欢迎你来到站长学堂，学习站长在线出品的在线课程《零基础Python完全自学教程》今天给大家分享的是第19课《Python中字符串完全解读》。本节课是一个大课，我分了这些知识点进行详细讲解：字符串编码转换：encode编码和decode解码详解、使用“+”运算符来拼接字符串详解、使用len()函数计算字符串的长度详解、使用索引和切片的方法截取字符串详解、使用split()方法分割、使用join()方法合并字符串详解、检索字符串的5大方法详解、字符串中字母的大小写转换的4大方法详解、去除字符串中的空格和特殊字符的4个方法详解、格式化字符串的两种方法详解。
我们在《Python中的基本数据类型》中，学习过：字符串就是连续的字符序列，可以是计算机能够表示的一切字符的集合。字符串属于不可变序列，通常用单引号（）、双引号（""）或者三引号（或""""""）括起来。还提到了字符串常用的转义字符。今天主要来讲解一下字符串编码转换。
19.1：Python中字符串编码转换encode编码和decode解码详解
欢迎你来到站长在线的站长学堂学习Python知识，本文学习的是《Python中字符串编码转换：encode编码和decode解码详解》。本知识点主要内容有：常用编码简介、使用encode()方法编码、使用decode()方法解码、Unicode和UTF-8的关系说明。
19.1.1、常用编码简介
19.1.1.1、ASCII，即美国标准信息交换码，年制定，主要用于美国和西欧，它仅对10个数字、26个大写英文字母、26个小写英文字母，以及一些其他符号进行了编码。ASCII码最多只能表示个符号，每个字符占一个字节（bytes）。
19.1.1.2、GB，国家简体中文字符集，年制定，兼容ASCII。每个中文字符占两个字节。
19.1.1.3、Unicode，国际标准组织统一标准字符集，年制定。Unicode包含了跟全球所有国家编码的映射关系。每个字符占两个字节。
19.1.1.4、UTF-8，国际通用编码，制定于年，对全世界所有国家用到的字符都进行了编码。UTF-8采用一个字节表示英文字符，用三个字节表示中文。在Python3.x中默认的编码就是UTF-8编码，这就有效的解决了中文乱码的问题。
19.1.1.5、GBK，为GB的扩展字符集，兼容GB，支持繁体字，年制定。每个中文字符占两个字节。
在Python中，有两种常用的字符串类型，分别为str和bytes。其中，str表示Unicode字符（ASCII或者其他）；bytes表示二进制数据（包括编码的文本）。这两种类型的字符串不能拼接在一起使用。通常情况下，str在内存中以Unicode表示，一个字符对应若干个字节。但是如果在网络上传输，或者保存到磁盘上，就需要把str转换为字节类型，即bytes类型。
bytes类型的数据是带有b前缀的字符串（用单引号或双引号表示），例如，b\xd2\xb0和bQQ都是bytes类型的数据。
str和bytes之间可以通过encode()和decode()方法进行转换，这两个方法是互为逆过程。下面分别进行介绍。
19.1.2、使用encode()方法编码
encode()方法为str对象的方法，用于将字符串转换为二进制数据（即bytes），也称为“编码”，其语法格式如下：
str.encode([encoding="utf-8"][,errors="strict"])
参数说明如下：
str：表示要进行转换的字符串。
encoding="utf-8"：可选参数，用于指定进行转码时采用的字符编码，默认为UTF-8，如果想使用简体中文，也可以设置为gb。当只有这一个参数时，也可以省略前面的“encoding=”，直接写编码。
errors="strict"：可选参数，用于指定错误处理方式，其可选择值可以是strict（遇到非法字符就抛出异常）、ignore（忽略非法字符）、replace（用“?”替换非法字符）或xmlcharrefreplace（使用XML的字符引用）等，默认值为strict。
说明
在使用encode()方法时，不会修改原字符串，如果需要修改原字符串，需要对其进行重新赋值。
例如，定义一个名称为a的字符串，内容为“星星之火可以燎原”，然后使用encode()方法将其采用GBK编码转换为二进制数，并输出原字符串和转换后的内容，代码如下：
a=星星之火可以燎原b=a.encode(gbk)#将gbk编码转换为二进制数据，不处理异常print(原字符串：,a)#输出原字符串print(转换后：,b)#输出转换后的二进制数据
上面的代码执行后，将显示以下内容。
原字符串：星星之火可以燎原转换后：b\xd0\xc7\xd0\xc7\xd6\xae\xbb\xf0\xbf\xc9\xd2\xd4\xc1\xc7\xd4\xad
如果采用UTF-8编码，转换后的二进制数据为：
a=星星之火可以燎原b=a.encode(utf-8)#将utf-8编码转换为二进制数据，不处理异常print(原字符串：,a)#输出原字符串print(转换后：,b)#输出转换后的二进制数据
原字符串：星星之火可以燎原转换后：b\xe6\x98\x9f\xe6\x98\x9f\xe4\xb9\x8b\xe7\x81\xab\xe5\x8f\xaf\xe4\xbb\xa5\xe7\x87\x8e\xe5\x8e\x9f
19.1.3、使用decode()方法解码
decode()方法为bytes对象的方法，用于将二进制数据转换为字符串，即将使用encode()方法转换的结果再转换为字符串，也称为“解码”。
其语法格式如下：
bytes.decode([encoding="utf-8"][,errors="strict"])
参数说明如下：
bytes：表示要进行转换的二进制数据，通常是encode()方法转换的结果。
encoding="utf-8"：可选参数，用于指定进行解码时采用的字符编码，默认为UTF-8，如果想使用简体中文，也可以设置为gb。当只有这一个参数时，也可以省略前面的“encoding=”，直接写编码。
errors="strict"：可选参数，用于指定错误处理方式，其可选择值可以是strict（遇到非法字符就抛出异常）、ignore（忽略非法字符）、replace（用“?”替换非法字符）或xmlcharrefreplace（使用XML的字符引用）等，默认值为strict。
站长在线提醒您：在使用decode()方法时，不会修改原字符串，如果需要修改原字符串，需要对其进行重新赋值。
例如，将上面示例中编码后得到二进制数据（保存在变量b中）进行解码，可以使用下面的代码：
a=b\xd0\xc7\xd0\xc7\xd6\xae\xbb\xf0\xbf\xc9\xd2\xd4\xc1\xc7\xd4\xadprint(解码后：,a.decode("gbk"))#对进行制数据进行解码
上面的代码执行后，将显示以下内容：
解码后：星星之火可以燎原
同样的，我们选择utf-8的字符串也是可以的
a=b\xe6\x98\x9f\xe6\x98\x9f\xe4\xb9\x8b\xe7\x81\xab\xe5\x8f\xaf\xe4\xbb\xa5\xe7\x87\x8e\xe5\x8e\x9fprint(解码后：,a.decode("utf-8"))#对进行制数据进行解码
上面的代码执行后，将显示以下内容：
解码后：星星之火可以燎原
站长在线提醒您：在设置解码采用的字符编码时，需要与编码时采用的字符编码一致。
本文相关知识扩展阅读：
19.1.4、Unicode和UTF-8的关系说明
Unicode直接支持全球所有语言，包含了跟全球所有国家编码的映射关系。
Unicode解决了字符和二进制的对应关系，但是使用unicode的每一个字符，都占用了两个字节，太浪费空间。如unicode表示“Python”需要12个字节才能表示，比原来ASCII表示增加了1倍。
由于计算机的内存比较大，并且字符串在内容中表示时也不会特别大，所以内容可以使用unicode来处理，但是存储和网络传输时一般数据都会非常多，那就不能这样传输了。
为了解决存储和网络传输的问题，出现了UnicodeTransformationformat，学术名UTF，即：对unicode中的进行格式转换，以便于在存储和网络传输时可以节省空间!
UTF-8：使用1、2、3、4个字节表示所有字符；优先使用1个字符、无法满足则使增加一个字节，最多4个字节。英文占1个字节、欧洲语系占2个、东亚语系占3个，其它及特殊字符占4个。
UTF-16：使用2、4个字节表示所有字符；优先使用2个字节，否则使用4个字节表示。
UTF-32：使用4个字节表示所有字符。
总结：UTF是为unicode编码设计的一种在存储和传输时节省空间的编码方案。
19.2：在Python中使用“+”运算符来拼接字符串详解
欢迎你来到站长在线的站长学堂学习Python知识，本文学习的是《在Python中使用“+”运算符来拼接字符串详解》。本知识点主要内容有：在Python中，我们可以使用“+”运算符来连接多个字符串，并产生新的字符串对象。以及字符串与其他类型的数据拼接的时候出现的异常及解决办法。
上一个知识点我们讲到了字符串的常用编码，以及使用encode()方法编码和使用decode()方法解码，今天来大家分享的是字符串的常用操作中的拼接字符串。
在Python中，我们可以使用“+”运算符来连接多个字符串，并产生新的字符串对象。（多合一）
例如，定义两个字符串，一个用于保存英文，另一个用于保存中文，然后使用“+”运算符来连接，代码如下：
en=hello,world!cn=你好，世界！print(en++cn)
运行结果为：
hello,world!你好，世界！
字符串不允许直接与其他类型的数据拼接。比如下面代码，就是将字符串与数值拼接，就会产生TypeError异常：
str1=Python诞生于num1=str2=年圣诞节期间，num2=str3=年第一个公开版正式发行。print(str1+num1+str2+num2+str3)
运行结果为：
Traceback(mostrecentcalllast):File"D:\Python\Python\Doc\.py",line6,inmoduleprint(str1+num1+str2+num2+str3)TypeError:canonlyconcatenatestr(not"int")tostr
哈哈哈，我的英语差，我最喜欢把英文错误的提示，翻译出来：（希望小白的你，能够和我一样的做法）TypeError:canonlyconcatenatestr(not"int")tostr翻译为：TypeError:只能将str（而不是“int”）连接到str。
这样翻译一下，我就懂了，就是说：类型不合适引发的错误：只能将字符串类型数据而不是整型数据连接到字符串类型数据。
通过IDE里面直接给出了错误的提示，我们来解决问题就很容易了。我们可以使用str()函数将整数转换为字符串就可以了。代码如下：
str1=Python诞生于num1=str2=年圣诞节期间，num2=str3=年第一个公开版正式发行。print(str1+str(num1)+str2+str(num2)+str3)
运行结果为：
Python诞生于年圣诞节期间，年第一个公开版正式发行。
这下就非常的完美了。
上面输出的是一行的，下面我在来演示一个换行的。
如：定义一个用于保存老师的问题的字符串，再定义一个用于保存学生回答的答案的字符串，再将两个字符串拼接在一起，并且在中间拼接一个换行符，最后输出，代码如下：
wen=老师问：世界上最高的山峰是什么？da=学生答：珠穆朗玛峰print(wen+\n+da)
运行结果为：
老师问：世界上最高的山峰是什么？学生答：珠穆朗玛峰
使用“+”运算符来连接多个字符串是不是非常的简单呢？稍后，我们会讲到分割和合并字符串的时候，会讲到使用join()方法来合并字符串，本文就不多严罗！
19.3：在Python中使用len()函数计算字符串的长度详解
欢迎你来到站长在线的站长学堂学习Python知识，本文学习的是《在Python中使用len()函数计算字符串的长度详解》。本知识点主要内容有：在Python中使用len()函数计算字符串在UTF-8编码中的长度和使用len()函数计算字符串在GBK编码中的长度。
在Python中，不同的字符采用的编码不同，所占用的字节数也是不同的。要想计算字符串的长度，先了解字符所占用的字节数。
我们在字符串的编码转换中学过，汉字在GBK/GB中一个中文字符，占两个字节。在UTF-8中一般占3个字节（或者4个字节）。
在Python中，提供了len()函数计算字符串的长度，其语法如下：
len(string)
其中，string用于指定要进行长度统计的字符串。
例如，定义一个字符串，内容为“Python是当下最热门的编程语言”，然后应用len()函数计算该字符串的长度，代码如下：
str=Python是当下最热门的编程语言#定义字符串a=len(str)#计算字符串的长度print(a)#输出字符串的长度
运行结果为：
17
从上面的结果可以看出，在默认的情况下，通过len()函数计算字符串的长度时，不区分英文，数字和汉字，所有的字符都认为是一个字符。
但是在实际开发中，需要获取字符串实际所占用的字节数。如果采用gbk或者gb编码，则一个汉字占用两个字节；采用utf-8编码，则一个汉字占用3个字节。这时，我们可以通过encode()方法进行编码后再进行获取。
19.3.1、采用默认编码UTF-8编码时，获取字符串“Python是当下最热门的编程语言”的长度，代码为：
str=Python是当下最热门的编程语言#定义字符串a=len(str.encode(utf-8))#计算utf-8编码的字符串的长度print(a)#输出字符串的长度
运行结果为：
39
为什么是39呢？是因为在utf-8的编码中，一个汉字占3个字节，一共11个汉字就是33个字节，加上6个英文字母占6个字节，就是39个字节了。
下面我们在来使用GBK编码的长度时多少？
19.3.2、用默认编码GBK编码时，获取字符串“Python是当下最热门的编程语言”的长度，代码为：
str=Python是当下最热门的编程语言#定义字符串a=len(str.encode(gbk))#计算gbk编码的字符串的长度print(a)#输出字符串的长度
运行结果为：
28
为什么是28呢？因为在GBK的编码中，一个汉字占2个字节，一共11个汉字占22个字节，加上6个英文字母占6个字节，就是28个字节了。
站长在线提醒您，因为UTF-8编码是Python3中的默认编码，在进行计算编码时，可以不用输入。即下面代码也是对的：
str=Python是当下最热门的编程语言#定义字符串a=len(str.encode())#计算默认编码utf-8编码的字符串的长度print(a)#输出字符串的长度
运行结果为：
39
19.4：在Python中使用索引和切片的方法截取字符串详解
欢迎你来到站长在线的站长学堂学习Python知识，本文学习的是《在Python中使用索引和切片的方法截取字符串详解》。本知识点主要内容有：使用索引的方法截取一个字符串和使用切片的方法截取一段字符串。
字符串也是属于序列，在Python中如果是截取一个字符串，可以使用索引的的方法，如果截取一段字符串可以使用切片的方法。
19.4.1、使用索引的方法截取一个字符串。
方法如下：
string[index]
其中。string为字符串名字，index表示索引值。
定义一个字符串的值为“Python是当下最热门的编程语言”获取他的第2个，第8个和倒数第2个的字符串的值，代码如下：
a=Python是当下最热门的编程语言#定义一个字符串print(a[1])#获取字符串的第2个的值print(a[7])#获取字符串的第8个的值print(a[-2])#获取字符串的倒数第2个的值
运行结果如下：
y当语
当索引不存在时，就会抛出IndexError异常：
a=Python是当下最热门的编程语言#定义一个字符串print(a[25])#获取字符串的第25个的值
运行结果为：
Traceback(mostrecentcalllast):File"D:\Python\Python\Doc\.py",line2,inmoduleprint(a[25])#获取字符串的第25个的值IndexError:stringindexoutofrange
昨天站长在线分享了《Python内置异常速查表》知道IndexError这是索引超出范围引发的错误。
要解决这个异常的问题，我们可以使用try...except语句，代码如下：
a=Python是当下最热门的编程语言#定义一个字符串try:a1=a[25]#截取第25个字符except:print(指定的索引不存在)#输出指定的索引不存在
运行结果为：
指定的索引不存在
19.4.2、使用切片的方法截取一段字符串。
方法如下：
string[start:end:step]
其中，相关参数说明如下：
string：表示要截取的字符串；
start：表示要截取的第一个字符的索引（包括该字符），如果不指定，则默认为0；
end：表示要截取的最后一个字符的索引（不包括该字符），如果不指定，则默认为字符串的长度；
step：表示切片的步长，如果省略，则默认为1，当省略该步长时，最后一个冒号也可以省略。
例如，定义一个字符串，然后应用切片方法截取不同长度的字符串，并输出，代码如下：
a=Python是当下最热门的编程语言#定义一个字符串a1=a[0]#截取字符串的第一个值a2=a[6:]#从字符串的第7个值开始截取a3=a[:6]#从字符串的左边开始截取6个字符a4=a[6:10]#截取字符串的第7到第10个字符print(原字符串：,a)#输出原字符串print(截取字符串的第一个值为：,a1)print(从字符串的第7个值开始截取的值为：,a2)print(从字符串的左边开始截取6个字符的值为：,a3)print(截取字符串的第7到第10个字符的值为：,a4)
运行结果为：
原字符串：Python是当下最热门的编程语言截取字符串的第一个值为：P从字符串的第7个值开始截取的值为：是当下最热门的编程语言从字符串的左边开始截取6个字符的值为：Python截取字符串的第7到第10个字符的值为：是当下最
经典实例，通过输入身份证号码，输出：出生日期和生日。
假设小明的身份证号码为**********(隐藏重要信息)，输出小明的出生日期和生日，代码如下：
sfz=**********csrq=sfz[6:10]+年+sfz[10:12]+月+sfz[12:14]+日sr=sfz[10:12]+月+sfz[12:14]+日print(小明的出生日期是：,csrq)print(小明的生日是：,sr)
运行结果为：
小明的出生日期是：年12月25日小明的生日是：12月25日
19.5：在Python中使用split()方法分割、使用join()方法合并字符串详解
欢迎你来到站长在线的站长学堂学习Python知识，本文学习的是《在Python中使用split()方法分割、使用join()方法合并字符串详解》。本知识点主要内容有：在Python中使用split()方法分割字符串和在Python中使用join()方法合并字符串。
在Python中，字符串对象提供了分割和合并字符串的方法。分割字符串是把字符串分割为列表，而合并字符串是把列表合并为字符串，它们可以看作是互逆操作。下面分别进行介绍。
19.5.1．在Python中使用split()方法分割字符串
字符串对象的split()方法可以实现字符串分割。即把一个字符串按照指定的分隔符切分为字符串列表。该列表的元素中，不包括分隔符。split()方法的语法格式如下：
str.split(sep,maxsplit)
参数说明如下：
str：表示要进行分割的字符串。
sep：用于指定分隔符，可以包含多个字符，默认为None，即所有空字符（包括空格、换行“\n”、制表符“\t”等）。
maxsplit：可选参数，用于指定分割的次数，如果不指定或者为1，则分割次数没有限制，否则返回结果列表的元素个数最多为maxsplit+1。
返回值：分割后的字符串列表。
站长在线温馨提示：在split()方法中，如果不指定sep参数，那么也不能指定maxsplit参数。
例如，定义一个保存站长在线网址的字符串，然后应用split()方法根据不同的分隔符进行分割，代码如下：
a=站长在线
zhanzhangzaixiana1=a.split()#采用默认分隔符进行分隔a2=a.split(,)#采用,进行分隔a3=a.split(,,2)#采用,进行分隔，且只是分隔前2个a4=a.split(,2)#采用空格进行分隔，且只是分隔前2个print(a原字符串:,a)print(a1:,a1)print(a2:,a2)print(a3:,a3)print(a4:,a4)
运行结果如下：
a原字符串:站长在线
zhanzhangzaixiana1:[站,长,在,线,
,zhan,zhang,zai,xian]a2:[站长在线
zhanzhangzaixian]a3:[站长在线
zhanzhangzaixian]a4:[站,长,在线
zhanzhangzaixian]
结果分析：
在a1中，采用默认为空的分隔符进行分隔，显示时就会被系统默认的逗号“,”进行了分隔，是有效的。
在a2中，采用,进行分隔，是无效的
在a3中，采用,进行分隔，且只是分隔前2个，也是无效的。
在a4中，采用空格进行分隔，且只是分隔前2个，却是有效的。
这就说明了，使用split()方法如果不指定maxsplit参数的话，就使用默认为空的分隔符；要想指定maxsplit参数的话，sep的值，就只能使用空格了。
站长在线温馨提示：目前在返回的值中，Python仅支持默认的逗号“,”，看了很多的教程，居然sep可以指定，各种各样的分隔符，但是返回的值都是无效的，我也不知道其他的教程，这样写有什么意义。如下面的其他分隔符：
a=站长在线
zhanzhangzaixiana1=a.split()#采用默认分隔符进行分隔a2=a.split(,2)#采用空格进行分隔，且只是分隔前2个a3=a.split(,,2)#采用,进行分隔，且只是分隔前2个a4=a.split(.)#采用.进行分隔a5=a.split(*)#采用*进行分隔a6=a.split(~)#采用~进行分隔a7=a.split()#采用进行分隔a8=a.split()#采用进行分隔print(a原字符串:,a)print(a1:,a1)print(a2:,a2)print(a3:,a3)print(a4:,a4)print(a5:,a5)print(a6:,a6)print(a7:,a7)print(a8:,a8)
运行结果为：
a原字符串:站长在线
zhanzhangzaixiana1:[站,长,在,线,
,zhan,zhang,zai,xian]a2:[站,长,在线
zhanzhangzaixian]a3:[站长在线
zhanzhangzaixian]a4:[站长在线
zhanzhangzaixian]a5:[站长在线
zhanzhangzaixian]a6:[站长在线
zhanzhangzaixian]a7:[站长在线
zhanzhangzaixian]a8:[站长在线
zhanzhangzaixian]
所以站长在线认为：
使用split()方法如果不指定maxsplit参数的话，sep的值就使用默认为空的分隔符，显示结果会用逗号“,”分隔；sep的值使用其他字符串，都是无效的。
使用split()方法如果指定maxsplit参数的话，sep的值就只能使用空格了，显示结果会用逗号“,”分隔；sep的值使用其他字符串，都是无效的。
19.5.2、在Python中使用join()方法合并字符串
我在《在Python中使用“+”运算符来拼接字符串详解》中提到了使用join()方法来拼接字符串，但是没有深入的讲解，本知识点就来深入的进行讲解了。
其实，合并字符串与拼接字符串有所不同（当然也有相同的时候），它会将多个字符串采用固定的分隔符连接在一起。
join()方法也是非常重要的字符串方法，它是split()方法的逆方法，用来将列表(或元组)中包含的多个字符串连接成一个字符串。
合并字符串可以使用字符串对象的join()方法实现。其语法格式如下：
strnew=string.join(iterable)
其中，相关参数说明如下：
strnew：表示合并后生成的新字符串。
string：字符串类型，用于指定合并时的分隔符。
iterable：可迭代对象，该迭代对象中的所有元素（字符串表示）将被合并为一个新的字符串。string作为边界点分割出来。
例如，字符串“美琳*梦洁*雪丽*美莲”，就可以是通过分隔符“*”将[美琳,梦洁,雪丽,美莲]列表合并为一个字符串的结果。
b=[美琳,梦洁,雪丽,美莲]a=*.join(b)print(a)
运行结果为：
美琳*梦洁*雪丽*美莲
站长在线温馨提醒，使用join()方法合并字符串对象的时候，这个是可以使用任意分隔符的了，如：
b=[WWW,olzz,
