《学习 Python》第 5 版

第 7 章 弦乐基础 弦乐基础

本作品已使用人工智能进行翻译。欢迎您提供反馈和意见：[e-mail]

到目前为止，我们已经学习了数字并探索了 Python 的动态类型模型。我们深入核心对象之旅的下一个主要类型是 Python字符串--一个有序的字符集，用于存储和表示基于文本和字节的信息。我们在第 4 章中简要介绍了字符串。在这里，我们将更深入地重访字符串，补充一些我们之前跳过的细节。

本章的范围

在开始之前，我还想说明一下我们在这里不会涉及的内容。第 4 章简要介绍了Unicode字符串和文件--处理非 ASCII 文本的工具。对于一些程序员，尤其是互联网领域的程序员来说，Unicode 是一个重要工具。例如，它可以出现在网页、电子邮件内容和标题、FTP 传输、GUI API、目录工具以及 HTML、XML 和 JSON 文本中。

与此同时，Unicode 对于刚入门的程序员来说是一个沉重的话题，我现在遇到的许多（或大多数） Python 程序员在工作中仍然对整个话题一无所知。有鉴于此，本书将大部分 Unicode 故事放在高级主题部分的第 37 章，作为选读内容，并在此重点介绍字符串基础知识。

也就是说，本章只讲述了 Python 中字符串故事的一部分--大多数脚本使用的部分和大多数程序员需要了解的部分。本章探讨了基本的str 字符串类型，它处理 ASCII 文本，无论您使用哪个版本的 Python，它都能正常工作。尽管有意限制了范围，但由于str 在 Python 3.X 中也处理 Unicode，而单独的unicode类型在 2.X 中的工作原理与str 几乎相同，因此我们在这里学到的所有知识也将直接应用于 Unicode 处理。

统一码小故事

对于关心 Unicode 的读者，我还想对其影响做一个简要总结，并为进一步研究提供一些参考。从形式上看，ASCII 是 Unicode 文本的一种简单形式，但只是许多可能的编码和字母中的一种。来自非英语国家的文本可能使用截然不同的字母，在文件中存储时的编码也可能截然不同。

正如我们在第 4 章中看到的，Python 通过区分文本数据和二进制数据来解决这个问题，并为每种数据提供了不同的字符串对象类型和文件接口。每个 Python 行对字符串的支持各不相同：

• 在Python 3.X中，有三种字符串类型：str 用于 Unicode 文本 (包括 ASCII)，bytes 用于二进制数据 (包括编码后的文本)，bytearray 是 bytes 的可变变体。文件以两种模式工作：文本模式，即将内容 表示为str ，并实现 Unicode 编码；二进制模式，即处理原始bytes ，不进行数据转换。

• 在Python 2.X 中，unicode 字符串表示 Unicode 文本，str 字符串同时处理 8 位文本和二进制数据，bytearray 作为 3.X 的回传端口在 2.6 及以后版本中可用。普通文件的内容只是以str 表示的字节，但codecs 模块打开 Unicode 文本文件，处理编码，并以unicode 对象表示内容。

尽管存在这些版本差异，但如果您确实需要关注 Unicode，您会发现它只是一个相对次要的扩展--一旦文本进入内存，它就是一个 Python 字符串，支持本章将要学习的所有基础知识。事实上，Unicode 的主要区别往往在于将其移入或移出文件所需的翻译（又称编码）步骤 。除此之外，它在很大程度上只是字符串处理。

不过，由于大多数程序员不需要提前掌握 Unicode 的细节，我还是将大部分细节移到了 ...