Python核心技术与实战——三|字符串

一.字符串基础

　　Python的字符串支持单引号('')、双引号("")和三引号之中('''....'''和"""...""")三种写法这样就比较方便在字符串中嵌套带引号的字符串。

a = "I'm a student"

　　并且这三种表示方法是相同的内容

>>> a = 'hello world'
>>> b = "hello world"
>>> c = '''hello world'''>>> a==b==c
True

　　三引号的作用主要是用于多行字符串或者是注释。

'''
这是一个字符串
'''
a = "I'm a student"

　　字符串的转义字符

转义字符	描述
\(在行尾时)	续行符
\\	反斜杠符号
\’	单引号
\”	双引号
\a	响铃
\b	退格(Backspace)
\e	转义
\000	空
\n	换行
\v	纵向制表符
\t	横向制表符
\r	回车
\f	换页
\oyy	八进制数yy代表的字符，例如：\o12代表换行
\xyy	十进制数yy代表的字符，例如：\x0a代表换行
\other	其它的字符以普通格式输出

在字符串内，转义字符的长度也只占1个。

>>> a = 'a\nbc\td'
>>> len(a)
6
>>> print(a)
a
bc      d

二.字符串的基本操作

　　1.字符串可以像列表一样遍历、切片和索引。

>>> name = 'jack'
>>> name[0]
'j'
>>> name[0:2]
'ja'
>>> for i in name:
...     print(i)
...
j
a
c
k

要注意的是在切片中，获取的元素索引是[index:index+2],则返回的实际元素是从index到index+1之间的元素。

并且Python字符串中的元素是不可变的，不能改变其中的某个元素

>>> name = 'jack'
>>> name[0] = 'J'
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
TypeError: 'str' object does not support item assignment

但是可以用下面的方法

>>> name = 'J'+name[1:]
>>> name = name.replace('j','J')

主要是因为在Java等语言中，有可变的字符串类型(StringBuilder)，每次添加、改变字符串需要O(1)的时间复杂度，程序运行效率能被大大提高。

而在python中我们通常需要重新创建新的字符串，而每次改变字符串需要O(n)的时间复杂度，其中n为字符串的长度。

这里的通常我着重标注了一下，因为使用加法操作符"+="就是一个例外

>>> a = 'hello'
>>> b = 'world'
>>> a+=b
>>> a
'helloworld'    #a+=b  ——>a = a+b

在这里举个例子，我们做一个字符串的循环累加

s = ' '
for n in range(0,1000000):
    s +=str(n)

理论上，每次创建一个新的字符串就需要O(n)的时间复杂度，总的时间复杂度就是O(1)+O(2)+O(3)...+O(n)=O(n^2)，对不对呢？

这个结论在老版本的Python中是适用的，在Python2.5以后，每次处理字符串的拼接操作时(Str1+Str2)，Python会先检测Str1还有没有其他的引用。如果没有的话就会尝试原地扩充字符串Buffer的大小，而不是重新分配一块内存来创建新的字符串并进行Copy。这样，在上述例子中的时间复杂度就成了O(n)了。所以在程序中如果使用"+="更加方便就尽可能的使用这个吧！

2.字符串的拼接

　　其实在上面一条有一部分讲的就是字符串的拼接，还有另外的一种方法——使用字符串的内置函数join()(str.join(iterable)这个用法)，把每个元素按照要求的格式拼起来。

>>> l = ['a','b','c']
>>> s = ''
>>> s.join(l)
'a123b123c'

按照则个方式完成上面的案例

l  = []
for n in range(0,1000000):
    l.append(str(n))
s = ' '.join(l)

由于列表的append的时间复杂度时O(1),这里n次for循环就是O(n),

3.字符串的分割

string.split(separator)      #按照要求分割成列表
string.strip(str)            #去除首尾的str字符
string.lstrip(str)           #去除开头的str字符
strint.rstrip(str)           #去除结尾的str字符

我们常常用strip来去除读出的数据前的空格啥的

三.字符串的格式化

　　我们通常在程序的输出、logging等场景会使用一个字符串作为模板，模板中留有格式符来为后续实际值预留位置。就像这样使用

>>> name = 'jack'
>>> id = 11
>>> print('{} id is {}'.format(name,id))
jack id is 11

在这里，大括号{}就是与预留符，为后面的name和id预留了在字符串里的位置。其实和这样的使用方法时一样的

>>> print('%s id is %d'%(name,id))

只不过string.format()是最新的字符串格式函数与规范，也是官方文档推荐的规范。

四.思考题

　　在2.5+版本的Python中，下面两个方法哪个是更好的呢？

#方式A
s = ''
for n in range(0,100000):
    s+=str(n)

#方式B
l = []
for n in range(0,100000):
    l.append(str(n))
s = ' '.join(l)

　　解答：其实如果字符串拼接的次数较少，比如range(100),那么第一种方法更优。但是如果拼接的次数较多，比如range(1000000)，方法B稍快一些，虽然它会遍历两次，但join的速度是很快的，列表append和join的开销比+=要小一些。可以加上时间验证一下

import time
n = 100
#方式A
time_1 = time.perf_counter()
s = ''
for n in range(0,n):
    s+=str(n)
time_2 = time.perf_counter()
#方式B
l = []
for n in range(0,n):
    l.append(str(n))
s = ' '.join(l)
time_3 = time.perf_counter()
print(time_2-time_1,time_3-time_2)

验证

当n=100时，两个时间都差不多，但n=1000000时，时间就成了

方式A：2.7928060934153014
方式B：0.41785306529077815

差距是不是一下就明显了！