字符串(3)

關(guān)于字符串的內(nèi)容，已經(jīng)有兩節(jié)進(jìn)行介紹了。不過，它是一個(gè)話題中心，還要再繼續(xù)。

例如這樣一個(gè)字符串python，還記得前面對(duì)字符串的定義嗎？它就是幾個(gè)字符：p,y,t,h,o,n，排列起來。這種排列是非常嚴(yán)格的，不僅僅是字符本身，而且還有順序，換言之，如果某個(gè)字符換了，就編程一個(gè)新字符串了；如果這些字符順序發(fā)生變化了，也成為了一個(gè)新字符串。

在python中，把像字符串這樣的對(duì)象類型（后面還會(huì)冒出來類似的其它有這種特點(diǎn)的對(duì)象類型，比如列表），統(tǒng)稱為序列。顧名思義，序列就是“有序排列”。

比如水泊梁山的108個(gè)好漢（里面分明也有女的，難道女漢子是從這里來的嗎？），就是一個(gè)“有序排列”的序列。從老大宋江一直排到第108位金毛犬段景住。在這個(gè)序列中，每個(gè)人有編號(hào)，編號(hào)和每個(gè)人一一對(duì)應(yīng)。1號(hào)是宋江，2號(hào)是盧俊義。反過來，通過每個(gè)人的姓名，也能找出他對(duì)應(yīng)的編號(hào)。武松是多少號(hào)？14號(hào)。李逵呢？22號(hào)。

在python中，給這些編號(hào)取了一個(gè)文雅的名字，叫做索引(別的編程語言也這么稱呼，不是python獨(dú)有的。)。

索引和切片

前面用梁山好漢的為例說明了索引。再看python中的例子：

>>> lang = "study python"
>>> lang[0]
's'
>>> lang[1]
't'

有一個(gè)字符串，通過賦值語句賦給了變量lang。如果要得到這個(gè)字符串的第一個(gè)單詞s，可以用lang[0]。當(dāng)然，如果你不愿意通過賦值語句，讓變量lang來指向那個(gè)字符串，也可以這樣做：

>>> "study python"[0]
's'

效果是一樣的。因?yàn)閘ang是標(biāo)簽，就指向了"study python"字符串。當(dāng)讓python執(zhí)行lang[0]的時(shí)候，就是要轉(zhuǎn)到那個(gè)字符串對(duì)象，如同上面的操作一樣。只不過，如果不用lang這么一個(gè)變量，后面如果再寫，就費(fèi)筆墨了，要每次都把那個(gè)字符串寫全了。為了省事，還是復(fù)制給一個(gè)變量吧。變量就是字符串的代表了。

字符串這個(gè)序列的排序方法跟梁山好漢有點(diǎn)不同，第一個(gè)不是用數(shù)字1表示，而是用數(shù)字0表示。不僅僅python，其它很多語言都是從0開始排序的。為什么這樣做呢？這就是規(guī)定。當(dāng)然，這個(gè)規(guī)定是有一定優(yōu)勢(shì)的。此處不展開，有興趣的網(wǎng)上去google一下，有專門對(duì)此進(jìn)行解釋的文章。

上面的表格中，將這個(gè)字符串從第一個(gè)到最后一個(gè)進(jìn)行了排序，特別注意，兩個(gè)單詞中間的那個(gè)空格，也占用了一個(gè)位置。

通過索引能夠找到該索引所對(duì)應(yīng)的字符，那么反過來，能不能通過字符，找到其在字符串中的索引值呢？怎么找？

>>> lang.index("p")
6

就這樣，是不是已經(jīng)能夠和梁山好漢的例子對(duì)上號(hào)了？只不過區(qū)別在于第一個(gè)的索引值是0。

如果某一天，宋大哥站在大石頭上，向著各位弟兄大喊：“兄弟們，都排好隊(duì)?！钡刃值軅兣藕弥螅谓f：“現(xiàn)在給各位沒有老婆的兄弟分配女朋友，我這里已經(jīng)有了名單，我念叨的兄弟站出來。不過我是按照序號(hào)來念的。第29號(hào)到第34號(hào)先出列，到旁邊房子等候分配女朋友?！?/p>

在前面的例子中l(wèi)ang[1]能夠得到原來字符串的第二個(gè)字符t，就相當(dāng)于從原來字符串中把這個(gè)“切”出來了。不過，我們這么“切”卻不影響原來字符串的完整性，當(dāng)然可以理解為將那個(gè)字符t賦值一份拿出來了。

那么宋江大哥沒有一個(gè)一個(gè)“切”，而是一下將幾個(gè)兄弟叫出來。在python中也能做類似事情。

>>> lang
'study python'    #在前面“切”了若干的字符之后，再看一下該字符串，還是完整的。
>>> lang[2:9]
'udy pyt'

通過lang[2:9]要得到部分（不是一個(gè)）字符，從返回的結(jié)果中可以看出，我們得到的是序號(hào)分別對(duì)應(yīng)著2,3,4,5,6,7,8(跟上面的表格對(duì)應(yīng)一下)字符（包括那個(gè)空格）。也就是，這種獲得部分字符的方法中，能夠得到開始需要的以及最后一個(gè)序號(hào)之前的所對(duì)應(yīng)的字符。有點(diǎn)拗口，自己對(duì)照上面的表格數(shù)一數(shù)就知道了。簡(jiǎn)單說就是包括開頭，不包括結(jié)尾。

上述，不管是得到一個(gè)還是多個(gè)，通過索引得到字符的過程，稱之為切片。

切片是一個(gè)很有意思的東西?？梢浴扒小背霾簧倩幽?？

>>> lang
'study python'
>>> b = lang[1:]    #得到從1號(hào)到最末尾的字符，這時(shí)最后那個(gè)需要不用寫
>>> b
'tudy python'
>>> c = lang[:]    #得到所有字符
>>> c
'study python'
>>> d = lang[:10]    #得到從第一個(gè)到10號(hào)之前的字符
>>> d
'study pyth'

在獲取切片的時(shí)候，如果分號(hào)的前面或者后面的序號(hào)不寫，就表示是到最末（后面的不寫）或第一個(gè)（前面的不寫）

lang[:10]的效果和lang[0:10]是一樣的。

>>> e = lang[0:10]
>>> e
'study pyth'

那么，lang[1:]和lang[1:11]效果一樣嗎？請(qǐng)思考后作答。

>>> lang[1:11]
'tudy pytho'
>>> lang[1:]
'tudy python'

果然不一樣，你思考對(duì)了嗎？原因就是前述所說的，如果分號(hào)后面有數(shù)字，所得到的切片，不包含該數(shù)字所對(duì)應(yīng)的序號(hào)（前包括，后不包括）。那么，是不是可以這樣呢？lang[1:12]，不包括12號(hào)（事實(shí)沒有12號(hào)），是不是可以得到1到11號(hào)對(duì)應(yīng)的字符呢？

>>> lang[1:12]
'tudy python'
>>> lang[1:13]
'tudy python'

果然是。并且不僅僅后面寫12，寫13，也能得到同樣的結(jié)果。但是，我這個(gè)特別要提醒，這種獲得切片的做法在編程實(shí)踐中是不提倡的。特別是如果后面要用到循環(huán)的時(shí)候，這樣做或許在什么時(shí)候遇到麻煩。

如果在切片的時(shí)候，冒號(hào)左右都不寫數(shù)字，就是前面所操作的c = lang[:]，其結(jié)果是變量c的值與原字符串一樣，也就是“復(fù)制”了一份。注意，這里的“復(fù)制”我打上了引號(hào)，意思是如同復(fù)制，是不是真的復(fù)制呢？可以用下面的方式檢驗(yàn)一下

>>> id(c)
3071934536L
>>> id(lang)
3071934536L

id()的作用就是查看該對(duì)象在內(nèi)存地址（就是在內(nèi)存中的位置編號(hào)）。從上面可以看出，兩個(gè)的內(nèi)存地址一樣，說明c和lang兩個(gè)變量指向的是同一個(gè)對(duì)象。用c=lang[:]的方式，并沒有生成一個(gè)新的字符串，而是將變量c這個(gè)標(biāo)簽也貼在了原來那個(gè)字符串上了。

>>> lang = "study python"
>>> c = lang

如果這樣操作，變量c和lang是不是指向同一個(gè)對(duì)象呢？或者兩者所指向的對(duì)象內(nèi)存地址如何呢？看官可以自行查看。

字符串基本操作

字符串是一種序列，所有序列都有如下基本操作：

1. len()：求序列長(zhǎng)度
2. • ：連接2個(gè)序列
3. • : 重復(fù)序列元素
4. in :判斷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) :比較2個(gè)序列值是否相同

通過下面的例子，將這幾個(gè)基本操作在字符串上的使用演示一下：

“+”連接字符串

>>> str1 + str2
'abcdabcde'
>>> str1 + "-->" + str2
'abcd-->abcde'

這其實(shí)就是拼接，不過在這里，看官應(yīng)該有一個(gè)更大的觀念，我們現(xiàn)在只是學(xué)了字符串這一種序列，后面還會(huì)遇到列表、元組兩種序列，都能夠如此實(shí)現(xiàn)拼接。

in

>>> "a" in str1
True
>>> "de" in str1
False
>>> "de" in str2
True

in用來判斷某個(gè)字符串是不是在另外一個(gè)字符串內(nèi)，或者說判斷某個(gè)字符串內(nèi)是否包含某個(gè)字符串，如果包含，就返回True，否則返回False。

最值

>>> max(str1)
'd'
>>> max(str2)
'e'
>>> min(str1)
'a'

一個(gè)字符串中，每個(gè)字符在計(jì)算機(jī)內(nèi)都是有編碼的，也就是對(duì)應(yīng)著一個(gè)數(shù)字，min()和max()就是根據(jù)這個(gè)數(shù)字里獲得最小值和最大值，然后對(duì)應(yīng)出相應(yīng)的字符。關(guān)于這種編號(hào)是多少，看官可以google有關(guān)字符編碼，或者ASCII編碼什么的，很容易查到。

比較

>>> cmp(str1, str2)
-1

將兩個(gè)字符串進(jìn)行比較，也是首先將字符串中的符號(hào)轉(zhuǎn)化為對(duì)一個(gè)的數(shù)字，然后比較。如果返回的數(shù)值小于零，說明第一個(gè)小于第二個(gè)，等于0，則兩個(gè)相等，大于0，第一個(gè)大于第二個(gè)。為了能夠明白其所以然，進(jìn)入下面的分析。

>>> ord('a')
97
>>> ord('b')
98
>>> ord(' ')
32

ord()是一個(gè)內(nèi)建函數(shù)，能夠返回某個(gè)字符（注意，是一個(gè)字符，不是多個(gè)字符組成的串）所對(duì)一個(gè)的ASCII值（是十進(jìn)制的），字符a在ASCII中的值是97，空格在ASCII中也有值，是32。順便說明，反過來，根據(jù)整數(shù)值得到相應(yīng)字符，可以使用chr()：

>>> chr(97)
'a'
>>> chr(98)
'b'

于是，就得到如下比較結(jié)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

看看下面的比較，是怎么進(jìn)行的呢？

>>> cmp("ad","c")
-1

在字符串的比較中，是兩個(gè)字符串的第一個(gè)字符先比較，如果相等，就比較下一個(gè)，如果不相等，就返回結(jié)果。直到最后，如果還相等，就返回0。位數(shù)不夠時(shí)，按照沒有處理（注意，沒有不是0，0在ASCII中對(duì)應(yīng)的是NUL），位數(shù)多的那個(gè)天然大了。ad中的a先和后面的c進(jìn)行比較，顯然a小于c，于是就返回結(jié)果-1。如果進(jìn)行下面的比較，是最容易讓人迷茫的?？垂倌懿荒芨鶕?jù)剛才闡述的比較遠(yuǎn)離理解呢？

>>> cmp("123","23")
-1
>>> cmp(123,23)    #也可以比較整數(shù)，這時(shí)候就是整數(shù)的直接比較了。
1

“*”

字符串中的“乘法”，這個(gè)乘法，就是重復(fù)那個(gè)字符串的含義。在某些時(shí)候很好用的。比如我要打印一個(gè)華麗的分割線：

>>> str1*3
'abcdabcdabcd'
>>> print "-"*20    #不用輸入很多個(gè)`-`
--------------------

len()

要知道一個(gè)字符串有多少個(gè)字符，一種方法是從頭開始，盯著屏幕數(shù)一數(shù)。哦，這不是計(jì)算機(jī)在干活，是鍵客在干活。

鍵客，不是劍客。劍客是以劍為武器的俠客；而鍵客是以鍵盤為武器的俠客。當(dāng)然，還有賤客，那是賤人的最高境界，賤到大俠的程度，比如岳不群之流。

鍵客這樣來數(shù)字符串長(zhǎng)度：

>>> a="hello"
>>> len(a)
5

使用的是一個(gè)函數(shù)len(object)。得到的結(jié)果就是該字符串長(zhǎng)度。

>>> m = len(a)  #把結(jié)果返回后賦值給一個(gè)變量
>>> m
5
>>> type(m)     #這個(gè)返回值（變量）是一個(gè)整數(shù)型
<type 'int'>