你真的知道Python的字串是什麼嗎？
在《 ofollow,noindex" target="_blank">詳解Python拼接字串的七種方式 》這篇文章裡，我提到過，字串是程式員離不開的事情。後來，我看到了一個英文版本的說法：
There are few guarantees in life: death, taxes, and programmers needing to deal with strings.
它竟然把程式設計師處理字串跟死亡大事並列了，可見這是多麼命中註定……
回頭看其它文章，我發現這種說法得到了佐證，因為我在無意中已零零碎碎地提及了字串的很多方面，例如：字串讀寫檔案、字串列印、字串不可變性、字串Intern機制、字串拼接、 是否會取消字串 ，等等。而這些，還只能算字串面目的冰山一角。
既然如此，那乾脆再單獨寫寫Python的字串吧。這篇內容可能會很基（li）礎（lun），並不是什麼“騷操作”或“冷知識”，權當是一份溫故而求知新的筆記。
1 Python字串是什麼？
根據維基百科定義：字串是由零個或多個字元組成的有限序列。而在Python 3中，它有著更明確的意思： 字串是由Unicode碼點組成的不可變序列 （Strings are immutable sequences of Unicode code points.）
字串是一種序列，這意味著它具備序列型別都支援的操作：
# 以下的s、t皆表示序列，x表示元素 x in s# 若s包含x，返回True，否則返回False x not in s# 若s包含x，返回False，否則返回True s + t# 連線兩個序列 s * n# s複製n次 s[i]# s的索引第i項 s[i:j] # s切片從第i項到第j-1項 s[i:j:k]#s切片從第i項到第j-1項,間隔為k len(s)# s的長度 min(s)# s的最小元素 max(s)# s的最大元素 s.index（x） # x的索引位置 s.count(x)# s中出現x的總次數
字串序列還具備一些特有的操作，限於篇幅，按下不表。預告一下，下一篇《 你真的知道Python的字串怎麼用嗎？ 》將會展開介紹，敬請期待……
字串序列是一種不可變序列，這意味著它不能像可變序列一樣，進行就地修改。例如，在字串“Python”的基礎上拼接“Cat”，得到字串“PythonCat”，新的字串是一個獨立的存在，它與基礎字串“Python”並沒有關聯關係。
basename = "Python"
myname = basename + "Cat"
id(basename) == id(myname) >>> False
# 作為對比，列表能就地修改
baselist = ["Python"]
baselist.append("Cat")
print(baselist) >>> ['Python', 'Cat']
字串這種序列與其它序列（如列表、元組）的不同之處在於，它的“元素”限定了只能是Unicode碼點。Unicode碼點是什麼呢？簡單理解，就是用Unicode編碼的字元。那字元是什麼呢？ 字元 是人類書寫系統的各類符號，例如阿拉伯數字、拉丁字母、中文、日文、藏文、標點符號、控制符號（換行符、製表符等）、其它特殊符號（@#￥%$*等等）。那Unicode編碼又是什麼呢？Unicode別名是萬國碼、國際碼，它是一種適用性最廣的、將書寫字元編碼為計算機數字的標準。
總所周知，在最底層的計算機硬體世界裡，只有0和1。那麼，怎麼用這個二進位制數字，來表示人類的文化性的字元呢？這些字元數量龐大，而且還在日益增長與變化，什麼樣的編碼方案才是最靠譜的呢？
歷史上，人類創造了多種多樣的字元編碼標準，例如ASCII（1963年）編碼，以西歐語言的字元為主，它的缺點是隻能編碼128個字元；例如GB2312（1981年），這是中國推出的編碼標準，在相容ASCII標準的基礎上，還加入了對日文、俄文等字元的編碼，但缺點仍是編碼範圍有限，無法表示古漢語、繁體字及更多書寫系統的字元。
Unicode編碼標準於1991年推出，至今迭代到了第11版，已經能夠編碼146個書寫系統的130000個字元，可謂是無所不包，真不愧是“國際碼”。Unicode編碼其實是一個二進位制字符集，它建立了從書寫字元對映成唯一的數字字元的關係，但是，由於各系統平臺對字元的理解差異，以及出於節省空間的考慮，Unicode編碼還需要再做一次轉換，轉換後的新的二進位制數字才能作為 實際儲存及網路傳輸時的編碼 。
這種轉換方式被稱為 Unicode轉換格式 （Unicode Transformation Format，簡稱為UTF），它又細分為UTF-8、UTF-16、UTF-32等等方式。我們最常用的是UTF-8。為什麼UTF-8最常用呢？因為它是可變長度的編碼方案，針對不同的字元使用不同的位元組數來編碼，例如編碼英文字母時，只需要一個位元組（8個位元），而編碼較複雜的漢字時，就會用到三個位元組（24個位元）。
二進位制的編碼串可以說是給機器閱讀的，為了方便，我們通常會將其轉化為十六進位制，例如“中”字的Unicode編碼可以表示成 0x4e2d ，其UTF-8編碼可以表示為 0xe4b8ad ，'0x'用於開頭表示十六進位制，這樣就簡潔多了。不過，UTF-8編碼的結果會被表示成以位元組為單位的形式，例如“中”字用UTF-8編碼後的位元組形式是 \xe4\xb8\xad 。
Python中為了區分Unicode編碼與位元組碼，分別在開頭加“u”和“b”以示區分。在Python 3中，因為Unicode成了預設編碼格式，所以“u”被省略掉了。
# 字元轉Unicode編碼
# Python3中，開頭的u被省略，b不可省略
hex(ord('中')) >>> '0x4e2d'
hex(ord('A'))>>> '0x41'
# 字元轉UTF-8編碼（encode）
'中'.encode('utf-8') >>> b'\xe4\xb8\xad'
'A'.encode('utf-8')>>> b'A'
# Unicode編碼還原成字元
chr(0x4e2d) >>> '中'
chr(0x41) >>> 'A'
# UTF-8編碼還原成字元（decode）
b'\xe4\xb8\xad'.decode('utf-8') >>> '中'
b'A'.decode('utf-8') >>> 'A'
總結一下，Python 3 中的字串是由Unicode碼點組成的不可變序列，也即是，由採用Unicode標準編碼的字元組成的不可變序列。Unicode編碼將書寫系統的字元對映成了計算機二進位制數字，為了方便，通常顯示為十六進位制；在運算記憶體中，字元以Unicode編碼呈現，當寫入磁碟或用於網路傳輸時，一般採用UTF-8方式編碼。
在Python 2中，因為歷史包袱，即Python先於Unicode編碼而誕生，所以其編碼問題是個大難題。幸好拋棄Python 2已成大勢所趨，所以我就不再對此做介紹或比對了。
2 Python字串 VS Java字串
雖然不提縱向版本間的差異，但是，我想將Python字串與其它程式語言做一個橫向對比。我覺得這會是挺好玩的事。通過跨語言的比較，也許我們能加深對一個事物（字串）的理解，還可能受到啟發，得到對“程式語言”及“程式設計哲學”的領悟。
由於本人才疏學淺，本文就只對兩點皮毛特性作說明，歡迎讀者斧正和補充。
（1）字串的定義方式
Python的字串是內建型別，所以使用起來很方便，有如下三種定義方式：
str_0 = '''Python字串可以寫在用三引號對內，表示多行字串。 還可以寫在單引號對內， 當然還可以寫在雙引號對內。 ''' str_1 = 'Python貓是一隻貓' str_2 = "Python貓是一個微信公眾號"
Java的字串不是內建型別，它屬於物件，需要通過String類來建立。不過，正因為字串太常用，所以Java特意預定義了一個字串類String，使得程式設計師也可以像這樣來定義： String name = "Python貓"; ，而不必這樣寫： String name = new String("Python貓"); 。
Java的字串只能寫在雙引號內，不具備Python中單雙引號混用的靈活。至於三引號的多行字串表示法，Java程式設計師表示羨慕得要死，那種痛苦，受過折磨的人最懂。寫出來讓Python程式設計師開心一下：
String s = "Java 的多行字串很麻煩，\n" + "既要使用換行符，\n" + "還需要使用加號拼接";
為什麼Java不支援多行字串、什麼時候支援多行字串？此類問題在Python程式設計師眼裡，可能很費解，但它絕對能排進“Java程式設計師最希望能實現的特性”的前列。好不容易，官方有計劃在Java 11 實現，但今年9月釋出的Java 11 仍是沒有，現在改計劃到Java 12 了。
（2）單個字元與字元序列
Java中其實也有單引號的使用，用在char型別上，例如 char c = 'A'; 。char是一種內建型別，表示單個用Unicode編碼的字元。Python中沒有char型別，字串型別通吃一切。
前面說到，Python的字串是一種字元序列，而Java的字串並不是一種序列，要表示相近的概念的話，就得用到 字元陣列 或者 字串陣列 ，例如：
char[] a = { 'a', 'b', 'c'};
String[] str = new String[]{"1","2","3"};
字元陣列和字串陣列是一種序列，但並不是字串，它們之間如果要相互轉換，還是挺麻煩的。另外，說是序列，但Java的序列操作絕對無法跟Python相比，別的不說，就上面提及的幾個基礎操作，試問Java能否實現、實現起來要花費多大力氣？
最後來個Ending，關於“Python字串到底是什麼”就說到這啦，希望對你有所幫助。下次，我再跟大家說說“Python字串到底怎麼用”，敬請期待。