str Python

Введение

Объект типа str содержит в себе поседовательность Unicode символов (Unicode code points)

Это неизменяемый (Immutable) объект. Про разницу между изменяемыми и неизменяемыми объектами читайте здесь и здесь

О том, как правильно переносить слишком длинные строки читайте здесь

Пример

>>> 'HeiHei.ru'
>>> "TopBicycle.ru"

Можно использовать как одинарные так и двойные кавычки. Если начали с одинарной то и закончить нужно одинарной - нельзя смешивать

>>> "eth1.ru'

File "<stdin>", line 1 "eth1.ru' ^ SyntaxError: EOL while scanning string literal

>>> 'eth1.ru"

File "<stdin>", line 1 'eth1.ru" ^ SyntaxError: EOL while scanning string literal

Один тип кавычек можно вложить в другой

>>> "Andrei's site eth1.ru"

"Andrei's site eth1.ru"

Multiline Strings

Многострочные переменные часто удобны для лучшей читаемости кода. Если вы вводите какое-то длинное значени

Их можно создать, заключив значение между """ и """ (или между ''' и ''')

Смотрите также docsting

>>> """Это пример ...многострочной ...переменной типа ..str"""

'Это пример\nмногострочной\nпеременной типа\nstr'

Каждый перенос строки представлен символом \n. Я выделил его жёлтым для наглядности. Для Python это такой же символ как и остальные просто созданный с помощью экранирования , о котором мы поговорим чуть ниже.

Зададим переменной s значение с использованием \n

>>> s = 'Это пример\nмногострочной\nпеременной типа\nstr' >>> print(s)

Это пример многострочной переменной типа str

Точно такой же результат можно получить используя """ """

>>> s = """Это пример ... многострочной ... переменной типа ... str""" >>> print(s)

Это пример многострочной переменной типа str

Универсальный перенос строки

С помощью встроенного в Python Universal Newlines \n переводится в ту последовательность символов, которая принята в вашей операционной системе.

В Windows переход на новую строку (Carriage-return) это \r\n

В Linux, MacOS и других UNIX это \r

Работая с Python не нужно задумываться выборе символов для переноса строки - достаточно везде писать \n.

Подробности можно изучить в PEP 278 -- Universal Newline Support

\ означает начало экранированной последовательности (Escape Sequence).

Также рекомендую к прочтению статью

«Перенос слишком длинной строки на новую»

Escape Sequences

Экранированный символ теряет своё изначальное значение и воспринимается интерпретатором как обычный символ либо наоборот приобретает дополнительный смысл как мы уже видели на примере \n

Сравните

>>> "This is n it is a normal symbol"

'This is n it is a normal symbol'

>>> s = "This is n it is a normal symbol"
>>> print(s)

This is n it is a normal symbol

И

>>> "This is \n it is an escaped symbol"

'This is \n it is an escaped symbol'

>>> s = "This is \n it is an escaped symbol"
>>> print(s)

This is it is an escaped symbol

Вместо n теперь перенос строки

Экранирование можно применить для использования одинаковых кавычек внутри и снаружи строки

>>> "Двойная кавычка \" внутри двойных"

'Двойная кавычка " внутри двойных'

>>> 'Одинарная кавычка \' внутри одинарных'

'Одинарная кавычка ' внутри одинарных'

Если экранирование не подразумевается, то \ будет всё равно будет воспринят интерпретатором как попытка экранирования и не появится как обычный символ

>>> 'Двойную кавычку \" можно не экранировать внутри одинарных а \' одинарную нужно'

'Двойную кавычку " можно не экранировать внутри одинарных а \' одинарную нужно'

>>> s = 'Двойную кавычку \" можно не экранировать внутри одинарных а \' одинарную нужно'

>>> print(s)

Двойную кавычку " можно не экранировать внутри одинарных а ' одинарную нужно

Чтобы всё-таки увидеть \ нужно написать \\ то есть проэкранировать символ экранирования

>>> s = '\\'

>>> print(s)

\

Примечания:

As in Standard C, up to three octal digits are accepted.

Unlike in Standard C, exactly two hex digits are required.

In a bytes literal, hexadecimal and octal escapes denote the byte with the given value. In a string literal, these escapes denote a Unicode character with the given value.

Changed in version 3.3: Support for name aliases 1 has been added.

Exactly four hex digits are required.

Any Unicode character can be encoded this way. Exactly eight hex digits are required.

Raw Strings

В случаях когда нужно использовать много символов нуждающихся в экранировании пригодятся raw strings

Они позволяют вводить данные практически в WYSIWYG виде.

Например, удобно использовать raw string для храния адреса системного пути в Windows

>>> path = r'C:\Users\Andrei\Sites\HeiHeiRu'
>>> path

'C:\\Users\\Andrei\\Sites\\HeiHeiRu'

>>> print(path)

C:\Users\Andrei\Sites\HeiHeiRu

Изменить тип на str

Превратить что-то другое в строку можно с помощью функции str()

Допустим, нужно объединить числовое значение и строку. Хотя у Python динамическая типизация, он не будет в этом случае додумывать за вас и выдаст TypeError

pi = 3.1415 text = "Pi is approximately " + pi

python str_ex.py

Traceback (most recent call last): File "str_ex.py", line 3, in <module> text = "Pi is approximately " + pi TypeError: can only concatenate str (not "float") to str

Если применить str() к переменной pi ошибка будет исправлена

pi = 3.1415 text = "Pi is approximately " + str(pi) print(text)

python str_ex.py

Pi is approximately 3.1415

Примеры в интерактивном режиме

>>> str(123)

'123'

>>> str(6.626e-34)

'6.626e-34'

Доступ к символам строки

Если нужно воспользоваться не всем объектом типа str а только каким-то символом, это лего сделать указав его порядковый номер в квадратных скобках.

>>> s = "heihei.ru"
>>> s[0]

'h'

>>> s[1]

'e'

Какой индекс нужно указать, чтоб получить точку?

Проверить тип переменной можно с помощью функции type()

>>> type(s)

<class 'str' >

У символа входящего в состав строки тип, естественно, тоже str

>>> type(s[2])

<class 'str' >

Методы

Изучить все доступные для работы со str методы можно вызвав функцию help с аргументом str

>>> help(str)

Про методы, которые не связаны с изменением элементов строки вы можете узнать из этой статьи.

Методы, которые возвращают содержимое строки с какими-то изменениями (даже если не меняют оригинальную строку) описаны в статье «Манипуляции со строками в Python»

РЕКЛАМА хостинга Beget, которым я пользуюсь более десяти лет

Конец рекламы хостинга Beget, который я всем рекомендую.

index(): порядковый номер элемента

index() возвращает порядковый номер первого элемента совпадающего с заданным.

index(value, start, end)

start можно не указывать - по умолчанию поиск идёт с начала строки

end можно не указывать - по умолчанию поиск идёт до конца строки

Возвращается индекс только первых a, b и c

str1 = "abcabcabc" print(str1.index("a")) # 0 print(str1.index("b")) # 1 print(str1.index("c")) # 2 str2 = 'a"bc""' print(str2.index('"')) # 1

Если нужно найти не первое совпадение - можно задать start

str3 = 'a"bc"def"' print(str3.index('"')) # 1 print(str3.index('"', 0)) # 1 print(str3.index('"', 1)) # 1 print(str3.index('"', 2)) # 4 print(str3.index('"', 3)) # 4 print(str3.index('"', 4)) # 4 print(str3.index('"', 5)) # 8

Если начать поиск со втрого элемента, следующим совпадением будет элемент с индеком 4. Если с пятого, то 8.

Чтобы задать точные границы поиска нужны и start и end

print(str3.index('"', 2, 6)) # 4 # print(str3.index('"', 5, 7)) # ValueError

Если в этом диапазоне нет совпадений - вернётся ValueError

Unicode

Python поддерживает Unicode так как по дефолту в нём используется UTF-8

Это позволяет использовать юникод символы без заморочек

>>> "Pythonia voi käyttää myös vaativassa ja tieteellisessä"

'Pythonia voi käyttää myös vaativassa ja tieteellisessä'

Если бы поддержки не было скорее всего пришлось бы заменять специальные символы, такие как умлауты, на из юникод представление

>>> "Pythonia voi k\u00e4ytt\u00e4\u00e4 my\u00f6s vaativassa ja tieteellisess\u00e4"

'Pythonia voi käyttää myös vaativassa ja tieteellisessä'

Можно получить юникод символы и другими способами

'\xe4'

'ä'

string Module

Подключив библиотеку string можно пользоваться готовыми наборами символов

whitespace = ' \t\n\r\v\f'
ascii_lowercase = 'abcdefghijklmnopqrstuvwxyz'
ascii_uppercase = 'ABCDEFGHIJKLMNOPQRSTUVWXYZ'
ascii_letters = ascii_lowercase + ascii_uppercase
digits = '0123456789'
hexdigits = digits + 'abcdef' + 'ABCDEF'
octdigits = '01234567'
punctuation = r"""!"#$%&'()*+,-./:;<=>?@[\]^_`{|}~"""
printable = digits + ascii_letters + punctuation + whitespace

Это удобно, например, для создания множеств разрешённых или запрещённых символов.

В следующем примере убедимся, что в номере автомобиля нет ничего кроме цифр и заглавных букв. Номер дан в финском формате. Скрипт должен пожаловаться на строчную букву c

# string_module.py import string allowed_characters = set(string.ascii_uppercase + string.digits) license_plate = "ABc123" for symbol in license_plate: if symbol not in allowed_characters: print(f"symbol {symbol} is not allowed in license_plate")

symbol c is not allowed in license_plate

bytes

>>> s = 'abc'
>>> bytes(s, 'utf-8')

b'abc'

>>> s = 'абв'
>>> bytes(s, 'utf-8')

b'\xd0\xb0\xd0\xb1\xd0\xb2'

а - \xd0\xb0
б - \xd0\xb1
в - \xd0\xb2

>>> s = 'ä'
>>> bytes(s, 'utf-8')

b'\xc3\xa4'

ä - \xc3\xa4

>>> s = 'абв'
>>> b = bytes(s, 'utf-8')
print(b)

b'\xd0\xb0\xd0\xb1\xd0\xb2'

>>> str(b)

Получится не совсем то, что нужно

"b'\xd0\xb0\xd0\xb1\xd0\xb2'"

А вот если добавить правильную кодировку, то абв снова появятся

>>> str(b, 'utf-8')

'абв'

Указав неправильную кодировку можно получить какой-то неправильный результат

>>> str(b, 'cp1251')

'абв'

Указав опцию b можно посмотреть содержимое файла, например изображения

>>> file = "/home/andrei/image.png"
>>> f = open(file, 'rb')
>>> f.read()

b'\x89PNG\r\n…

Подробнее в статье «Работа с файлами в Python»

isalpha()

Метод isalpha() возвращает True если ве символы это буквы.

>>> s = "ABC" >>> s.isalpha() True >>> s = "AbC" >>> s.isalpha() True >>> s = "Ab1" >>> s.isalpha() False

isupper()

Функция isupper() возвращает True если ве символы это буквы в верхнем регистре.

>>> s = "ABC" >>> s.isupper() True >>> s = "AbC" >>> s.isupper() False

Нужно иметь виду, что если в строке только числа isupper() вернёт False

>>> s = "123" >>> s.isupper() False

Но если числа идут вперемешку с буквами в верхнем регистре isupper() вернёт True

>>> s = "AB1" >>> s.isupper() True