Python默认字符解析：深入理解Python中的字符串处理

Python中的字符串

可能大多数人在学习C语言的时候&＃xff0c;最先接触的数据类型就是字符串&＃xff0c;因为大多教程都是以"Hello world"这个程序作为入门程序&＃xff0c;这个程序中要打印的"Hello world"就是字符串。如果你做过自然语言处理方面的研究&＃xff0c;并且用Python去做过相关实验&＃xff0c;你肯定会体会到Python在字符串处理方面相对于其他语言的明显优势之处。今天我们来了解一下Python中的字符串&＃xff0c;看看它的用法。

一.Python中如何声明字符串

在Python中声明一个字符串通常有三种方法&＃xff1a;在它的两边加上那个单引号、双引号或者三引号。

如&＃xff1a;

从上面可以看出三种声明方法的效果是完全一样的&＃xff0c;在Python中用这三种声明方法来声明字符串意义完全等同的&＃xff0c;即&＃39;hello world&＃39;和"hello world"以及&＃39;&＃39;&＃39;hello world&＃39;&＃39;&＃39;是没有任何区别的。但是会有人问&＃xff1a;既然是完全等同的&＃xff0c;为什么要弄出三种声明方式呢&＃xff1f;下面看一下这几个例子&＃xff1a;

在Python中提供了这几种方法&＃xff0c;使得使用起来更加方便灵活&＃xff08;当然也可以使用转义字符去解决上面报错的地方&＃xff09;。

在这里要注意的是&＃xff0c;

1&＃xff09;在Python中没有类似C语言中char这种类型的字符串&＃xff0c;也就是说即使是单个字符也是字符串。

2&＃xff09;Python中的字符串一旦声明&＃xff0c;是不能进行更改的&＃xff0c;即不能通过对某一位置重新赋值改变内容。

二.Python中的字符串类型

Python中的字符串有两种数据类型&＃xff1a;str类型和unicode类型。str类型采用的ASCII编码&＃xff0c;也就是说它无法表示中文。unicode类型采用unicode编码&＃xff0c;能够表示任意的字符&＃xff0c;包括中文、日文、韩文等。

在python中字符串默认采用的ASCII编码&＃xff0c;如果要显示声明为unicode类型的话&＃xff0c;需要在字符串前面加上&＃39;u&＃39;或者&＃39;U&＃39;。

下面看一段代码

print &＃39;我&＃39;

print u&＃39;我&＃39;

print &＃39;python&＃39;

print u&＃39;python&＃39;

这段代码的运行结果为&＃xff1a;

从运行结果可以看出&＃xff0c;如果是中文的话&＃xff0c;不采用unicode类型&＃xff0c;输出的会是乱码。

三.转义字符和原始字符串

同C语言中一样&＃xff0c;Python中也有转义字符&＃xff0c;用反斜杠&＃39;\&＃39;来表示对后面字符进行转义。

比如上面例子中的问题就可以用转义来解决&＃xff1a;

如果你编写过Java程序&＃xff0c;并且使用过Java中的正则表达式&＃xff0c;你可能会对Java正则表达式深恶痛绝&＃xff08;我自己就是&＃xff09;&＃xff0c;因为稍不注意就会出错&＃xff0c;里面有太多的转义&＃xff0c;而且看起来也很繁琐杂乱。在Python中&＃xff0c;你不必再为这个问题烦恼了&＃xff0c;因为Python提供了原始字符串&＃xff0c;顾名思义&＃xff0c;就是保留原始字符的意思&＃xff0c;不对反斜杠及反斜杠后面的字符进行转义&＃xff0c;声明原始字符串的方法是在字符串前面加上&＃39;r&＃39;或者&＃39;R&＃39;。

在这里要注意&＃xff1a;在Python中行尾结束符始终为&＃39;\n&＃39;&＃xff0c;不论Python程序在哪个操作系统下运行。在Linux环境下编写C语言时&＃xff0c;换行符为&＃39;\n&＃39;&＃xff0c;而在windows下为&＃39;\r\n&＃39;。编写Python程序不用担心这种因运行环境不同引起的不兼容问题。

四.用户输入以及格式化输出字符串

在Python中最常用的从键盘获取输入的函数是raw_input()和input()。但是这两个函数有很大的区别&＃xff1a;

raw_input()以字符串的形式返回用户输入的一切内容&＃xff1b;

而input()却不是这样&＃xff0c;它会根据输入内容的形式确定返回的形式&＃xff08;可能有点拗口&＃xff09;。下面看个例子就明白了&＃xff1a;

从这个例子显而易见可以看出两者的区别&＃xff0c;同样输入123&＃xff0c;raw_input()返回的是字符串123&＃xff0c;而input()返回的是整数123。个人建议一般情况下使用raw_input()获取输入&＃xff0c;这样能避免程序中出现一些不必要的麻烦。

同C语言一样&＃xff0c;Python中也提供了格式化输出。

Python中的格式化输出和C语言类似&＃xff0c;基本格式如下&＃xff1a;

print &＃39;....%formmat..&＃39; %(var...)

当var只有一个时&＃xff0c;括号可以省略。

关于Python的字符串今天就讨论这么多了&＃xff0c;在这里只是讨论了基本的概念和知识点&＃xff0c;相关字符串函数的使用请查阅API文档。