Strings

Índices e fatias

Cada caractere tem uma posição, que começa em zero. Índices negativos contam a partir do fim. A fatia [início:fim:passo] exclui o índice final:

texto = "Python"
print(texto[0], texto[-1], texto[1:4], texto[::-1])

P n yth nohtyP

Strings não mudam

Nenhuma operação altera uma string existente. Elas sempre criam uma nova:

try:
    texto[0] = "J"
except TypeError as erro:
    print(erro)

novo = "J" + texto[1:]
print(novo)

'str' object does not support item assignment
Jython

Os métodos do dia a dia

Estes são os métodos que eu uso toda semana. Todos devolvem uma string nova (ou outro valor) e deixam a original intacta:

frase = "  Aprender Python é divertido  "
print(frase.strip())
print(frase.strip().lower())
print(frase.strip().upper())
print(frase.strip().split())
print("-".join(["a", "b", "c"]))
print(frase.replace("Python", "Go").strip())
print(frase.find("Python"))
print(frase.strip().startswith("Aprender"))
print(frase.count("e"))
print("Python" in frase)

Aprender Python é divertido
aprender python é divertido
APRENDER PYTHON É DIVERTIDO
['Aprender', 'Python', 'é', 'divertido']
a-b-c
Aprender Go é divertido
11
True
3
True

O find devolve -1 quando não acha. O index faz o mesmo, mas levanta ValueError. Para decidir se uma string contém outra, use o operador in.

f-strings

As f-strings são a forma moderna de montar texto. Depois dos dois pontos vai o formato do valor:

nome = "Ana"
preco = 1234.5
quantidade = 3
print(f"{nome} comprou {quantidade} itens")
print(f"Preço: {preco:,.2f}")
print(f"Total: {preco * quantidade:.2f}")
print(f"[{nome:>8}] [{nome:<8}] [{nome:^8}]")
print(f"{quantidade=}")

Ana comprou 3 itens
Preço: 1,234.50
Total: 3703.50
[     Ana] [Ana     ] [  Ana   ]
quantidade=3

O formato :,.2f usa vírgula para milhares e ponto para decimais, que é o padrão americano. Para o formato brasileiro, troque os símbolos:

preco = 1234.5
americano = f"{preco:,.2f}"
brasileiro = americano.replace(",", "_").replace(".", ",").replace("_", ".")
print(brasileiro)

1.234,50

Para aplicações reais, o módulo locale ou a biblioteca Babel fazem isso por região. Para um script, a troca acima resolve.

Unicode e bytes

Uma string é uma sequência de pontos de código Unicode. Os bytes só entram quando você grava em disco ou envia pela rede, e aí a codificação importa:

print(ord("A"), chr(97))
palavra = "ação"
print(len(palavra))
dados = palavra.encode("utf-8")
print(dados)
print(len(dados))
print(dados.decode("utf-8"))

65 a
4
b'a\xc3\xa7\xc3\xa3o'
6
ação

A palavra ação tem 4 caracteres e ocupa 6 bytes em UTF-8, porque ç e ã usam dois bytes cada. Sempre diga a codificação explicitamente ao ler e gravar arquivos. Retomo isso no capítulo de arquivos.