На этом шаге мы приведем общие сведения о строках и двоичных данных.

    Строки представляют собой упорядоченные последовательности символов. Длина строки ограничена лишь объемом оперативной памяти компьютера. Как и все последовательности, строки поддерживают обращение к элементу по индексу, получение среза, конкатенацию (оператор +), повторение (оператор *), проверку на вхождение (операторы in и not in).

    Кроме того, строки относятся к неизменяемым типам данных. Поэтому практически все строковые методы в качестве значения возвращают новую строку. При использовании небольших строк это не приводит к каким-либо проблемам, но при работе с большими строками можно столкнуться с проблемой нехватки памяти. Иными словами, можно получить символ по индексу, но изменить его будет нельзя:

>>> s = "Python"
>>> s[0] # Можно получить символ по индексу
'P'
>>> s[0] = "J" # Изменить строку нельзя
Traceback (most recent call last):
  File "<pyshell#2>", line 1, in <module>
    s[0] = "J" # Изменить строку нельзя
TypeError: 'str' object does not support item assignment

    В некоторых языках программирования концом строки является нулевой символ. В языке Python нулевой символ может быть расположен внутри строки:

>>> 'string\x00string' # Нулевой символ - это НЕ конец строки
'string\x00string'

    Язык Python 3 поддерживает следующие строковые типы:

• str - Unicode-строка. Обратите внимание, конкретная кодировка: UTF-8, UTF-16 или UTF-32 - здесь не указана. Рассматривайте такие строки, как строки в некой абстрактной кодировке, позволяющие хранить символы Unicode и производить манипуляции с ними. При выводе Unicode-строку необходимо преобразовать в последовательность байтов в какой-либо кодировке:

  >>> type('строка')
  <class 'str'>
  >>> 'строка'.encode(encoding='cp1251')
  b'\xf1\xf2\xf0\xee\xea\xe0'
  >>> 'строка'.encode(encoding='utf-8')
  b'\xd1\x81\xd1\x82\xd1\x80\xd0\xbe\xd0\xba\xd0\xb0'
  

• bytes - неизменяемая последовательность байтов. Каждый элемент последовательности может хранить целое число от 0 до 255, которое обозначает код символа. Объект типа bytes поддерживает большинство строковых методов и, если это возможно, выводится как последовательность символов. Однако доступ по индексу возвращает целое число, а не символ. Пример:

  >>> s = bytes("стр str", "cp1251")
  >>> s[0], s[5], s[0:3], s[4:7]
  (241, 116, b'\xf1\xf2\xf0', b'str')
  >>> s
  b'\xf1\xf2\xf0 str'
  

      Объект типа bytes может содержать как однобайтовые, так и многобайтовые символы. Обратите внимание на то, что функции и методы строк некорректно работают с многобайтовыми кодировками, - например, функция len() вернет количество байтов, а не символов:

  >>> len("строка")
  6
  >>> len(bytes("строка", "cp1251"))
  6
  >>> len(bytes("строка", "utf-8"))
  12
  

• bytearray - изменяемая последовательность байтов. Тип bytearray аналогичен типу bytes, но позволяет изменять элементы по индексу и содержит дополнительные методы, дающие возможность добавлять и удалять элементы. Пример:

  >>> s = bytearray("str", "cp1251")
  >>> s[0] = 49; s # Можно изменить символ
  bytearray(b'1tr')
  >>> s.append(55); s # Можно добавить символ
  bytearray(b'1tr7')
  

    Во всех случаях, когда речь идет о текстовых данных, следует использовать тип str. Именно этот тип мы будем называть словом "строка". Типы bytes и bytearray следует задействововать для записи бинарных данных - например, изображений, а также для промежуточного хранения текстовых данных. Более подробно типы bytes и bytearray мы рассмотрим позднее.

    На следующем шаге мы рассмотрим создание строки.

Предыдущий шаг Содержание Следующий шаг