在這裡不打算從頭到尾介紹Unicode，有興趣請上Google或維基百科搜尋，而Unicode簡單的來說，就是可以編任何語言的一種文字 的編碼，相較於更早之前的ASCII或Big5等只能編特定語言的編碼來得方便多，不用每個地方的程式都要特別寫，統一起來就大家都用一樣的編 碼，Python一個優勢就是它天生就支援Unicode，所以比起其它語言，這樣的先天優勢使用起來就非常方便，那我們現在就直接介紹Unicode的 使用方式，只要在字串的前面加一個前綴字u就可以了，而這個U是不分大小寫的
u'中文字' U"和偉大的許功蓋先生說再見~" u"""多行也一樣"" u的大小寫並不會有任何影響，在寫範例示範之前，有一點需要注意的就是，Python程式的檔案編碼請設為utf-8，如果你搞錯弄成ASCII 等，很可能就會造成無法執行，Python直譯器在讀時遇到未預期的字元通常就會出錯，Python有提供一種方法可以讓直譯器知道這個檔案是用什麼樣的 編碼，就是
# -*- coding: 編碼名稱 -*- 這樣放在第一行的註解，而通常我們使用的都是utf-8比較多，所以也就是
# -*- coding: utf-8 -*- 而使用Python官方的IDLE有個好處就是，在存檔時它會幫你抓第一行看是什麼編碼，在存檔時就會幫你存成該種編碼，因此你只要加了這行執行起來應該就沒問題，如果你是使用記事本等編輯py檔，那就必需把該檔案設為正確的編碼。

以下示範unicode的使用方式:
# -*- coding: utf-8 -*- # U的大小寫並不造成影響 print U'中文字' # 終於不用再和許功蓋先生拚命了 print u"和偉大的許功蓋先生說再見~" print u"""多行也一樣""" # 用跳脫字元來表示也可以 print u'\u7528\u8df3\u812b\u5b57\u5143\u4f86\u8868\u793a\u4e5f\u53ef\u4ee5' # 日文也可以，不過在DOS下可能印不出來 print u'涼宮ハルヒの憂鬱'

字串的運算

字串也可以運算，你或許會覺得很奇怪，為什麼字串也需要運算，原因很簡單，當你想要把不同的字串合起來時，或是一個字串重覆個幾次，就需要字串的運算，而字串的運算有幾種，並不是像數字運算那樣每樣都有，而我們在這裡並沒有介紹所有的字串運算，先介紹最常用的幾種:

字串運算	說明
ls + rs	左右字串串接在一起變成"lsrs"的字串
n*s	字串乘上一個數字，或是數字乘上一個字串，表示重覆該字串n次
x in  s	如果x出現在字串s中為真
x not in s	如果x不出現在字串s中為真
len(s)	len函數回傳s字串的長度

接下來示範字串運算的用法:
# -*- coding: utf-8 -*- firstName = "Victor" familyName = "Lin" # 在這裡我們用 + 將字串接起來 print "My name is " + firstName + " " + familyName # 在這裡我們用 * 將同一字串重覆n次 print u"一二三" * 3 # 這裡我們用in來判斷字串裡是否有某段文字 # 因為成立，所以回傳True print u'中文' in u'中文字藏在中文字裡' # 這裡我們用not in來判斷字串裡是否沒有某段文字 # 因為不成立，所以回傳False print u'中文' not in u'中文字藏在中文字裡' # 我們用len函數計算"王小名"有幾個字 print len(u'王小明') 以上運算的對象都有限定，例如你不能把字串和數字做相加
'my age : ' + 3 像這樣是錯誤的，那應該怎麼辦呢? 我們下面介紹如何將其它物件轉為字串。

將物件轉換成字串

如我們上面所說的，你不能將字串和非字串做相加，但是卻又非這麼做不可，那該怎麼辦呢? 方法很簡單，就是先將該物件轉成字串，然後兩邊都是字串就可以相加了，以下是轉成字串的函數:

Col 01	Col 11
str(o)	回傳o物件轉換成易讀的字串
unicode(o)	回傳o此物件轉換成易讀的unicode字串
repr(o)	回傳o此物件轉換成以跳脫字元表達的字串

str() 通常或是unicode()通常就是拿來將物件轉換成為字串用的，那你可能會問和repr()有什麼差別，差別在於，str()和unicode()轉換 出來的字串是易讀的類形，而repr()轉換出來會把換行、unicode等字都換成跳脫字元表示的形式，且是以Python的字串方式表示，如果你正在 寫程式的話，你可能會想把一個字串用repr()的形式轉換印出來看看，因為這樣可以確定字串的實際內容到底是什麼，或是字串的跳脫字元表示出來的形式是 怎樣，這個字串是不是unicode，以下讓我們示範這幾種方式: # -*- coding: utf-8 -*- myAge = 3 # 將myAge轉成字串，和前面的字結合印出"Hello, my age is 3" print 'Hello, my age is ' + str(myAge) # unicode的字串可以和非unicode的字串接合，但結果還是unicode print u'你好，我今年' + str(myAge) + u'歲' # 這會以跳脫字元的形式印出來，所以會是'c:\\windows\\system32' print repr('c:\\windows\\system32') # 一樣使用跳脫字元的形式印出來，結果會是'First line\nSecond line' print repr('First line\nSecond line') # 下面這行會印出u'\u4e2d\u6587\u5b57' # 也就是用Python字串表示的方式 # 連前面的u一樣也會印出來 # 我們可以知道這是一個unicode字串 print repr(u'中文字') # 我們也可以將一個一般字串 # 用unicode轉成unicode字串 # 再用repr轉換，你會發現結果是u'hello' # 原本的'hello'變成了unicode的u'hello'字串了 print repr(unicode('hello') Python並沒有限定可以轉換成字串的物件，不只有數字可以轉換，而是每個物件都可以有一個轉換成字串的函數，也就是由該物件來決定自己轉換成字串後是什麼樣子，下面例子示範轉換其它種類的物件: # 引入sys這個module import sys # 將sys此module轉換成字串印出來 # 結果會是<module 'sys'="sys" (built-in)="(built-in)" /> # 這也是module物件自己定的字串形式 print str(sys) # 當然如我們所說的 # 只要是物件都可以轉成字串 # 因為str、unicode、repr都是函數物件 # 我們轉換試試 print str(str) print str(unicode) print str(repr