字符串是由一串字符组成的文本数据。用户名、提示词、文件路径、接口地址和模型回复,通常都会以字符串的形式出现。
Python 可以使用单引号或双引号创建字符串:
1name = '小明' 2message = "欢迎学习 Python" 3 4print(name) 5print(message)
单引号和双引号没有本质区别,选择一种并在项目中保持一致即可。如果字符串本身包含某种引号,可以使用另一种引号包裹:
1title = "这是一段包含 '单引号' 的文本" 2sentence = '他说:"你好"' 3 4print(title) 5print(sentence)
如果文本中同时包含单引号和双引号,或者需要保留多行格式,可以使用三引号:
1description = """这是第一行。 2这是第二行。 3这是第三行。""" 4 5print(description)
反斜杠可以表示特殊字符。常见的转义字符包括 \n 换行、\t 制表符和 \\ 反斜杠本身:
\n
\t
\\
1text = "第一行\n第二行\t缩进文本" 2 3print(text)
如果 Windows 路径或正则表达式中有很多反斜杠,可以使用原始字符串,在字符串前加 r:
r
1path = r"C:\Users\xiaoming\notes" 2 3print(path)
字符串中的每个字符都有位置。Python 从 0 开始计算位置,第一个字符的索引是 0:
0
1word = "Python" 2 3print(word[0]) # P 4print(word[1]) # y 5print(word[5]) # n
也可以使用负数索引从字符串末尾开始查找,-1 表示最后一个字符:
-1
1word = "Python" 2 3print(word[-1]) # n 4print(word[-2]) # o
切片用于截取一段字符串,基本形式是 text[start:stop]。开始位置包含在结果中,结束位置不包含:
text[start:stop]
1word = "Python" 2 3print(word[0:2]) # Py 4print(word[2:]) # thon 5print(word[:4]) # Pyth 6print(word[:]) # Python
切片还可以指定步长 text[start:stop:step]:
text[start:stop:step]
1word = "Python" 2 3print(word[::2]) # Pto 4print(word[::-1]) # nohtyP
索引超出范围会抛出 IndexError,所以读取不确定长度的文本时要先判断长度,或者使用切片:
IndexError
1text = "Hi" 2 3if len(text) > 5: 4 print(text[5]) 5 6print(text[:6]) # Hi,切片不会因为结束位置过大而报错
字符串是不可变对象。不能直接修改其中的某个字符,应该根据原字符串创建一个新字符串:
1word = "Python" 2 3# word[0] = "J" # TypeError 4word = "J" + word[1:] 5 6print(word) # Jython
字符串提供了许多常用方法,用于清理、查找和替换文本。字符串方法不会修改原字符串,但返回类型取决于方法:清理和替换方法通常返回字符串,查找方法可能返回整数,判断方法返回布尔值,split() 则返回列表。
lower()
text.lower()
upper()
text.upper()
strip()
text.strip()
replace()
text.replace("旧", "新")
startswith()
text.startswith("前缀")
endswith()
text.endswith(".py")
find()
text.find("Python")
count()
text.count("a")
下面是几个最常见的清理和转换方法:
1text = " Hello, Python! " 2 3print(text.lower()) # hello, python! 4print(text.upper()) # HELLO, PYTHON! 5print(text.strip()) # Hello, Python! 6print(text.replace("Python", "AI")) # Hello, AI!
strip() 默认删除字符串两端的空白,也可以指定要删除的字符。它不会删除中间的空格:
1text = "---Python---" 2 3print(text.strip("-")) # Python
查找和判断方法经常用于输入校验:
1email = "user@example.com" 2 3print("@" in email) # True 4print(email.startswith("user")) # True 5print(email.endswith(".com")) # True 6print(email.find("@")) # 4 7print(email.find("#")) # -1
find() 找不到内容时返回 -1。如果只需要判断是否包含某段文本,使用 in 通常更容易读懂:
in
1question = "如何使用 LangChain?" 2 3if "LangChain" in question: 4 print("这是一个 LangChain 相关问题")
split() 可以按照分隔符把一个字符串拆成列表。默认按照空白字符拆分:
split()
1sentence = "Python 适合构建 AI 应用" 2words = sentence.split() 3 4print(words)
也可以指定逗号、换行等分隔符:
1value = "Python,FastAPI,LangChain" 2items = value.split(",") 3 4print(items) # ['Python', 'FastAPI', 'LangChain']
拆分后常常需要清理每一项的空格:
1value = "Python, FastAPI, LangChain" 2items = [item.strip() for item in value.split(",")] 3 4print(items)
join() 与 split() 相反,它使用一个字符串把多个字符串连接起来。调用 join() 的对象是分隔符,而不是列表:
join()
1items = ["Python", "FastAPI", "LangChain"] 2 3text = " / ".join(items) 4print(text) # Python / FastAPI / LangChain
join() 要求列表中的每个元素都是字符串。列表里有数字时,需要先转换类型:
1numbers = [1, 2, 3] 2text = ", ".join(str(number) for number in numbers) 3 4print(text) # 1, 2, 3
字符串拼接可以使用 +,但当文本中包含多个变量时,f-string 通常更清晰。只需要在字符串前加 f,再把变量写入 {}:
+
f
{}
1name = "小明" 2age = 18 3 4message = f"{name} 今年 {age} 岁" 5print(message)
大括号中也可以放表达式:
1price = 39.9 2quantity = 2 3 4print(f"合计:{price * quantity} 元")
金额、百分比和统计结果经常需要控制显示格式。:.2f 表示保留两位小数:
:.2f
1price = 39.9 2rate = 0.85 3 4print(f"价格:{price:.2f} 元") 5print(f"折扣:{rate:.0%}")
f-string 也可以调用方法,但表达式太复杂时,应该先保存到变量,再放进字符串:
1name = " 小明 " 2clean_name = name.strip() 3 4print(f"用户:{clean_name}")
input() 返回的内容总是字符串,即使用户输入的是数字。下面的示例在本机终端中运行;浏览器在线案例用请求参数接收文本,不等待终端输入。需要进行计算或比较时,应当先显式转换:
input()
1age_text = input("请输入年龄:") 2age = int(age_text) 3 4if age >= 18: 5 print("已成年")
常见的类型转换方法包括 str()、int() 和 float():
str()
int()
float()
1number = 18 2price_text = "39.9" 3 4message = str(number) 5price = float(price_text) 6count = int("3") 7 8print(message) 9print(price * count)
转换可能失败。例如,int("十八") 无法得到整数,会抛出 ValueError。处理用户输入或外部接口数据时,应使用异常处理或 Pydantic 校验:
int("十八")
ValueError
1value = "十八" 2 3try: 4 age = int(value) 5except ValueError: 6 age = None 7 8print(age)
字符串还经常用于比较和查找,但大小写可能导致看似相同的内容比较失败。需要忽略大小写时,可以先统一转换:
1keyword = "Python" 2query = "python 教程" 3 4if keyword.lower() in query.lower(): 5 print("找到了关键词")
把文本清理、查找、拆分、拼接和类型转换放进一个接口,可以直接观察每种操作的返回值。这里的年龄字符串来自请求参数,作用与终端中 input() 得到的文本相同。
main.py 提供接口,strings_demo.py 执行实验。下面展示的代码与在线编辑器的初始文件来自同一份源码;修改编辑器中的文件后,保存并重新运行,接口就会使用修改后的内容。
01from fastapi import FastAPI, Query 02 03from strings_demo import build_report 04 05app = FastAPI() 06 07@app.get("/strings") 08async def strings( 09 text: str = Query(" Python, FastAPI, LangChain ", max_length=2000), 10 keyword: str = Query("Python", max_length=100), 11 age_text: str = Query("18", max_length=100), 12 separator: str = Query(",", min_length=1, max_length=20), 13) -> dict[str, object]: 14 report = build_report(text, keyword, age_text, separator) 15 print(f"清理后:{report['cleaning']['stripped']}") 16 print(f"拆分结果:{report['split']}") 17 print(f"年龄转换:{report['conversion']}") 18 return report 19
01def build_report( 02 text: str, keyword: str, age_text: str, separator: str = "," 03) -> dict[str, object]: 04 clean_text = text.strip() 05 items = [item.strip() for item in clean_text.split(separator) if item.strip()] 06 joined = " / ".join(items) 07 position = clean_text.find(keyword) 08 has_prefix = clean_text.startswith(keyword) 09 10 try: 11 age = int(age_text) 12 except ValueError as error: 13 age = None 14 conversion_error = type(error).__name__ 15 else: 16 conversion_error = None 17 18 # 字符串本身不变;重新赋值只是让变量指向另一个字符串。 19 original_word = "Python" 20 changed_word = "J" + original_word[1:] 21 22 return { 23 "original": text, 24 "cleaning": { 25 "stripped": clean_text, 26 "lower": clean_text.lower(), 27 "upper": clean_text.upper(), 28 "replaced": clean_text.replace(keyword, "AI") if keyword else clean_text, 29 }, 30 "search": { 31 "contains_ignore_case": keyword.lower() in clean_text.lower(), 32 "position": position, 33 "count": clean_text.count(keyword), 34 "starts_with": has_prefix, 35 "ends_with": clean_text.endswith(keyword), 36 }, 37 "slicing": { 38 "first": clean_text[:1], 39 "last": clean_text[-1:], 40 "prefix": clean_text[:6], 41 "every_other": clean_text[::2], 42 "reversed": clean_text[::-1], 43 }, 44 "split": items, 45 "joined": joined, 46 "formatted": f"共 {len(items)} 个主题:{joined}", 47 "method_return_types": { 48 "strip": type(clean_text).__name__, 49 "find": type(position).__name__, 50 "startswith": type(has_prefix).__name__, 51 "split": type(items).__name__, 52 }, 53 "conversion": { 54 "input": age_text, 55 "age": age, 56 "is_adult": age >= 18 if age is not None else None, 57 "error": conversion_error, 58 }, 59 "immutable": {"original": original_word, "changed": changed_word}, 60 } 61 62if __name__ == "__main__": 63 import json 64 65 print(json.dumps(build_report(" Python, FastAPI, LangChain ", "Python", "18"), 66 ensure_ascii=False, indent=2)) 67
打开本篇在线案例,点击运行并等待环境就绪。案例预览默认选择 GET,地址为:
1/strings?text=%20%20Python%2C%20FastAPI%2C%20LangChain%20%20&keyword=Python&age_text=18
默认响应中,split 是 ["Python", "FastAPI", "LangChain"],joined 是 "Python / FastAPI / LangChain",conversion.age 是 18,is_adult 是 true。method_return_types 会分别显示 str、int、bool 和 list,说明字符串方法并不都返回字符串。
split
["Python", "FastAPI", "LangChain"]
joined
"Python / FastAPI / LangChain"
conversion.age
18
is_adult
true
method_return_types
str
int
bool
list
日志会打印对应的关键操作结果。把 age_text 改成 十八 再发送,conversion.age 和 is_adult 都会是 null,error 为 ValueError;异常已捕获,接口仍正常返回。把 keyword 改成不存在的词,position 会变成 -1。也可以修改 strings_demo.py 中 join() 的分隔符,保存并重新运行。
age_text
十八
null
error
keyword
position
strings_demo.py
text 允许为空,切片会返回空字符串,不会触发索引越界;separator 不能为空,空值会得到 HTTP 422。空 keyword 遵守 Python 的查找规则,属于每个字符串,count 会得到文本长度加一。本例保留查询方法的真实结果;replace 则跳过空关键词,避免在每个字符之间插入 AI。年龄转换仅演示 int(),没有把负数或很大的整数定义成合法业务年龄。
本案例只使用标准库、FastAPI 与 Pydantic,不需要模型密钥。下载并解压 ZIP,进入项目目录后执行:
1uv run python strings_demo.py 2uv run fastapi dev main.py
第一条直接在终端打印实验结果;第二条启动 FastAPI。打开 http://127.0.0.1:8000/docs,选择 GET /strings,填写同样的参数即可发起请求。本机使用 Python 3.12,浏览器使用当前 Pyodide 版本,通过 HTTPX ASGITransport 执行接口,不启动电脑上的 8000 端口。
本篇的代码、日志、Git 配置与 PI Agent 对话使用独立工作区;同站 Python 依赖缓存可以复用。本机配置文件、忽略规则和 README 都包含在项目中,可以在文件目录里查看、编辑和下载。
此段落已有评论,按 Enter 查看评论及回复列表。
连接 GitHub 后查看和发表评论,也可在 GitHub 查看公开讨论。
1. 文本
字符串是由一串字符组成的文本数据。用户名、提示词、文件路径、接口地址和模型回复,通常都会以字符串的形式出现。
Python 可以使用单引号或双引号创建字符串:
单引号和双引号没有本质区别,选择一种并在项目中保持一致即可。如果字符串本身包含某种引号,可以使用另一种引号包裹:
如果文本中同时包含单引号和双引号,或者需要保留多行格式,可以使用三引号:
反斜杠可以表示特殊字符。常见的转义字符包括
\n换行、\t制表符和\\反斜杠本身:如果 Windows 路径或正则表达式中有很多反斜杠,可以使用原始字符串,在字符串前加
r:2. 索引
字符串中的每个字符都有位置。Python 从 0 开始计算位置,第一个字符的索引是
0:也可以使用负数索引从字符串末尾开始查找,
-1表示最后一个字符:切片用于截取一段字符串,基本形式是
text[start:stop]。开始位置包含在结果中,结束位置不包含:切片还可以指定步长
text[start:stop:step]:索引超出范围会抛出
IndexError,所以读取不确定长度的文本时要先判断长度,或者使用切片:字符串是不可变对象。不能直接修改其中的某个字符,应该根据原字符串创建一个新字符串:
3. 方法
字符串提供了许多常用方法,用于清理、查找和替换文本。字符串方法不会修改原字符串,但返回类型取决于方法:清理和替换方法通常返回字符串,查找方法可能返回整数,判断方法返回布尔值,split() 则返回列表。
lower()text.lower()upper()text.upper()strip()text.strip()replace()text.replace("旧", "新")startswith()text.startswith("前缀")endswith()text.endswith(".py")find()text.find("Python")count()text.count("a")下面是几个最常见的清理和转换方法:
strip()默认删除字符串两端的空白,也可以指定要删除的字符。它不会删除中间的空格:查找和判断方法经常用于输入校验:
find()找不到内容时返回-1。如果只需要判断是否包含某段文本,使用in通常更容易读懂:4. 拆分
split()可以按照分隔符把一个字符串拆成列表。默认按照空白字符拆分:也可以指定逗号、换行等分隔符:
拆分后常常需要清理每一项的空格:
join()与split()相反,它使用一个字符串把多个字符串连接起来。调用join()的对象是分隔符,而不是列表:join()要求列表中的每个元素都是字符串。列表里有数字时,需要先转换类型:5. 格式
字符串拼接可以使用
+,但当文本中包含多个变量时,f-string 通常更清晰。只需要在字符串前加f,再把变量写入{}:大括号中也可以放表达式:
金额、百分比和统计结果经常需要控制显示格式。
:.2f表示保留两位小数:f-string 也可以调用方法,但表达式太复杂时,应该先保存到变量,再放进字符串:
6. 转换
input()返回的内容总是字符串,即使用户输入的是数字。下面的示例在本机终端中运行;浏览器在线案例用请求参数接收文本,不等待终端输入。需要进行计算或比较时,应当先显式转换:常见的类型转换方法包括
str()、int()和float():转换可能失败。例如,
int("十八")无法得到整数,会抛出ValueError。处理用户输入或外部接口数据时,应使用异常处理或 Pydantic 校验:字符串还经常用于比较和查找,但大小写可能导致看似相同的内容比较失败。需要忽略大小写时,可以先统一转换:
7. 在线字符串实验
把文本清理、查找、拆分、拼接和类型转换放进一个接口,可以直接观察每种操作的返回值。这里的年龄字符串来自请求参数,作用与终端中 input() 得到的文本相同。
7.1 完整案例代码
main.py 提供接口,strings_demo.py 执行实验。下面展示的代码与在线编辑器的初始文件来自同一份源码;修改编辑器中的文件后,保存并重新运行,接口就会使用修改后的内容。
7.2 运行与观察
打开本篇在线案例,点击运行并等待环境就绪。案例预览默认选择 GET,地址为:
默认响应中,
split是["Python", "FastAPI", "LangChain"],joined是"Python / FastAPI / LangChain",conversion.age是18,is_adult是true。method_return_types会分别显示str、int、bool和list,说明字符串方法并不都返回字符串。日志会打印对应的关键操作结果。把
age_text改成十八再发送,conversion.age和is_adult都会是null,error为ValueError;异常已捕获,接口仍正常返回。把keyword改成不存在的词,position会变成-1。也可以修改strings_demo.py中join()的分隔符,保存并重新运行。text 允许为空,切片会返回空字符串,不会触发索引越界;separator 不能为空,空值会得到 HTTP 422。空 keyword 遵守 Python 的查找规则,属于每个字符串,count 会得到文本长度加一。本例保留查询方法的真实结果;replace 则跳过空关键词,避免在每个字符之间插入 AI。年龄转换仅演示 int(),没有把负数或很大的整数定义成合法业务年龄。
7.3 在本机继续运行
本案例只使用标准库、FastAPI 与 Pydantic,不需要模型密钥。下载并解压 ZIP,进入项目目录后执行:
第一条直接在终端打印实验结果;第二条启动 FastAPI。打开 http://127.0.0.1:8000/docs,选择 GET /strings,填写同样的参数即可发起请求。本机使用 Python 3.12,浏览器使用当前 Pyodide 版本,通过 HTTPX ASGITransport 执行接口,不启动电脑上的 8000 端口。
本篇的代码、日志、Git 配置与 PI Agent 对话使用独立工作区;同站 Python 依赖缓存可以复用。本机配置文件、忽略规则和 README 都包含在项目中,可以在文件目录里查看、编辑和下载。