Strings en

Acerca de Strings

Un str en Python es una secuencia inmutable de puntos de código Unicode. Estos pueden incluir letras, signos diacríticos, caracteres de posicionamiento, números, símbolos de moneda, emoji, signos de puntuación, espacios y caracteres de salto de línea, entre otros.

Para profundizar en qué información codifica un string (o, «¿cómo sabe un ordenador traducir ceros y unos a letras?»), esta entrada de blog sigue siendo de gran ayuda. La documentación de Python también ofrece un HOWTO sobre Unicode muy detallado que trata el soporte de Python para la especificación Unicode en los módulos str, bytes y re, consideraciones sobre las configuraciones regionales y algunos problemas habituales de codificación y traducción.

Los strings implementan todas las operaciones comunes de secuencia y se pueden recorrer con la sintaxis for item in <str> o for index, item in enumerate(<str>). Se puede hacer referencia a puntos de código individuales (strings de longitud 1) mediante un número 0-based index desde la izquierda, o un número -1-based index desde la derecha.

Los strings se pueden concatenar con <str> + <other str> o <str>.join(<iterable>), y dividir mediante <str>.split(<separator>). También ofrecen varias opciones adicionales de formato, ensamblaje y plantillas.

Un literal str se puede declarar usando comillas simples ' o dobles ". El carácter de escape \ está disponible cuando sea necesario.

>>> single_quoted = 'These allow "double quoting" without "escape" characters.'

>>> double_quoted = "These allow embedded 'single quoting', so you don't have to use an 'escape' character."

Los strings de varias líneas se declaran con ''' o """.

>>> triple_quoted = '''Three single quotes or "double quotes" in a row allow for multi-line string literals.
  Line break characters, tabs and other whitespace is fully supported. Remember - The escape "\" character is also available if needed (as can be seen below). 
  
  You\'ll most often encounter multi-line strings as "doc strings" or "doc tests" written just below the first line of a function or class definition.
    They\'re often used with auto documentation ✍ tools.
    '''

El constructor str(<object>) se puede usar para crear o convertir strings a partir de otros objetos:

>>> my_number = 42
>>> str(my_number)
...
"42"

Aunque el constructor str(<object>) se puede usar para forzar o convertir a string, no iterará ni desempaquetará un objeto. Esto es distinto del comportamiento de los constructores de otros tipos de datos como list(), set(), dict() o tuple(), y puede dar resultados sorprendentes.

>>> numbers = [1,3,5,7]
>>> str(numbers)
...
'[1,3,5,7]'

Se puede hacer referencia a los puntos de código dentro de un str mediante un número 0-based index desde la izquierda:

creative = '창의적인'

>>> creative[0]
'창'

>>> creative[2]
'적'

>>> creative[3]
'인'

La indexación también funciona desde la derecha, empezando por un -1-based index:

creative = '창의적인'

>>> creative[-4]
'창'

>>> creative[-2]
'적'

>>> creative[-1]
'인'

En Python no existe un tipo «character» o «rune» aparte, así que indexar un string produce un nuevo str de longitud 1:

>>> website = "exercism"
>>> type(website[0])
<class 'str'>

>>> len(website[0])
1

>>> website[0] == website[0:1] == 'e'
True

Se pueden seleccionar substrings mediante la notación de rebanada, usando <str>[<start>:<stop>:<step>] para producir un string nuevo. Los resultados excluyen el índice stop. Si no se indica start, el índice inicial será 0. Si no se indica stop, el índice stop será el final del string.

moon_and_stars = '🌟🌟🌙🌟🌟⭐'

>>> moon_and_stars[1:4]
'🌟🌙🌟'

>>> moon_and_stars[:3]
'🌟🌟🌙'

>>> moon_and_stars[3:]
'🌟🌟⭐'

>>> moon_and_stars[:-1]
'🌟🌟🌙🌟🌟'

>>> moon_and_stars[:-3]
'🌟🌟🌙'

Los strings también se pueden dividir en strings más pequeños mediante <str>.split(<separator>), que devuelve un list de substrings. Usar <str>.split() sin ningún argumento divide el string por los espacios en blanco.

>>> cat_ipsum = "Destroy house in 5 seconds command the hooman."
>>> cat_ipsum.split()
...
['Destroy', 'house', 'in', '5', 'seconds', 'command', 'the', 'hooman.']


>>> cat_words = "feline, four-footed, ferocious, furry"
>>> cat_words.split(',')
...
['feline', ' four-footed', ' ferocious', ' furry']


>>> colors = """red,
orange,
green,
purple,
yellow"""

>>> colors.split(',\n')
['red', 'orange', 'green', 'purple', 'yellow']

Los strings se pueden concatenar con el operador +. Este método debe usarse con moderación, ya que no es muy eficiente ni fácil de mantener.

language = "Ukrainian"
number = "nine"
word = "дев'ять"

sentence = word + " " + "means" + " " + number + " in " + language + "."

>>> print(sentence)
...
"дев'ять means nine in Ukrainian."

Si hay que combinar un list, tuple, set u otra colección de strings individuales en un único str, <str>.join(<iterable>) es una opción mejor:

# str.join() makes a new string from the iterables elements.
>>> chickens = ["hen", "egg", "rooster"] # Lists are iterable.
>>> ' '.join(chickens)
'hen egg rooster'

# Any string can be used as the joining element.
>>> ' :: '.join(chickens)
'hen :: egg :: rooster'

>>> ' 🌿 '.join(chickens)
'hen 🌿 egg 🌿 rooster'


# Any iterable can be used as input.
>>> flowers = ("rose", "daisy", "carnation")  # Tuples are iterable.
>>> '*-*'.join(flowers)
'rose*-*daisy*-*carnation'

>>> flowers = {"rose", "daisy", "carnation"}  # Sets are iterable, but output order is not guaranteed.
>>> '*-*'.join(flowers)
'rose*-*carnation*-*daisy'

>>> phrase = "This is my string"  # Strings are iterable, but be careful!
>>> '..'.join(phrase)
'T..h..i..s.. ..i..s.. ..m..y.. ..s..t..r..i..n..g'


# Separators are inserted **between** elements, but can be any string (including spaces).
# This can be exploited for interesting effects.
>>> under_words = ['under', 'current', 'sea', 'pin', 'dog', 'lay']
>>> separator = ' ⤴️ under' # Note the leading space, but no trailing space.
>>> separator.join(under_words)
'under ⤴️ undercurrent ⤴️ undersea ⤴️ underpin ⤴️ underdog ⤴️ underlay'

# The separator can be composed different ways, as long as the result is a string.
>>> upper_words = ['upper', 'crust', 'case', 'classmen', 'most', 'cut']
>>> separator = ' 🌟 ' + upper_words[0] # This becomes one string, similar to ' ⤴️ under'.
>>> separator.join(upper_words)
 'upper 🌟 uppercrust 🌟 uppercase 🌟 upperclassmen 🌟 uppermost 🌟 uppercut'

Los strings admiten todas las operaciones comunes de secuencia. Se puede iterar por puntos de código individuales en un bucle mediante for item in <str>. Se puede iterar por índices con elementos en un bucle mediante for index, item in enumerate(<str>).

>>> exercise = 'လေ့ကျင့်'

# Note that there are more code points than perceived glyphs or characters.
# Care should be used when iterating over languages that use
# combining characters, or when dealing with emoji.
>>> for code_point in exercise:
...    print(code_point)
...
လ
ေ
့
က
ျ
င
်
့

# Using enumerate will give both the value and index position of each element.
>>> for index, code_point in enumerate(exercise):
...    print(index, ": ", code_point)
...
0 :  လ
1 :  ေ
2 :  ့
3 :  က
4 :  ျ
5 :  င
6 :  ်
7 :  ့

Métodos de string

Python ofrece un amplio conjunto de métodos de string que ayudan con la búsqueda, la limpieza, la división, la transformación, la traducción y muchas otras operaciones. Se trata una selección de estos métodos en otro ejercicio.

Formato

Python también ofrece un amplio conjunto de herramientas para el formato y las plantillas de strings, así como un procesamiento de texto más sofisticado mediante los módulos re (expresiones regulares), difflib (comparación de secuencias) y textwrap. Para una buena introducción al formato de strings en Python, consulta esta entrada de Real Python. Para una introducción a los métodos de string, consulta Strings and Character Data in Python en el mismo sitio.

Tipos relacionados y codificaciones

Además de str (una secuencia de texto), Python tiene los correspondientes tipos de secuencia binaria, resumidos en servicios de datos binarios: bytes (una secuencia binaria), bytearray y memoryview para el almacenamiento y la manipulación eficientes de datos binarios. Además, los flujos permiten enviar y recibir datos binarios por una conexión de red sin usar callbacks.