文字列¶
基本¶
文字列はシングルクォーテーション（'），またはダブルクォーテーション（"）で囲む．代入文により，変数に文字列への参照が代入される．なお，C言語における文字型charに相当するものはない．
s = 'stress'
s
'stress'
type(s)
str
文字列の長さ（文字数）はlen関数で取得できる．
len(s)
6
文字列はユニコード文字列として表現されているため，日本語の文字列も問題なく表現できる．
s = 'ストレス'
len(s)
4
空文字列は''やstr関数で作成できる．
s = ''
s
''
s = str()
s
''
特殊文字や複数行にわたる文字列¶
文字列において，\は\n（改行文字）や\t（タブ文字）などの特殊文字を表現するためのエスケープ・シーケンスと解釈されるため，文字通りの解釈にはならない．
s = 'C:\Users\okazaki'
File "<ipython-input-9-29333549322d>", line 1
s = 'C:\Users\okazaki'
^
SyntaxError: (unicode error) 'unicodeescape' codec can't decode bytes in position 2-3: truncated \UXXXXXXXX escape
\を文字として表現するには，\\とする．
s = 'C:\\Users\\okazaki'
print(s)
C:\Users\okazaki
文字列の先頭にrを書くことで，\がエスケープ・シーケンスの一部と解釈されず，文字通りに解釈される（raw string）．
s = r'C:\Users\okazaki'
print(s)
C:\Users\okazaki
文字列の中に'を含めるには，文字列全体をダブルクォーテーション（"）で囲んでおくとよい．
s = "stress's"
s
"stress's"
シングルクォーテーション（'）で囲まれた文字列の中でシングルクォテーション（'）を含めるには，エスケープ・シーケンス\'を使う．
s = 'stress\'s'
s
"stress's"
複数行にわたる文字列を定義するには，"""を用いるとよい．
s = """先頭行
2行目
3行目"""
print(s)
先頭行
2行目
3行目
s
'先頭行\n2行目\n3行目'
数値と文字列の間の変換¶
数値から文字列への変換にはstr関数を用いる．ただ，ひとつの数値を文字列に変換するだけでなく，他の数値や文字列を一緒に文字列として表現するには，後述するフォーマット文字列が便利である．
x = 10
s = str(x)
s
'10'
x = 3.14
s = str(x)
s
'3.14'
文字列から数値への変換にはint関数を用いる．
s = '10'
x = int(s)
x
10
s = '3.14'
x = float(s)
x
3.14
数値から2進数形式の文字列への変換にはbin関数を用いる．
bin(255)
'0b11111111'
数値から16進数形式の文字列への変換にはhex関数を用いる．
hex(255)
'0xff'
インデックス，スライス¶
文字列中の\(i\)番目（先頭は\(0\)番目）の文字を取り出す．
s = 'stressed'
s[0]
's'
s[1]
't'
文字列の範囲外の文字を取り出そうとすると，エラーになる．
s[8]
---------------------------------------------------------------------------
IndexError Traceback (most recent call last)
<ipython-input-26-5cfd660ba969> in <module>
----> 1 s[8]
IndexError: string index out of range
末尾の文字を取り出す．
s[len(s)-1]
'd'
負のインデックス\(-i\)は，文字列の末尾から数えて\(i\)番目の文字を取り出す．
s[-1]
'd'
s[-3]
's'
その他，スライスの使い方はリストと同様である．
s[0:3]
'str'
s[:3]
'str'
s[6:]
'ed'
s[:-2]
'stress'
s[-2:]
'ed'
s[:6:2]
'srs'
s[::2]
'srse'
s[::-1]
'desserts'
文字列は不変（immutable）であるため，その中身を変更することはできない．
s[3] = 'a'
---------------------------------------------------------------------------
TypeError Traceback (most recent call last)
<ipython-input-38-1871abbab46c> in <module>
----> 1 s[3] = 'a'
TypeError: 'str' object does not support item assignment
文字列に対する操作¶
s = "https://www.nlp.c.titech.ac.jp/search?q=Natural+Language+Processing"
小文字への変換．
s.lower()
'https://www.nlp.c.titech.ac.jp/search?q=natural+language+processing'
大文字への変換．
s.upper()
'HTTPS://WWW.NLP.C.TITECH.AC.JP/SEARCH?Q=NATURAL+LANGUAGE+PROCESSING'
文字列の置換．
s.replace('search', 'find')
'https://www.nlp.c.titech.ac.jp/find?q=Natural+Language+Processing'
指定した文字列が最初に現れる場所（インデックス）を返す．
s.find('/')
6
s[:6]
'https:'
s[6:]
'//www.nlp.c.titech.ac.jp/search?q=Natural+Language+Processing'
指定した文字が見つからない場合は-1を返す．
s.find('html')
-1
指定した文字列が最後に現れる場所（インデックス）を返す．
s.rfind('/')
30
s[:30]
'https://www.nlp.c.titech.ac.jp'
s[30:]
'/search?q=Natural+Language+Processing'
指定した文字（'+'）で文字列を分割し，リストで表現する（なお，s[40:]は'Natural+Language+Processing'である）．
v = s[40:].split('+')
v
['Natural', 'Language', 'Processing']
リストの要素を指定した文字（'/'）で連結する．
t = '+'.join(v)
t
'Natural+Language+Processing'
リストの要素を指定した文字（', '）で連結する．
', '.join(v)
'Natural, Language, Processing'
リストの要素をそのまま（空文字で）連結する．
''.join(v)
'NaturalLanguageProcessing'
先頭もしくは末尾に指定した文字（複数指定可）が付いているとき，それを取り除く．
s = ' one, two, three, '
s.strip(' ')
'one, two, three,'
s.strip(', ')
'one, two, three'
末尾に指定した文字（複数指定可）が付いているとき，それを取り除く．
s.rstrip(' ')
' one, two, three,'
s.rstrip(',')
' one, two, three, '
s.rstrip(', ')
' one, two, three'
先頭に指定した文字（複数指定可）が付いているとき，それを取り除く．
s.lstrip(' ')
'one, two, three, '
s.lstrip(',')
' one, two, three, '
s.lstrip(', ')
'one, two, three, '
文字列に対する条件式¶
s = "Tokyo Institute of Technology 2020"
文字列の一致．
s == 'TokyoTech'
False
文字列の不一致．
s != 'TokyoTech'
True
辞書順による文字列の比較．
s < 'Tokyo Tech'
True
s > 'Tokyo Tech'
False
部分文字列を含むか．
'Tokyo' in s
True
部分文字列を含まないか．
'University' not in s
True
指定した文字列で始まるかどうかチェックする．
s.startswith('Tokyo')
True
s.startswith('Institute')
False
指定した文字列で終わるかどうかチェックする．
s.endswith('2020')
True
s.endswith('Technology')
False
（すべてが）大文字か．
s.isupper()
False
s[0].isupper()
True
s[1].isupper()
False
（すべてが）小文字か．
s.islower()
False
s[0].islower()
False
s[1].islower()
True
（すべてが）空白文字か．
s.isspace()
False
s[0].isspace()
False
s[5].isspace()
True
（すべてが）アルファベット文字か．
s.isalpha()
False
s[:5].isalpha()
True
s[:6].isalpha()
False
（すべてが）数字か．
s.isnumeric()
False
s[-4:].isnumeric()
True
'七十七'.isnumeric()
True
'七十七銀行'.isnumeric()
False
フォーマット文字列¶
year = 2020
month = 'December'
date = 9
hour = 9
minute = 15
second = 43.3
printf形式の文字列書式化¶
C言語風のprintf形式の文字列書式化は，%演算子で利用可能．ただし，Python 3ではあまり推奨されていない．
'%s %d, %d' % (month, date, year)
'December 9, 2020'
'%02d:%02d:%02.03f, %s %d, %d' % (hour, minute, second, month, date, year)
'09:15:43.300, December 9, 2020'
書式指定文字列¶
Python 3では，書式指定文字列（str.formatメソッド）が用いられる．変数の値を文字列として埋め込みたい箇所を{}で囲う．値の型を指定しなくてもよい．
formatメソッドの引数の位置に応じて文字列に埋め込む．
'{1} {2}, {0}'.format(year, month, date)
'December 9, 2020'
'{2} {1}, {0}'.format(year, month, date)
'9 December, 2020'
引数の位置の指定を省略し，引数の先頭から順に{}を埋める．
'{} {}, {}'.format(month, date, year)
'December 9, 2020'
引数に名前を付け，その名前を書式指定文字列で参照する．
'{m} {d}, {y}'.format(y=year, m=month, d=date)
'December 9, 2020'
整数や浮動小数点数も型を指定せずに埋め込める．
'{}:{}:{}'.format(hour, minute, second)
'9:15:43.3'
整数や浮動小数点数の整形方法を指定．多くの場合，printf形式の文字列書式化の%の代わりに:に置き換えるだけで済む．例えば，%02.3fは:02.3fとなる．
'{:02}:{:02}:{:02.3f}'.format(hour, minute, second)
'09:15:43.300'
フォーマット済み文字列リテラル¶
フォーマット済み文字列リテラル（文字列の先頭にプレフィックスfまたはFを付ける）を使うと，formatメソッドを呼び出すことなく，アクセス可能な変数を参照できる．
f'{month} {date}, {year}'
'December 9, 2020'
書式指定を行い，数値の0埋めや桁数を揃える．
f'{hour:02}:{date:02}:{second:02.03f}, {month} {date}, {year}'
'09:09:43.300, December 9, 2020'
Pythonの式を直接書式指定に埋め込むこともできる．
f"{month[:3]} {date}, '{year % 2000}"
"Dec 9, '20"