2.4 字符串
字符串是Python中常用的数据类型，在Python 3中字符串采用的是Unicode编码，也就是任何一个字符都用2字节表示。在Python中用单引号“'”或双引号“"”来创建字符串，如下所示：
由此可见，在Python中创建字符串并不是太难。只是在其他的语言中，很多开发者都喜欢使用str作为字符串变量的标识。而在Python中str是一个内置的函数名，所以就不能使用这个标识。此外，还可以将其他数据类型转变为字符串类型，具体如下：
运行上述代码得到的输出结果如下：
由此可见，变量a_str是一个字符串，而不是数字。当使用str作为变量标识时，就会覆盖str函数，如下所示：
运行上述代码得到的输出结果如下：
由此可见，上下文已经不能再识别str函数，因此需要记住不要使用str作为字符串变量的标识。
说明 在Python中只有数据类型字符串，没有字符数据类型。
在C/C++和Java中存在字符串和字符的数据类型，其中字符类型使用单引号，并且只能是一个字符。而在Python中，没有字符类型，只有字符串类型，哪怕使用单引号且只有一个字符，也是字符串，如下所示：
运行上述代码得到的输出结果如下：
由此可见，'a'是一个字符串，而不是一个字符。
2.4.1 截取子串
所谓子串是指一个字符串所包含的子集，如“人生”、“P”和“Python”都可以看成“人生苦短，我用Python”的子串。在Python中，可以通过“[]”和下标来截取字符串的子串，并且下标是以0开始的，下面通过代码清单2-16举例说明。
代码清单2-16：截取子串
这里首先使用了len函数，这样就会返回字符串的长度。需要注意的是“[]”中不同的参数表达。例如，s[2]表示取第3个字符作为子串；s[:4]表示截取前4个字符作为子串；s[5: ]表示截取下标为5（含）之后的字符作为子串；s[7: len(s)]表示截取下标为7到len(s)的子串，此时包含下标7，但是不包含下标len(s)。运行上述代码得到的输出结果如下：
说明 当截取字符串使用的下标不合理时会如何？
在上述例子中采用的是合理的下标，所以可以正确截取字符串。但是，如果下标不合理又会如何？例如，截取子串s[8:2]会返回什么呢？在Python中如果遇到不合理的下标，它就会返回''。下面在代码清单2-18的基础上增加如下几行代码进行测试：
运行上述代码得到的输出结果如下：
由此可见，当下标不合理时，它就会返回''。
实际上，在Python中除了可以使用0到len(s)表示字符串的下标，还可以使用负数来表示反向下标，在使用负数时，最后一个字符的下标为-1，而第一个字符的下标为-len(s)，如图2-3所示。
图2-3 字符串下标图示（len(s)=13）
下面通过负数下标来截取子串，如代码清单2-17所示。
代码清单2-17：通过负数下标来截取子串
一般来说，在使用负数下标时需要先用len函数求出它的第一个字符的负数下标值，如代码中的-1*length就是字符串第一个字符的负数下标。然后通过减法来截取字符串，这样有利于提高代码的可读性。
注意 防止下标越界
在字符串中使用下标需要防止下标越界。如果发生越界，就会在运行过程中产生错误，如下所示：
这里的下标13和-14都已经超越了字符串的下标区间[0, 13)和[-13, 0），因此在运行时就会产生错误，输出如下结果：
为了防止下标越界，笔者先求出字符串的长度（length），然后根据长度控制来访问，如下所示：
上述代码先求出字符串的长度，然后保证下标在区间[0, length)或[-1*length, 0)访问字符串，就能够避免下标越界，这是开发者常用的技巧，而使用length作为变量名称，代码的可读性也会有所提高。
2.4.2 字符串的运算
在Python中，字符串本身也提供了许多运算功能，包括字符串连接、截取子串、判断是否为子串等。假设s="人生苦短，我用Python"，下面通过表2-9来展示字符串的运算。
表2-9 字符串的运算
下面通过代码清单2-18来学习表2-9中的内容。
代码清单2-18：字符串的运算
需要注意最后的字符串连接数字，由于直接连接数字会发生异常，因此需要通过str函数将数字先转换为字符串才能进行连接。运行上述代码得到的输出结果如下：
2.4.3 字符串的格式化
为了连接字符串，经常需要使用连接符“+”，而有时过多的字符串会使可读性大大降低，如下所示：
显然，字符串output的可读性大大降低。这个时候可以考虑使用格式化的字符串来处理，在Python中可以使用“%”来格式化字符串，然后根据数据类型在字符串中使用不同的格式化符号，如可以使用以下代码来提高代码的可读性：
需要注意的是代码①中加粗的3个占位符，即“%s”、“%d”和“%.2f”。其中，“%s”表示一个字符串占位；“%d”表示一个数字占位；而“%.2f”表示浮点数占位，且精度保留2位小数。然后在字符串后面使用“%(参数列表)”的方式进行格式化，这样就可以通过参数来格式化字符串。此外，Python中还存在很多占位符，下面通过表2-10进行说明。
表2-10 字符串占位符
上面只是简单的格式化，功能还不够强大。为了增强格式化的功能，在Python 2.6版本之后，Python中还提供了字符串的format函数，用来增强格式化的功能，所以在新的版本中，Python官方建议使用format函数来格式化字符串，而不是使用“%”来格式化字符串。下面通过举例来说明format函数的使用方法，如代码清单2-19所示。
代码清单2-19：使用format函数格式化字符串
在代码①处、代码②和代码③处使用了换行符“\”，所以可以另起一行来编写format函数。在代码①处，通过指定参数位置（从0开始）来格式化字符串，而“:”后可以指定参数的数据类型并格式化，这样就可以通过参数的顺序来格式化字符串。在代码②处和代码③处使用了字典，在代码②处需要指定参数位置和字典的key；而在代码③处只需要指定字典的key，只是format函数的参数写作“**params”。使用字典可以让参数占位通过名称表达具体的含义，因此具备更高的可读性，并且不存在参数顺序的限制。
说明 再次强调可读性
在代码清单2-19中，代码②处和代码③处都可以使用字典作为参数进行格式化，显然后一种方式的可读性更高，因此笔者建议使用后一种方式进行编码。
2.4.4 Python转义字符
在计算机中还存在一些特殊的字符，如常见的换行符，在Python中约定使用"\n"来表示换行，除此之外，还规定了许多特殊的字符，它们都以反斜杠“\”开头。转义字符如表2-11所示。
表2-11 转义字符
在表2-11中，加粗的行在开发中经常用到，其他字符用得比较少，所以重点掌握常用的转义字符即可。当然，也可以取消转义字符，如下所示：
需要注意的是，字符串前的字符r（或R）表示字符串将不再进行转义。下面通过代码清单2-20来介绍这些常见的转义字符。
代码清单2-20：使用常见的转义字符
运行上述代码得到的输出结果如下：
此外，Python在多行中还提供了三引号（既可以是单引号，也可以是双引号）的编写，三引号让开发者从引号和换行等格式化的泥潭中解脱出来，它采取多行字符串所见即所得的方式来简化程序员的工作，如代码清单2-21所示。
代码清单2-21：三引号的使用
运行上述代码得到的输出结果如下：
2.4.5 字符串常用的函数
除了上述内容，Python的字符串还存在几十种方法可以对字符串进行操作，只是罗列它们非常枯燥，并且很多方法并不常用，所以本节只用代码清单2-22介绍常用的函数。
代码清单2-22：字符串中的常用函数
以上就是字符串常用的函数，代码中也给出了清晰的注释。
在Python 3.9及其之后的版本中还加入了两个新的函数，即removeprefix和removesuffix，它们的作用是删除指定的前缀和后缀，如下所示：
运行结果如下：
由此可见，对应的前缀和后缀被删除。