【Python 字符串】

Python 中的字符串（str）是用于处理文本数据的基础类型，具有不可变性、丰富的内置方法和灵活的操作方式。以下是 Python 字符串的核心知识点：

---

一、基础特性

1. 定义方式：

   s1 = '单引号字符串'
   s2 = "双引号字符串"
   s3 = '''三引号多行
   字符串'''
   s4 = """三引号多行
   字符串"""
   

2. 不可变性：

   s = "hello"
   s[0] = 'H'  # 报错：字符串不可修改
   

3. 转义字符：

   path = 'C:\\Users\\Name\\Documents'  # 反斜杠需转义
   text = "他说：\"Python 很有趣！\""    # 双引号需转义
   

---

二、常用操作

1. 字符串拼接

name = "Alice"
greeting = "Hello, " + name + "!"  # 拼接 → "Hello, Alice!"

2. 字符串重复

"Hi" * 3  # → "HiHiHi"

3. 成员检查

"a" in "apple"  # → True

4. 索引与切片

s = "Python"
s[0]    # → 'P'（正向索引，从0开始）
s[-1]   # → 'n'（反向索引，从-1开始）
s[1:4]  # → 'yth'（切片，左闭右开）
s[::-1] # → 'nohtyP'（逆序）

---

三、常用方法

1. 大小写转换

s = "hello World"
s.upper()   # → "HELLO WORLD"
s.lower()   # → "hello world"
s.title()   # → "Hello World"

2. 搜索与统计

s = "apple banana apple"
s.find("apple")  # → 0（首次出现位置）
s.count("apple") # → 2（出现次数）
s.startswith("ap") # → True

3. 替换与分割

s = "a,b,c,d"
s.replace(",", "-")  # → "a-b-c-d"
s.split(",")         # → ["a", "b", "c", "d"]
"-".join(["a", "b"]) # → "a-b"

4. 去除空白

s = "   hello   \n"
s.strip()   # → "hello"（去除首尾空白）
s.lstrip()  # → "hello   \n"（仅左侧）
s.rstrip()  # → "   hello"（仅右侧）

---

四、字符串格式化

1. f-string（推荐）

name = "Alice"
age = 25
f"姓名：{name}，年龄：{age}"  # → "姓名：Alice，年龄：25"

2. str.format()

"{} is {} years old".format(name, age)  # → "Alice is 25 years old"

3. 百分号格式化

"数值：%.2f" % 3.1415  # → "数值：3.14"

---

五、编码处理

1. 编码转换

s = "你好"
bytes_data = s.encode("utf-8")  # → 字节串 b'\xe4\xbd\xa0\xe5\xa5\xbd'
original = bytes_data.decode("utf-8")  # → "你好"

2. 处理常见错误

# 忽略无法解码的字符
s = b'\xe4\xbd\xa0\xff'.decode("utf-8", errors="ignore")  # → "你"

---

六、高级技巧

1. 格式化对齐

s = "42"
s.rjust(5, '0')  # → "00042"（右对齐，填充0）
s.center(7, '-') # → "--42---"

2. 模板字符串（安全场景）

from string import Template
tpl = Template("Hello, $name!")
tpl.substitute(name="Bob")  # → "Hello, Bob!"

3. 路径操作（pathlib模块）

from pathlib import Path
path = Path("/user/docs/file.txt")
path.stem   # → "file"
path.suffix # → ".txt"

---

七、性能优化

1. 避免频繁拼接：

   # 低效方式
   res = ""
   for c in "long string":res += c# 高效方式
   parts = []
   for c in "long string":parts.append(c)
   "".join(parts)
   

2. 预编译正则表达式（如需频繁匹配）：

   import re
   pattern = re.compile(r"\d+")
   pattern.findall("a1b22c333")  # → ['1', '22', '333']
   

---

八、常见陷阱

1. 索引越界：

   s = "abc"
   s[3]  # 报错：IndexError
   

2. 编码不一致：

   # 错误示例：混合编码可能导致乱码
   with open("file.txt", "w", encoding="gbk") as f:f.write("你好")  # 需确保读写编码一致
   

---

通过掌握这些内容，可以高效处理文本数据，从简单的日志解析到复杂的自然语言处理任务。实际应用中需根据场景选择合适的方法，并注意编码和性能问题。