0基礎學Python之五：字元串（上）

Hi 大家好，我是王可樂。前面的課程里，可樂帶領大家熟悉了 Python 中的數字、運算和變數，大家應該已經學會了使用 Python Shell 來和這些數學運算打交道。今天的課程里，我們暫時告別這些數學知識，來學習一下編程時另一個經常用到的概念——字元串。

在第二課的猜數字遊戲里，我們已經用了幾個中文字元串來提示用戶輸入、提醒用戶猜的數字是大了還是小了或者是猜中了。簡單地說，字元串就是一串字元，我們一起來打開 Python Shell 看一下：

輸入 (單引號)Hello, world!(嘆號)(後引號)，回車。這裡，引號裡面的內容就是一個字元串。我們來看一下它的類型，輸入 type(Hello, World!)，回車，可以看到 Python 中的字元串的類型叫做 str。在 Python 中，以及很多編程語言中，字元串都要用引號來包裹起來，引號裡面的內容才是字元串的內容。

>>>Hello World!Hello World!>>>type(Hello World!)<class str>>>>

字元串中可以是任意的內容，如果需要在字元串中使用引號自己，那我們就應該讓Python解釋器明白，這個引號並不是字元串的結尾。具體做法是，用 (反斜線) 符號把字元串內部的引號標記出來，這個過程叫做轉義。例如我們看一下這個例子：

輸入 Im feeling very depressed.，回車。這個字元串中包含一個單引號，因此我們需要用反斜線把這個單引號轉義。如果不對字元串內的引號轉義，那 Python 就認為這個字元串到 I 就結束了，而後面出現的 m 等這些字元 Python 表示無法理解，會給我們彙報一個語法錯誤。

Python 允許使用單引號和雙引號來包裹字元串，它們用起來幾乎是一樣的，只有一點：在單引號包裹的字元串中如果有雙引號，那麼雙引號不用轉義；反過來也一樣，用雙引號包裹的字元串里就可以自由地使用單引號了。例如上面的例子："Im feeling very depressed." 用雙引號的話，寫起來就方便多了。

>>> Im feeling very depressed."Im feeling very depressed.">>> "Im feeling very depressed.""Im feeling very depressed."

使用單引號或雙引號書寫的字元串通常都不會太長，一般也不會跨多行。如果要在 Python 中直接輸入較長並且跨多行的字元串，可以使用三個引號連用的辦法，例如：

輸入 README(回車，我們看到 Shell 的 >>> 變成了 ...，提示我們繼續輸入，我們輸入)

Line 1(回車)

Line 2(回車)

Line 3(回車，最後我們用三引號結束這個字元串)

，回車。

可以看到，使用三引號可以很方便的輸入大段大段的字元串內容。不過為什麼我們的字元串顯示成了下面這個奇怪的樣子呢？我們的換行去哪裡了？

>>> README... Line 1... Line 2... Line 3... README
Line 1
Line 2
Line 3


實際上，我們剛才一直在使用 Python Shell 來查看字元串的內容，而更標準的做法則是使用內置函數 print()，來將字元串列印在屏幕上。例如我們輸入：print(Hello, world!) 回車，可以看到 print() 函數列印的字元串沒有了引號，只有字元串本身的樣子。

>>> print(Hello, world!)Hello, world!

我們再試試輸入 print(README(回車，然後)

Line 1(回車)

Line 2(回車)

Line 3(回車，然後結束字元串，並且補上右括弧)

)，回車。

可以看到 Python 正確列印了我們輸入的字元串。對比一下，我們發現 Shell 給我們展示的字元串裡面雖然沒能正確展示換行，但該換行的位置上都有一個
。實際上，這裡的
就代表了換行符號，用 print() 函數來列印字元串才能直觀地看到使用它們的效果。

>>> print(README... Line 1... Line 2... Line 3... )READMELine 1Line 2Line 3

在理解換行符號之前，可樂先帶大家來理解一下字元。所謂的字元串，實際上就是字元連成的串而已。那麼什麼是字元呢？我們上面的例子里，H, e, l, l, o, 逗號, 空格, w, o, r, l, d, 嘆號，這些都是字元；此外我們的猜數字遊戲代碼里，使用到的這些漢字、標點也都是字元。

概括的說，字元包括英文字母、數字、標點符號，以及其他語言字母、符號、漢字、假名等，甚至還有大名鼎鼎的 Emoji，它們也都是字元；除了這些看得見的字元，還有空白符、製表符、換行符、回車符等等看起來只是空白的字元；此外還有很多根本看不見的字元，它們被稱作控制字元。

在計算機的世界裡，字元實際上都是用數字表示的，字元和對應的數字之間的映射關係稱作編碼。世界上最著名的編碼之一當然要數 ASCII 了。ASCII 編碼經常以表格的形式展示，稱作 ASCII 碼錶。ASCII 是美國信息交換標準代碼的英文縮寫，當前版本的 ASCII 編碼中包含 128 個字元，而其中只有 95 個字元是可見字元，還有 33 個不可見的控制字元，它們多數都已經被廢棄。

在 ASCII 編碼中，每個字元對應一個 0 ~ 127 總共 128 個數字。例如大寫字母 A 對應的 ASCII 編碼是十進位數字 65，也就是十六進位 0x41，或者二進位數字 0b01000001。Python 提供了兩個內置函數 ord() 和 chr() 來進行字元和編碼之間的轉換，我們在 Python Shell 里試一下：

輸入 ord(A)，回車，結果是 65；

輸入 chr(65)，回車，Python 幫我們找到了大寫字母 A；

輸入 ord(0)，回車，結果是 48，也就是字元 0 在計算機中用數字 48 來表示；

我們再來看一下空白字元。輸入空格 ord( )，回車，結果是 32；輸入反斜線字母n ord(
)，回車，結果是 10。這裡，
是一個單獨的字元，代表換行，除了它還有 表示橫向製表符,
表示回車符等其他空白字元，和前面我們見到的 類似，都是轉義字元。由於 用於標記轉義，所以如果要在字元串中表示 本身，就得輸入 \；如果要表示兩個 \，那就需要輸入 \\。

如果字元串本身包含很多這樣的 ，輸入起來可能會很不方便。Python 提供了一種叫做 RAW 字元串的寫法，在 RAW 字元串中出現的 不會被認作是轉義符，例如：我們輸入：r\
，前面多了一個 r，這就是一個 RAW 字元串，它表示三個 和一個 n。回車，我們看到 Python 將它轉換成了普通字元串的寫法，裡面的每一個 都需要用兩個 來表示。

>>> ord(A)65>>> chr(65)A>>> ord(0)48>>> ord( )32>>> ord(
)10>>> r\
\\\n

ASCII 的 95 個可見字元顯然是個很小的集合，ASCII 編碼裡面塞進去英文大小寫字母、數字以及一些標點符號之後，就已經滿了。我們上面已經看到 Python 還能顯示漢字和漢字標點，這世界上還有西歐字母、假名、阿拉伯字母等等許多符號，ASCII 編碼對於表示這些字元就無能為力了。

早些時候存在很多其他的編碼表來表示各種額外字元，多數都是對 ASCII 的擴充，但基本互相不兼容，於是就出現了一些混亂。例如用一種編碼來編碼一篇文章，也就是把這篇文章的字元對應的數字一一存儲在電腦上；之後必須還用這個編碼來解碼，才能把數字翻譯成正確的字元顯示出來；如果用錯了編碼，同樣的數字序列就可能被翻譯成亂七八糟的樣子了，這就叫做亂碼。

經過了數年混亂，我們現在已經非常幸運地擁有了「全宇宙統一的編碼」（哈哈，這當然是個開玩笑的說法），它就是 Unicode 編碼。這個 Unicode 很厲害，它除了兼容了 ASCII 編碼之外，還把世界上大部分的文字系統都擴充了進來，甚至還有可愛的 Emoji。更加幸運的是，Python 3 默認就使用 Unicode 編碼來編碼內部的字元串，因此在 Python 3 中可以直接輸入和使用世界上絕大多數文字，甚至你都可以用漢字來命名變數，但是可樂強烈不建議你這麼做。

和 ASCII 一樣，Unicode 編碼是從字元到數字的映射關係，並且 Unicode 還兼容 ASCII。也就是說在 ASCII 編碼裡面 65 代表大寫字母 A，在 Unicode 里也是如此；而大於 127 的數字在 ASCII 編碼里沒有使用，Unicode 則用這些數字定義了更多的字元。前面我們講到的 ord() 和 chr() 兩個內置函數也可以用於 Unicode 字元和其編碼數字的轉換，例如：

輸入 ord(王)，回車，我們看結果是 29579；而輸入 chr(29579)，回車，我們又能找到這個數字對應的 Unicode 字元是王可樂的王。

>>> ord(王)29579>>> chr(29579)王

既然字元串在計算機內部是用數字表示的，那麼比較字元串大小就很方便了。比較字元串的需求在生活中也很常見，我們需要對字典里的單詞排序，需要對客戶名單進行排序，對用戶出生日期進行排序等。

字元串比較的基礎是字元比較，而字元的比較就是比較代表字元的數字編碼。例如大寫 A 的編碼是 65，而大寫 B 的編碼是 66，那麼我們說 A < B。在 Python Shell 里驗證一下，我們輸入 A < B 回車，結果為 True。

比較字元串的規則也很簡單，就是從前往後逐一對比字元的大小，直到分出勝負，或者一方沒有字元了為止。例如我們比較 abcde 和 abdce 兩 個字元串，從前往後看，前兩位 a, b 都是一樣的，到了第三位 c < d，因此我們說 abcde < abdce；再如我們比較 abcde 和 abcd，前面四位都是一樣的，而前者第五位是 e，後者已經沒有更多字元了，因此我們說 abcde > abcd。

>>> A < BTrue>>> abcde < abdceTrue>>> abcde > abcdTrue

因為 ASCII 表中西文字母都是按照順序排列的，因此這種字元串比較得到的順序也就是字典序。由於漢字這種字元沒有字母這種天然的順序，因此對漢字的這種排序並不常見。

好了，本節課的內容我們就先介紹到這裡。通過這節課的內容，我們了解了字元串的概念，並且了解了字元和字元在計算機中的表示方法，知道了 ASCII 和 Unicode 這兩個重要的字元編碼。

可樂希望大家能夠在課後自行搜索一下 ASCII 和 Unicode 相關的知識，閱讀更多關於字元編碼的資料，如果有什麼問題，歡迎在我們的可樂編程公眾號後台留言哦。

在下一節課程中，可樂會帶領大家繼續了解字元串，學習如何在 Python 中使用、修改和格式化字元串，下期見咯。

推薦閱讀：