6.3　字符串和操作符

6.3.1　标准类型操作符

在第4章里面，我们介绍了一些适用于包括标准类型在内的大部分对象的操作符，在这里再看一下其中的一些操作符是怎样作用于字符串类型的，下面是几个简单的例子。

在做比较操作的时候，字符串是按照ASCII值的大小来比较的。

6.3.2　序列操作符切片（[]和[:]）

在先前的6.1.1节里面我们展示了如何访问序列类型的一个或一组元素，接下来我们会把这些知识应用到字符串类型上，着重考察以下的操作；

• 正向索引；

• 反向索引；

• 默认索引。

接下来以字符串‘abcd’为例子。表里面分别列出了使用正索引和负索引来定位字符的情况。可以用长度操作符来确认该字符串的长度是4。

正向索引时，索引值开始于0，结束于总长度减1（因为我们是从0开始索引的）。本例中最后一个索引是：

在这个范围内，我们可以访问任意的子串。用一个参数来调用切片操作符结果是一个单一字符，而使用一个数值范围（用）作为参数调用切片操作的参数会返回一串连续地字符。再强调一遍，对任何范围[start:end]，我们可以访问到包括start在内到end（不包括end）的所有字符，换句话说，假设x是[start:end]中的一个索引值，那么有：start<=x<end。

使用不在允许范围（本例中是0到3）内的索引值会导致错误。上面的aString[2:4]却并没有出错，那是因为实际上它返回的是索引值2和3的值。但是直接拿4作为索引访问是不被允许的。

在进行反向索引操作时，是从-1开始，向字符串的开始方向计数，到字符串长度的负数为索引的结束。最末一个索引（也就是第一个字符）是这样定位的：

如果开始索引或者结束索引没有被指定，则分别以字符串的第一个和最后一个索引值为默认值。

注意：起始/结束索引都没有指定的话会返回整个字符串。

1.　成员操作符（in,not in）

成员操作符用于判断一个字符或者一个子串（中的字符）是否出现在另一个字符串中。出现则返回True，否则返回False。注意，成员操作符不是用来判断一个字符串是否包含另一个字符串的，这样的功能由find()或者index()（还有它们的兄弟：rfind()和rindex()）函数来完成。

下面是一些字符串和成员操作符的例子。在Python 2.3以前，in（和not in）操作符只允许用来判断一个单个字符是否属于一个字符串，就像下面第2个例子那样。2.3以后这个限制去掉了，所有的字符串都可以拿来判断。

在例6.1里面，我们会用到下面这些string模块预定义的字符串：

例6.1是一个用来检查Python有效标识符的小脚本，名字是idcheck.py。我们知道，Python标识符必须以字母或下划线开头，后面跟字母、下划线或者数字。

例6.1　标识符检查（idcheck.py）

标识符合法性检查，首先要以字母或者下划线开始，后面要跟字母，下划线或者或数字。这个小例子只检查长度大于等于2的标识符。

这个例子还展示了字符串连接符（+）的使用，本章的后面会讲到字符串连接符。运行几次后得到下面的输出：

让我们逐行解释这个应用程序。

3 ~ 6行

导入string模块并且预定义了两个字符串，用于后面的判断。

8 ~ 12行

输出提示信息，第12行的if语句过滤掉长度小于2的标识符或者候选标识符。

14 ~ 16行

检查第一个符号是不是字母或下划线，如果不是，输出结果并退出。

17 ~ 18行

否则，从第二个字符开始到最后一个字符，循环检查剩余的字符。

20 ~ 23行

检查剩余的符号是否都是字母，下划线或者数字。注意我们是如何使用连接操作符来创建合法字符集合的。只要发现一个非法字符，就显示结果并通过break语句退出。

核心提示：性能

24 ~ 25行

或许现在就向你展示for-else循环语句有点儿早，可是我们必须先看一看这个语句（在第8章有详细的介绍）。for循环的else语句是一个可选项，它只在for循环完整的结束，没有遇到break时执行。在我们的例子中，如果所有的符号都检查合格，那么我们就得到了一个合法的标识符，程序会返回一个这样的结果，然后执行完毕。

其实，这段程序并不是完美的，一个问题就是标识符的长度必须大于1。我们的程序几乎是，但还并没有真正定义出Python标识符的范围，Python标识符长度可以是1。另一个问题是这段程序并没有考虑到Python的关键字，而这些都是作为保留字，不允许用做标识符的。我们把这两个问题作为课后练习留给读者（见练习6-2）。

2.　连接符（+）

运行时刻字符串连接

我们可以通过连接操作符来从原有字符串获得一个新的字符串。我们已经在前面的例6-1里面见识过连接符了，下面是一些更多的例子：

最后一个例子展示了用一个字符串s的两个切片来构成一个新串的操作，从“Spanish”里面切出“Spa”加上从“Made”里面切出来的“M”。将抽取出来字符串切片连接后作为参数传给了string.upper()方法，该方法负责把字符串的所有字符都变为大写。String模块的方法是在Pythonl.6里面添加进来的，所以这个操作也可以用最后一个字符串的一个单一方法调用来完成（见下面的例子）。现在已经没有必要导入string模块了，除非你需要访问该模块自己定义的字符串常量。注意：虽然对初学者来说string模块的方式更便于理解，但出于性能方面的考虑，我们还是建议你不要用string模块。原因是Python必须为每一个参加连接操作的字符串分配新的内存，包括新产生的字符串。取而代之，我们推荐你像下面介绍的那样使用字符串格式化操作符（%），或者把所有的字符串放到一个列表中去，然后用一个join()方法来把它们连接在一起。

3.　编译时字符串连接

上面的语法在运行时字符串连接的加法操作，这个用法是非常标准的。Python中还有一种并不是经常用到，更像是一种程序员的习惯用法的语法。Python的语法允许你在源码中把几个字符串连在一起写，以此来构建新字符串。

通过这种方法，你可以把长的字符串分成几部分来写，而不用加反斜杠。如上所示，你可以在一行里面混用两种分号。这种写法的好处是你可以把注释也加进来，如下所示。

如你所想，下面就是urlopen()方法所得到的真实输入。

4.　普通字符串转化为Unicode字符串

如果把一个普通字符串和一个Unicode字符串做连接处理，Python会在连接操作前先把普通字符串转化为Unicode字符串：

重复操作符创建一个包含了原有字符串的多个拷贝的新串。

像其他的标准操作符一样，原变量是不被修改的，就像上面最后一个例子所示。