Python中的集合和字符串

一。集合

1.什么是集合（集合不能排序，数据不能重复，所以这些情况不适合用集合）

• 集合是容器型数据；将{}作为容器的标志，多个元素用逗号隔开：{元素1，元素2，元素3，。。。}
• 集合是可变的（支持增删改）；无序的（不支持下标操作）；
• 元素：不可变的，唯一的（和key是一样的）

# 空集合
x = {}  # {}是空字典
print(type(x))  # class dict
y = set()  # 空集合
print(type(y), len(y))  # class  set
# 元素不可变的
set1 = {12, 'abc', (10, 20)}
# set2 ={12,'abc',[10,20]}  # TypeError: unhashable type: 'list'，
# 会报错。

# 元素是唯一的(自带去重功能）
set3 = {1, 2, 3, 4, 1, 2, 2}
print(set3)  # {1, 2, 3, 4}，只保留一个
# 集合去重
names = ['张三', '李四', '王五', '张三']
names = set(names)
print(names)

# 集合是无序
print({1, 2} == {2, 1})  # True

2.集合的增删改查

• 1）查 - 只有遍历

set4 = {10, 20, 30, 40}
for x in set4:
    print(x)

• 2)增
• a. 集合.add(元素) - 在集合中添加元素
• b.集合.update(序列) - 将序列中所有的元素添加到集合中

set4.update('abc')
print(set4)  # {100, 'c', 40, 10, 'a', 'b', 20, 30}

• 3)删

• a.集合.remove(元素) - 删除指定元素(如果元素不存在会报错）

• b.集合.discard(元素) - 删除指定元素（元素不存在不报错）

• 4)改 - 无法修改元素，可以删除后添加。

3.数学集合运算（适合用集合）

• python中的集合支持数学的集合运算：子集（> ,< ，>=,<=)、并集(|)、交集(&)、差集（-）、对称差集（^)
  1)子集
  print({200, 300, 400} > {1, 2}) # False(不是比较大小）
  a.集合1>集合2 - 判断集合2是否是集合1的真子集。
  print({10, 20, 30} > {10, 20}) # True

b. 集合1>= 集合2 - 判断集合2是否是集合1的子集
print({10, 20, 30} >= {10, 20}) # True
print({10, 20} >= {10, 20})
2）并集
set1 = {1, 2, 3, 4, 5, 6}
set2 = {4, 5, 6, 7, 8}
print(set1 | set2) # {1, 2, 3, 4, 5, 6, 7, 8}
3)交集
print(set1 & set2) # (4,5,6)
4）差集
print(set1 - set2)
5）对称差集
print(set1 ^ set2)

2.字符串和字符

1.什么是字符串

• 字符串是容器型数据类型：以’’ 或者"" 或者""""""或者 ‘’’’’'作为容器的标志，里面多个字符（任意符号）。
  不可变的（没有增删改，所有的修改操作都是在创建一个新的字符串）；有序的（支持下标操作）
  字符串的元素：字符串的每个基本单元，字符（任何符号都可以），[]

2.字符

• 普通字符：包含所有的符号，例如：数字、字母、中文、各种图形符号等。除了特殊字符以外的所有字符
• 特殊字符：转义字符，和\结合后具有特殊功能和特殊意义的字符，就是转义字符。（转义字符不是python中的概念）
  比如：
  \n - 换行
  \t - 一个水平制表符（相当于按一次TAP键）
  ’ - 一个单引号字符
  " - 一个双引号字符
  \ \ - 一个反斜杠字符
  注意：任何一个转义字符的长度都是1.

str1 = 'abc\nabc\n你好'
print(str1)
poem = '鹅鹅鹅，\n曲项向天歌。\n白毛浮绿水，\n红掌拨清波。'
str3 = "123'abc"  # ""中间放''也可以。
print(str3)
str4 = "123\\nabc"  # 两个\\就可以
print(str4)  # 123\nabc

print(poem)

3.阻止转义

• python中在字符串的最前面加r/R,可以让这个字符串中所有的转义字符的功能消失

str7 = '\t123\nabc\\aaa\u4e00'
print(str7,len(str7))
str8 = r'\t123\nabc\\aaa\u4e00'
str9 = R'\t123\nabc\\aaa\u4e00'
print(str8)
print(str9)

3.字符编码

1.计算机数据存储

• 计算机在存储数据的时候，只能直接存储数字数据，而且以二进制的形式存储的数字。
• 位（bit)(0,1)
  1字节（byte) == 8 位
  1KB == 1024字节
  1MB == 1024kb
  1GB== 1024Mb
  1t==1024Gb

2.字符编码

• 1）字符编码
  为了能够计算机存储字符，我们给每个字符关联一个具体的数字，在需要存储字符的时候就存储字符对应的数字，
  每个字符对应的数字就是字符的编码值。
• 2）编码表
  每个字符和数字的一一对应关系的表就是字符编码表，常用的字符编码表有两种：ascII编码表、Unicode编码表
  a. ascII编码表:
  采用1个字节对128个字符进行编码，其中包括常用的英文符号，数字和字母。其他数字的编码在字母的前面，大写字母的编码在小写字母的前面，大写子母和小写字母不连续
  b. Unicode编码表:
  叫万国码包含了世界上所有国家所有民族的所有语言的符号，前128个字符就是ASCII,其中中文的编码范围是：4eoo~9fa5
• 练习：

1.编码字符：\u四位的16进制数 （这儿的4位的16进制数就是字母的编码值）
str1 = 'a\u0061'  # 0061是97的16进制数
print(str1)  # aa
print('\u4e00\u4e01')  # 一 丁

2.chr函数
 chr(编码值） - 获取编码值对应的字符，将编码值转换成字符。
print(chr(97))
print(chr(0x4e00))

练习：打印所有的汉子
for x in range(0x4e00, 0x9fa5):  (加0x是因为16进制，重点看一下）
 print(chr(x), end='')

3.ord函数
ord(字符串)  获取字符的编码值（获取到的是10进制的）
print(ord('余'), ord('婷'))
print(hex(ord('余')), hex(ord('婷')))  # (加hex转换成16进制编码)
print(hex(0))

print(ord('a'), ord('z'), ord('A'), ord('Z'))

4.相关操作

1.字符串获取字符

• 1)和列表获取元素的方法是一样的

str1 = '人生苦短，我用python!'
print(str1[5])
str2 = 'how are\n you!'  # 空格也算一个字符？？？
print(str2[-4], str2[9])  # y

• 2)切片

message = '曾经有一份真挚的爱情'
print(message[1:])  #

• 3. 遍历

message2 = ' 你以为我以为就是你以为的'
for x in message2:
    print(x)
message3 = 'you jump, i jump'
for x, y in enumerate(message3):
    print(x, y)
# 练习1：打印message3中每个字符的编码值
message3 = 'you jump, i jump'
for x in message3:
    print(ord(x))
# 练习2：统计message4中中文字符的个数
message4 = 'how are you ? 我很好！你呢？'
count = 0
for x in message4:
    if ord(x) in (0x400, 0x9fa5):
        count += 1
    if 0x4e00 <= ord(x) <= 0x9fa5:
        count += 1
print(count)

2.加法和乘法计算

字符串1+字符串2 - 将两个字符串合并产生一个新的字符串
str1 = ‘abc’ + ‘123’

字符串 * N/N * 字符串 - 字符串重复N此产生一个新的字符串
str2 = ‘abc’ * 3

3…比较运算：

== 相同的要完全相同，字符串是有序的

>,< ,>=,<=

两个字符串比较大小比较的是第一对不相等的字符的编码值的大小
判断一个字符是否是小写字母：‘a’ <= x <= ‘z’
判断一个字符是否是大写字母：‘A’ <= x <= ‘Z’
判断一个字符是否是字母：‘a’ <= x <= ‘z’ or ‘A’ <= x <= ‘Z’
判断一个字符是否是数字字符：‘0’ <= x <=‘9’
判断一个字符是否是中文字符：’\u4e00’ <= x<=’\u9fa5’

• 练习：

练习：取出字符串中所有的小写字母       （重点看一下）
str3 = 'hu23,a后仅剩lor23可HMp见'
new_str = ''
for x in str3:
    if 'a' <= x <= 'z':
        new_str += x
print(new_str)

  练习2：将字符中所有的小写字母转换成大写字母   （重点看一下）
new_str = 'HU23,A后仅剩LOR23可HMP见'
str3 = 'hu23,a后仅剩lor23可HMp见'
new_str = ''
for x in str3:
    if 'a' <= x <= 'z':
        x = chr(ord(x) - 32)
    new_str += x
print(new_str)

4.in和not in

• 字符 in 字符串 - 判断字符串中是否有指定字符
  字符串1 in 字符串2 -判断字符串2中是否包含字符串1