社科大数据平台Python学习系列 | Python 字符串操作（上）
目录
一、前言
二、字符串的运算
1. 字符串连接
2. 字符串复制
3. 字符串成员运算
三、字符串转义符
四、字符串切片
1. 字符串索引
2. 六大案例
五、总结
本文共3927个字，阅读大约需要12分钟，欢迎指正！
Part1前言
上期文章，我们详细介绍了Python 基本数据类型，包括数字和字符串，文中着重介绍了 Python 中字符串的表示方法。
事实上，Python 中字符串的使用极其频繁，无论是微观数据，还是统计数据，大多数有效信息都被存储为字符型，即使是一部分数据是数字，在处理过程中可能也要将其转为字符型。所以字符串处理手段十分重要，本期文章我们就来介绍一下 Python 字符串的基本操作。
Part2字符串的运算
类似于数字之间的运算，字符串也存在运算操作。不过常用的字符串运算方式非常少，只有连接（加法）、复制（乘法）和成员运算。
1字符串连接
字符串的连接运算只存在于字符串与字符串之间，即字符串与字符串连接（字符串与数字或其他类型之间无法进行连接运算）。进行连接运算时，使用加号 + 将两个字符串连接起来，所以我们也可以称之为字符串相加。示例代码如下：
'Python ' + 'is fine'
# 得到：'Python is fine'
'我的' + '爱好' + '是学习'
# 得到：'我的爱好是学习'
2字符串复制
字符串的复制运算只存在于字符串与整数之间，例如 'Python' * n，表示 n 个 'Python' 连接在一起。如果乘数 n 是负整数或者 0，运算的结果将会是空字符串 ''。空字符串 '' 乘以任何整数都将得到其本身——即空字符串。示例代码如下：
'Python' * 3
# 得到：'PythonPythonPython'
'Python' * 0
# 得到：''
'Python' * -2
# 得到：''
'' * 100
# 得到：''
3字符串成员运算
成员运算是 Python 字符串中使用最频繁的运算方式，主要功能是判断一个字符串是否出现在另一个字符串中，共有有两种运算方式 in 和 not in。运算的结果不是字符串，而是布尔值（True 或者 False），表示一种真与假，或者成立与不成立的状态。这里不再用过多语言来解释了，因为看代码会更便于理解：
'我爱' in '我爱学习'
# 得到：True 说明表达式成立
'我爱' not in '我爱学习'
# 得到：False 说明表达式不成立
'我学习' in '我爱学习'
# 得到：False 说明表达式不成立
'我学习' not in '我爱学习'
# 得到：True 说明表达式成立
'' in '我爱学习'
# 得到：True 空字符串包含在任意字串中, 包括空字符串本身
'' not in ''
# 得到：False
最后，以上三种运算的优先级为：复制运算 > 连接运算 > 成员运算。
Part3字符串转义符
在 Python 中经常会使用字符串存储一些奇怪的字符，比如换行符、制表符等常规字符串不方便表示的字符；或者需要保留字符原本的含义。此时需要用反斜杠 \ 来转义字符，以便于表示特殊字符或字符本身。其中常用的转义字符如下表所示：
转义符的使用方式代码如下图所示：
Part4字符串切片
在 Python 中可以使用切片截取字符串中的一部分字符。比方说，我需要截取字符串"ABCDEFG"中的第 2 ~ 6 的字符，即 "BCDEF"，这时我们就需要使用字符串切片（slice）来截取字符串的某一部分。
1字符串索引
字符串切片是完全依赖于字符串索引的，所以介绍字符串切片之前需要先介绍字符串索引。索引是序列类数据的一种重要属性，在 Python 的学习过程中，认识并掌握索引是一个具有重大意义的事情。下面我们正式介绍字符串索引。
字符串索引，用白话来说，就是字符串中每一个字符（包括空格，但不包括转义符）的顺序标记。类似于我们日常所说的序号。在 Python 中存在两种索引方式。一种是正序索引，另一种是逆序索引。两种索引共同作用在同一个序列上（字符串也是一种序列）。举例图解，字符串"r.qiyandata.com"的索引如下图所示：
上图中上面一行蓝色数字是字符串 "r.qiyandata.com" 的正序索引，正序索引自左向右（自前向后）从 0 开始递增，正序索引值为连续的非负整数，且不含重复值。下面一行蓝色数字是逆序索引，逆序索引自右向左（自后向前）从 -1 开始递减，逆序索引的值为连续的负整数，也不含重复值。
了解字符串的索引之后，就可以继续学习字符串切片了。我们先使用 Python 定义一个字符串，代码如下：
S = "r.qiyandata.com" # 将字符串 "r.qiyandata.com" 赋值给变量 S
print(S) # 输出变量 S
# 输出：r.qiyandata.com
在字符串中可以通过方括号[]来获取相应索引位置或范围内的字符，这就是字符串切片。切片共有三个参数，三个参数分别是 start、stop 以及 step，分别表示起始索引，终止索引和步长。三者使用冒号:分隔开。表示从左向右截取字符串中索引从 start（包含 start 本身，默认值为 0）到 stop （不包含 stop 本身，默认值为字符串长度，如果使用了默认值，则包含字符串最后一个字符），步长为 step （默认值为 1）的字符。
[start:stop:step]
重点在于从 start 到 stop 是一个左闭右开区间[start，stop) 。理解上面这段话需要一点时间，笔者下面使用代码帮助你体会其中的含义。
2案例
案例一
需要截取 S（"r.qiyandata.com"） 中的 "qiyandata"。示意图和切片代码截图如下：
从上面的代码中已经可以看出索引的使用非常灵活。我们注意到，上面四种切片方式使用的步长均为 1（step 的默认值就是 1），这种情况下我们可以直接省略 step 参数。仅使用 start 和 stop 即可。代码如下图所示：
案例二
截取字符串 S 中的前 7 个字符，示意图和切片代码截图如下：
观察上面的示意图可以发现，无论使用正序索引还是逆序索引，start 参数指向的都是 S 中索引为 0 的字符 r，也就是说 start 的值（0、-15）全部等价于默认值 0。此时我们可以省略 start 参数，让其使用默认值。省略 start 参数后的代码如下图所示：
这里需要注意，不同于省略步长 step，省略 start 时，start 与 stop 之间的冒号不能省略，只有保留冒号，系统才知道你省略的是 start。否则 Python 无法判断你的意图。
案例三
需要截取字符串 S 中的最后四个字符，示意图和切片代码截图如下：
以上代码中有几处需要注意的地方。
首先，第一行代码中，正序索引 15 实际上是不存在的，但是由于我们的目的是获取最后 4 的字符，所以这里的 stop 只要是大于最后一个字符
m的正序索引14的正整数即可。比如：同理，当需要获取字符串的前几个字符时，将 start 设置为小于等于（因为是左闭右开）首个字符 r 的逆序索引 -15 的负整数即可，代码如下图所示：
其次，由于
[start，stop)为左闭右开区间，即不包含索引为 stop 的字符，所以切片代码S[-4:-1]并没有获取到最后四个字符中最后一个字符m。后面我们使用切片代码S[-4:]省略了 stop 参数，此时最后一个字符也被包含其中，也就达到了我们的目的。
案例四
从字符串 S 的首个字符开始，直到最后一个字符结束，每隔一个字符获取一个字符。示意图和切片代码如下：
可如果步长 step 设置为负数 -1，会发生什么呢？继续往下看
案例五
将字符串 S 反转，通俗地说，就是把 "r.qiyandata.com" 倒着写。这次没有示意图了，代码如下：
需要注意的是，当步长 step 设置为负数时，字符产切片是从右向左（从后向前）来截取字符串的。此时切片将会从后向前从 start 开始（包含 start）到 stop 结束（不包含 stop 本身），并配合步长 step 来完成切片。比如我想要截取 S 的最后四个字符并要求字符顺序是反过来的，示意图如下：
那么我们可以使用下图所示代码完成操作：
案例六
需要截取字符串 S 中的某一个字符，比如说第 6 个字符（由于索引从 0 开始，第六个字符的索引就是 5）。
按照上面的逻辑，我们当然可以使用下面的代码来处理：
不过上面这种方式太麻烦了，我们直接使用所需字符的索引即可，代码如下图所示：
以上六个分别介绍了 Python 中字符串的切片操作。追求实用性的读者可以只看案例一、案例二、案例三和案例六，会更好理解一些。
Part5结束语
本期文章我们详细介绍了 Python 中字符串的三种运算、Python 序列的索引以及通过索引实现的字符串切片。这是在学习 Python 的过程中首次接触到索引的一节，重要性不言而喻。初学字符串切片时会觉得比较麻烦，记不住，这是正常的现象，因为这是一个难点，也是一个重点。
下期文章我们将继续介绍 Python 字符串的其他操作，内容相对本期而言会简单不少，也会更加有趣。
我们将在数据治理板块中推出一系列原创推文，帮助读者搭建一个完整的社科研究数据治理软硬件体系。该板块将涉及以下几个模块（点击标题即可跳转至相应合集）：
星标⭐我们不迷路！想要文章及时到，文末“在看”少不了！
点击搜索你感兴趣的内容吧
往期推荐
数据Seminar
这里是大数据、分析技术与学术研究的三叉路口
文 | 两米哥
欢迎扫描👇二维码添加关注