Python 3 中的 Unicode 字符串模型

自 Python 3 起，所有字符串默认采用 Unicode 编码。这意味着开发者可以直接在代码中使用中文、日文、阿拉伯文等多语言字符，而无需额外处理编码转换问题。字符串类型 str 表示的是 Unicode 文本，而原始字节数据则由 bytes 类型表示。两者之间需要通过编码（encode）和解码（decode）进行转换：

# 字符串编码为字节
text = "你好 World"
encoded = text.encode('utf-8')  # 返回 bytes 对象

# 字节解码为字符串
decoded = encoded.decode('utf-8')  # 恢复为 str
print(decoded)  # 输出：你好 World

标识符合法性检查

方法 str.isidentifier() 可用于判断一个字符串是否符合 Python 标识符命名规则（如变量名、函数名），但不判断其是否为保留关键字。若需进一步确认是否为关键字，可结合 keyword 模块使用。

多行字符串与文档字符串

使用三重引号（''' 或 """）可以定义跨越多行的字符串。这类字符串常被用作函数或类的文档说明（docstring），并可通过 .__doc__ 属性访问。

def example():
    """
    这是一个示例函数。
    它展示了如何编写文档字符串。
    """
    pass

print(example.__doc__)

转义字符详解

反斜杠 \ 是 Python 中的转义符号，用于表示特殊字符或避免语法冲突。例如，在单引号包围的字符串中包含单引号本身时，必须进行转义。

print('It\'s a beautiful day.')         # 使用转义
print("She said: \"Hello!\"")          # 双引号内嵌双引号
print('C:\\Users\\name\\file.txt')     # Windows 路径中的反斜杠
print('First line.\nSecond line.')     # 换行符 \n
print('Tab-separated:\tValue')         # 制表符 \t

常见转义序列包括：\n（换行）、\t（制表）、\\（反斜杠）、\' 和 \"（引号），以及 \xhh（十六进制字符）等。

字符串格式化方式

1. 百分号 % 格式化（传统方式）

类似于 C 语言的 printf 风格，使用占位符与元组配合完成格式化。

name = "Alice"
age = 30
print("Hello, %s. You are %d years old." % (name, age))

常用格式符：

• %s：任意对象转字符串
• %d：整数
• %f：浮点数
• %x/%X：十六进制输出（小写/大写）
• %%：输出百分号本身

2. format() 方法（推荐方式）

从 Python 2.6 开始引入，更加灵活且支持位置参数、关键字参数和索引引用。

# 位置参数
print("{}, {}, {}".format("a", "b", "c"))

# 索引指定
print("{2}, {1}, {0}".format("x", "y", "z"))

# 关键字参数
print("Name: {name}, Age: {age}".format(name="Bob", age=25))

# 填充与对齐
print("{:^10}".format("center"))   # 居中，宽度10
print("{:<10}".format("left"))     # 左对齐
print("{:>10}".format("right"))    # 右对齐

# 数值格式化
print("{:.2f}".format(3.14159))    # 保留两位小数
print("{:,}".format(1000000))      # 千位分隔符
print("{:.1%}".format(0.875))      # 百分比显示

字符串操作符

操作符	说明
+	连接两个字符串
*	重复字符串多次，如 "hi" * 3 → "hihihi"
in, not in	成员检测，判断子串是否存在
r""	原始字符串，禁用转义，适合正则表达式和路径
b""	生成 bytes 对象，用于二进制数据处理

常用内置函数与方法

大小写转换

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

查找与替换

text = "fast and faster"

print(text.find("fast"))     # 0
print(text.rfind("fast"))    # 9（从右往左找首次出现）
print(text.replace("fast", "slow", 1))  # slow and faster

前缀与后缀判断

filename = "data.csv"

if filename.endswith(".csv"):
    print("This is a CSV file.")

if filename.startswith("data"):
    print("Data file detected.")

长度与统计

s = "abracadabra"
print(len(s))              # 11
print(max(s))              # 'r'（ASCII 最大的字符）
print(min(s))              # 'a'
print(s.count("a"))        # 5（字母 a 出现次数）

拆分与合并

words = "apple,banana,grape"
fruit_list = words.split(",")                    # ['apple', 'banana', 'grape']
joined = "|".join(fruit_list)                    # apple|banana|grape
print(joined)

空白处理

spaced = "   hello   "
print(spaced.strip())       # "hello"
print(spaced.lstrip())      # "hello   "
print(spaced.rstrip())      # "   hello"

对齐控制

word = "Python"
print(word.center(20, '-'))   # -----Python-----
print(word.ljust(20, '*'))    # Python**************
print(word.rjust(20, '>'))    # >>>>>>>>>Python

类型判断方法

以下方法返回布尔值，常用于输入验证：

• isalnum()：仅包含字母和数字
• isalpha()：仅包含字母
• isdigit()：仅包含数字字符（支持 ASCII 数字）
• isnumeric()：更广义的数字，包括全角数字、分数等
• isdecimal()：仅十进制数字（最严格）
• isspace()：仅空白字符（空格、\t、\n 等）
• islower(), isupper()：全小写或全大写
• istitle()：每个单词首字母大写