Python字符串是开发者日常开发中使用频率最高的数据类型之一，理解其底层核心原理和掌握实用技巧，能有效提升代码的性能和开发效率。字符串在Python中属于不可变序列类型，这一特性决定了它的很多操作行为和内存使用方式。
Python字符串核心原理
不可变特性
Python字符串一旦创建就无法修改其中的字符，所有看似修改字符串的操作，实际上都是创建了新的字符串对象。比如对字符串进行拼接、替换操作时，不会在原字符串内存上修改，而是生成新的字符串实例。
我们可以通过以下代码验证字符串的不可变特性：
s = "hello" print(id(s)) # 输出原字符串的内存地址 s = s + " world" print(id(s)) # 输出新字符串的内存地址，和之前的不一致
内存存储机制
Python会对短字符串进行驻留优化，相同的短字符串在内存中只会保存一份，这样可以减少内存占用。驻留的字符串通常是长度较短、仅包含字母数字下划线的字符串，长字符串或者包含特殊字符的字符串不会触发驻留机制。
验证驻留机制的代码示例：
s1 = "abc_123" s2 = "abc_123" print(s1 is s2) # 输出True，说明两个变量指向同一个内存对象 s3 = "abc 123" # 包含空格，不属于驻留范围 s4 = "abc 123" print(s3 is s4) # 输出False，说明是两个不同的对象
字符串常用操作实战案例
高效拼接字符串
很多开发者习惯用+号拼接字符串，但是在循环场景下这种方式效率很低，因为每次拼接都会创建新的字符串对象。如果是少量固定字符串拼接，用+或者join方法都可以，如果是循环拼接，推荐使用join方法。
两种拼接方式的效率对比代码：
import time
# 用+号拼接
start = time.time()
s = ""
for i in range(10000):
s += str(i)
print("+号拼接耗时:", time.time() - start)
# 用join拼接
start = time.time()
lst = []
for i in range(10000):
lst.append(str(i))
s = "".join(lst)
print("join拼接耗时:", time.time() - start)
字符串格式化技巧
Python支持多种字符串格式化方式，其中f-string是Python3.6之后推出的格式化方式，语法简洁且运行效率最高，推荐优先使用。如果需要兼容低版本Python，可以选择format方法。
不同格式化方式的示例：
name = "张三"
age = 25
# 百分号格式化
print("姓名：%s，年龄：%d" % (name, age))
# format方法格式化
print("姓名：{}，年龄：{}".format(name, age))
# f-string格式化
print(f"姓名：{name}，年龄：{age}")
编码处理实战
处理文本数据时经常会遇到编码问题，字符串的encode方法可以将字符串转换为指定编码的字节流，decode方法可以将字节流转换为字符串。处理文件或者网络传输数据时，需要注意编码的一致性。
编码转换示例：
s = "你好世界"
# 转换为utf-8编码的字节流
byte_data = s.encode("utf-8")
print(byte_data) # 输出b'xe4xbdxa0xe5xa5xbdxe4xb8x96xe7x95x8c'
# 将字节流转换回字符串
s2 = byte_data.decode("utf-8")
print(s2) # 输出你好世界
实用开发技巧
- 判断字符串是否包含子串，优先使用
in关键字，比find方法更简洁直观 - 去除字符串首尾空白，使用
strip方法，去除左侧用lstrip，去除右侧用rstrip - 拆分字符串使用
split方法，默认按空白字符拆分，也可以指定分隔符和拆分次数 - 替换字符串中的内容使用
replace方法，注意该方法返回新字符串，不会修改原字符串
以下是几个常用技巧的代码示例：
s = " hello python "
# 判断子串
print("python" in s) # 输出True
# 去除首尾空白
print(s.strip()) # 输出hello python
# 拆分字符串
s2 = "a,b,c,d"
print(s2.split(",")) # 输出['a', 'b', 'c', 'd']
print(s2.split(",", 2)) # 输出['a', 'b', 'c,d']，最多拆分2次
# 替换内容
print(s2.replace("c", "C")) # 输出a,b,C,d