字符串索引
Python索引从零开始，这与C++的数组一样
Python使用方括号来标识字符串索引：方括号内的数字指出了要获取哪个字符，如图6-1所示。在Python中，最小的字符串索引总是0，而最大的索引总幽默字符串长度小于1。
如果索引超出了字符串末尾，将导致“超出范围”错误：
负数索引
假设你要访问s的最后一个字符，而不是第一个字符。为此，可何用难看的表达式s[len(s) - 1]，这当然可行，但相当复杂。所幸的是，在访问字符串末尾附近的字符方面，Python提供了一种更便利的方式：负数索引。其理念是，沿从右向左的方向，用负数表示字符串中字符的索引：
因此，字符串的最后一个字符为s[-1]。图6-2说明了负数索引的工作原理。
使用for循环访问字符
如果需要依次访问字符串的每个字符，for循环可助一臂之力。例如，下面的程序计算给定字符串的字符编码总和：
#codesum.py
def codesum1(s):
"""Returns the sums of the character codes of s.
"""
total = 0
for c in s:
total = total + ord(c)
return total
像这样使用for循环时，在循环的每次迭代开头，都会将循环变量c设置为s中的下一个字符。使用索引访问s中字符的工作由for循环自动处理
下面是另一种实现，它使用了常规字符串索引，将其与codesum1进行比较：
#codesum2.py
def codesum2(s):
"""Returns the sums of the
character codes of s.
"""
total = 0
for i in range(len(s)):
total = total + ord(s[i])
return total
这种实现的结果与codesum1相同，但更复杂、可读性更差
字符
字符串由字符组成，而字符本身实际上是一个非常复杂的问题。正如第2章指出的，所有字符都有对应的字符编码，你可以使用函数ord来获悉：
给定字符编码，可使用函数chr来获悉对应的字符
转义字符
并非所有字符都有可视的标准符号。例如，换行字符、回画字符和制表符都是不可见的，虽然它们带来的效果可见。这些字符属于空白字符——在印刷页面上显示为空白。
为处理空白字符以及其他不可打印的字符，Python使用一种特殊表示法——转义序列（也叫转义符）。表6-1列出了最常用的转义字符。
在Python中，表示换行的标准方式是使用字符\n
字符串切片
在Python中，可使用切片从字符串中提取子串。要对字符串执行切片操作，可指定两个索引：要提取的第一个字符的索引；要提取的最后一个字符的索引加我。例如：
用于切片的索引与用于访问各个字符的索引相同：第一个索引总是为零，而最后一个索引总是比字符串长度小1。一般而言，s[begin:end]返回从索引begin到end-1的子串。
请注意，如果s是一个字符串，则要访问索引i对应的字符，可使用s[i]或s[i:i+1]。
获取切片的捷径
如果你省略切片的起始索引，Python将假定它为零；如果你省略切片的终止索引，Python将假设你要提取到字符串末尾。例如：
下面是一个很有用的切片示例，这个函数返回文件名中的扩展名：
#extension.py
def get_ext(fname):
"""Returns the extension of file fname.
"""
dot = fname.rfind('.')
if dot == -1: #fname中没有
return ''
else:
return fname[dot + 1:]
函数get_ext()的工作原理如下：确定最右边的'.'的索引（因此使用rfind从右往左查找）；如果fname不包含'.'，则返回一个空字符串， 否则返回'.'后面的所有字符。
使用负数索引的切片
扫行切片操作时，也可使用负数索引，虽然这更难懂。例如：
标准字符串函数
Python字符串自带了大量很有用的函数，要查看所有这些函数，可调用dir并将参数指定为任何字符串（如dir('')）。虽然没有必要准确地记信所有这些函数的功能，但最好大致了解它们的功能，这样才能根据需要使用它们。因此，本节将分门别类地介绍字符串自带的所有函数。
6.4.1.测试函数
首先介绍检测字符串是否为特定格式的函数，它们组成了一个最大的字符串函数组。表6-2所示的测试函数都返回True或False。测试函数有时也叫布尔函数或谓启词。
6.4.2搜索函数
如表6-3所示，在字符串中查找子串的方式有多种。函数index和find之间的差别在于没有找到rxjjpg子串时的情形。例如：
函数index引发异常ValueError，第9章将更详细地介绍异常。
如果没有找到指定的子串，函数find将返回-1
字符串搜索函数通常从左往右（从开头往末尾）搜索，但以r打头的函数从右往左搜索。例如：
一般而言，函数find和index返回传入字符串第一次出现时的超始位置索引，而rfind和rindex返回传入字符串最后一次出现时的起始位置索引
6.4.3改变大小写的函数
Python提供了各种修改字母大小写的函数，如表6-4所示。别忘了，Python绝不会修改字符串：在所有这些函数中，Python都创建并返回一个新字符串。我们谈论字符串时，常常让人觉得字符串被修改。但这只是为了方便措词，并不意味着字符串真的被修改。
6.4.4设置格式的函数
表6-5列出了设置字符串格式的函数，它们让你能够美化字符串，以便向用户显示或打印到文件。
字符串函数format功能非常强大，包含用于设置字符串格式的微型语言。要使用函数format，你需要给它提供变量或值，如下例所示：
字符串中的{0}和{1}引用format的参数：它们将被替换为相应字符串或变量的值。你还可以使用关键字参数的名称：
这些示例演示了format的最基本用法，还有很多其他的选项，可用于指定字符串间距、将数据转换为字符串等。
6.4.5剥除函数
剥除函数用于删除字符串开头或末尾多余的字符，如表6-6所示。
默认情况下，将剥除空白字符；如果指定了一个字符串参数，将剥除该字符串中的字符，如下所示：
6.4.6拆分函数 （这里用于分析爬虫网站应该很有用）
分拆函数将字符串拆分成多个子串，如表6-7所示。
函数partition和rpartition将字符串拆分为3部分：
这两个函数总是返回一个这样的值：它由3个字符串组成，形式为(head, sep, tail)。这种返回值为元组，将在第7章更详细地介绍。
函数split以指定字符串为分隔符，将字符串划分为一系列子串，如下所示：
函数split总是返回一个字符串列表； Python列表总是分别以[和]打头和结尾，并用逗号分隔元素。正如你将在第7章看到的，列表和元组很像，主要差别在于列表是可以修改的，而元组是常量。
6.4.7替换函数
Python字符串自带了两个替换函数，如表6-8所示。
注意到使用替换函数可轻松地删除字符串中的子串：
6.4.8其他函数
最后，表6-9列出了其他字符串函数。
需要将一组字符转换为另一组字符时，函数translate和maketrans很实用。例如，下面是一种将字符串转换为“脑残体”(leetspeak)的方式：
函数zfill用于设置数值字符串的格式：
函数join很有用，它将一系列字符串拼接起来，其中包含分隔字符串，如下所示：
count和encode函数使用示例：
正则表达式
虽然Python字符串提供了众多实用的函数，但实际处理字符串时，常常需要使用更强大的工具。
有鉴于此，程序员开发了一种用于复杂字符串处理的微型语言——正则表达式。
实际上，正则表达式就是一种简练措绘一组字符串的方式，可用于高效地执行常见的字符串处理任务，如匹配、分拆和替换。本节介绍正则表达式的基本概念以及一些常用的运算符（如表6-10所示）。
6.5.1简单的正则表达式
来看字符串'cat'，它表示单个字符串，这个字符串由字母c,a和t组成。接下来看整个表达式'cat?'，其中的？并非英语中的问号，而是一个正则表达式运算符，意思是它左边的那个字符是可选的。因此，正则表达式'cat?'描述了两个字符串：'cat'和'cats'。
另一个正则表达式运算符是｜，其含义是“或者”。例如，正则表达式'a|b|c'描述了三个字符串：‘a’, 'b', 'c'。正则表达式'a*'描述了无穷个字符串：'', 'a','aa','aaa', 'aaaa'等。换句话说，‘a*’描述的是由零或更多个'a'组成的字符串。正则表达式'a+'与'a*'相同，但排除了空字符串''.
最后，在正则表达式中，可使用圆括号来指出要将运算符用于那个子串。例如，正则表达式'(ha)+'描述了如下字符串：'ha!','haha!','hahaha!'等；而'ha+!'描述了一组截然不同的字符串：'ha!', 'haa!', 'haaa!'等。
可随意混合使用这些（以及其他）正则表达式运算符。事实证明，这是一种非常实用的方式，可描述众多常见的字符串类型，如电话号码和电子邮件地址。
6.5.2使用正则表达式匹配字符串
匹配字条款串是正则表达式的一种常见用途。例如，假设你要编写一个程序，要求用户必须输入done 或quit来结束程序。为帮助识别这些字符串，可编写一个类似于下面的函数：
#allover.py
def is_done1(s):
return s == 'done' or s == 'quit'
"""使用正则表达式时，行为完全与此相同的函数
可能类似于下面这样
"""
import re #使用正则表达式
def is_done2(s):
return re.match('done•|quit', s) != None
再举一个更复杂的例子。假设要识别逗人的字符串：开头为一个或多个'ha',末尾为一个或多个'!'s
，如'haha!'、'ha!!!!!'和'hahaha!!'。使用正则表达式匹配这些字符串很容易：
#funny.py
import re
def is_funny(s):
return re.match('(ha)+!+', s) != None
6.5.3其他正则表达式
这里只涉及正则表达式的一些皮毛：Python库re规模庞大，其中有大量正则表达式函数可用于执行字符串处理任务，如匹配、分拆和替换；还有提高常用正则表达式处理速度的技巧。模块re的文档 (https://docs.python.org/3/library/re.html)提借了其他一些示例。
