Một từ in trên tấm thẻ#
Hãy hình dung một từ được in trên một tấm thẻ nhỏ: hello. Không phải viết bằng bút chì. Mà là in.
Bạn có thể đọc cả từ. Bạn có thể đọc chữ cái thứ ba. Bạn có thể đặt hai tấm thẻ cạnh nhau và đọc chúng như một. Bạn có thể đến tiệm in, đưa họ tấm thẻ, và xin một tấm thẻ mới ghi HELLO.
Điều bạn không thể làm là tẩy chữ h rồi viết chữ J. Tấm thẻ đã được in. Nếu muốn một từ khác, bạn nhận một tấm thẻ khác, và tấm cũ vẫn y nguyên như trước.
Mọi điều bất ngờ về chuỗi trong Python đều bắt nguồn từ đó. Tiệm in luôn đưa bạn một tấm thẻ mới, nên nếu bạn không nhận tấm mới, sẽ chẳng có gì thay đổi. Đó là lỗi ở đầu trang này, và đó là dòng mã lãng phí phổ biến nhất trong môn Python nhập môn.
Dòng mã không làm gì cả#
s = "hello"
s.upper()
print(s)
Chương trình in ra gì? Hãy chốt câu trả lời của bạn.
Hầu như ai cũng nói HELLO. Chúng ta đã gọi .upper(), vậy chắc chắn s giờ đã viết hoa.
hello
Dòng giữa đã chạy, làm xong việc của nó, rồi vứt đáp án đi. Chuỗi trong Python là bất biến (immutable): không gì có thể thay đổi một chuỗi sau khi nó được tạo ra. Vì vậy .upper() không thể sửa s. Nó tạo một chuỗi mới rồi trả lại, và chúng ta đã không hứng lấy.
s = s.upper() là cách sửa. Mọi phương thức của chuỗi đều giữ nguyên chuỗi gốc và trả về kết quả, vì thế một phương thức của chuỗi nằm một mình trên một dòng luôn là lỗi.
Đánh chỉ số, xuôi và ngược#
Chuỗi là một dãy ký tự, và [] lấy ra một ký tự trong đó. Việc đếm bắt đầu từ số 0:
s = "Python rocks"
print(s[0])
print(s[7])
print(s[-1])
print(len(s))
P
r
s
12
Chỉ số (index) âm đếm từ cuối: s[-1] là ký tự cuối cùng, s[-2] là ký tự ngay trước nó. Đây là cách viết tắt của s[len(s) - 1], giúp bạn không phải viết như vậy mỗi lần.
Python không có kiểu (type) ký tự. s[0] là một chuỗi có độ dài một, vì thế bạn có thể so sánh nó với "P" và len(s[0]) bằng 1.
Đi quá cuối chuỗi thì Python sẽ chặn bạn lại:
s = "apple"
print(s[5])
Traceback (most recent call last):
File "idx.py", line 2, in <module>
print(s[5])
~^^^
IndexError: string index out of range
"apple" có năm ký tự ở các chỉ số từ 0 đến 4. Chỉ số hợp lệ cuối cùng luôn là len(s) - 1.
Cắt chuỗi (slicing)#
fruit = "banana"
print(fruit[0:3])
print(fruit[:3])
print(fruit[3:])
print(fruit[::-1])
ban
ban
ana
ananab
[start:stop] lấy từ start đến nhưng không bao gồm stop, cùng quy tắc loại trừ điểm dừng như range. Bỏ start thì có nghĩa là "từ đầu"; bỏ stop thì có nghĩa là "đến hết". Bước (step) -1 đi ngược, và đó là cách ngắn nhất để đảo ngược một chuỗi.
Vì hai nửa gặp nhau vừa khít, fruit[:3] + fruit[3:] dựng lại chuỗi gốc, không thiếu gì và không lặp gì.
Một lát cắt (slice) chủ yếu là dấu câu, mà dấu câu thì khó nhớ cho đến khi bạn đọc được nó thành lời. Đây là bốn dạng bạn sẽ gặp:
| Viết là | Đọc thành tiếng là |
|---|---|
fruit[0:3] | “fruit, từ 0, đến nhưng không bao gồm 3” |
fruit[:3] | “fruit, từ đầu, đến nhưng không bao gồm 3” |
fruit[3:] | “fruit, từ 3, đi hết đến cuối” |
fruit[::-1] | “fruit, toàn bộ, theo chiều ngược” |
Hãy nói “đến nhưng không bao gồm” mỗi một lần, và lỗi lệch một đơn vị (off-by-one) sẽ không còn xảy ra.
Chuỗi không thể bị thay đổi#
greeting = "Hello"
greeting[0] = "J"
Traceback (most recent call last):
File "imm.py", line 2, in <module>
greeting[0] = "J"
~~~~~~~~^^^
TypeError: 'str' object does not support item assignment
Chuỗi là bất biến. Bạn có thể đọc bất kỳ ký tự nào; bạn không thể ghi đè lên ký tự nào. Thay vào đó, hãy tạo một chuỗi mới, dùng lát cắt cho phần bạn giữ lại:
greeting = "Hello"
greeting = "J" + greeting[1:]
print(greeting)
Jello
Ở đó cũng không có gì bị sửa: một chuỗi mới được tạo ra và tên greeting được trỏ vào nó. Sự phân biệt này được giải thích đầy đủ trong Vì sao sửa danh sách này lại làm đổi danh sách kia, nơi nó quyết định một bí danh (alias) có thấy thay đổi của bạn hay không.
Phương thức không làm gì cả#
Tính bất biến có một hệ quả khiến gần như ai cũng mắc bẫy:
s = "hello"
s.upper()
print(s)
hello
s.upper() đã chạy. Nó tính ra "HELLO". Rồi dòng đó kết thúc, không có gì giữ kết quả, và kết quả bị bỏ đi. Một phương thức của chuỗi không bao giờ có thể sửa chuỗi mà nó được gọi trên đó: không có thao tác như vậy. Nó chỉ có thể trả về một chuỗi mới.
Vậy nên kết quả phải được hứng lấy:
s = " Hello World "
print(s.strip())
print(s.upper())
print(s.strip().replace("World", "Python"))
Hello World
HELLO WORLD
Hello Python
Hãy nhìn dòng giữa: .upper() viết hoa các chữ cái và để nguyên các khoảng trắng xung quanh ở đúng chỗ của chúng, vì nó chỉ được yêu cầu làm vậy. Dòng thứ ba gọi nối tiếp: .strip() đưa thẳng chuỗi mới của nó cho .replace(), và phương thức này trả về một chuỗi mới khác.
Phương thức của chuỗi trả về và không bao giờ biến đổi (mutate) chuỗi, nên quên gán là mất công. Phương thức của danh sách (list) như .sort() biến đổi danh sách và trả về None, nên gán kết quả là vứt mất danh sách. Hai lỗi một dòng phổ biến nhất trong môn nhập môn hoàn toàn trái ngược nhau.
Các phương thức đáng ghi nhớ#
| Phương thức | Trả về |
|---|---|
.upper() .lower() | một chuỗi mới đã đổi chữ hoa/chữ thường: cách chuẩn để đầu vào (input) Y/N trở nên đáng tin cậy |
.strip() | một chuỗi mới đã bỏ khoảng trắng (whitespace) ở đầu và cuối; khoảng trắng ở đây là dấu cách, tab và ký tự xuống dòng vô hình ở cuối một dòng đọc từ tệp |
.replace(old, new) | một chuỗi mới với mọi lần xuất hiện đều được thay thế |
.count(sub) | số lần sub xuất hiện |
.find(sub) | chỉ số của lần xuất hiện đầu tiên, hoặc −1 nếu không có |
.split(sep) | một danh sách các phần: tách theo khoảng trắng khi không có đối số (argument) |
sep.join(list) | một chuỗi được tạo bằng cách nối các phần tử của danh sách, với sep ở giữa các phần tử |
.isalpha() .isdigit() .isalnum() | True hoặc False: hữu ích để kiểm tra tính hợp lệ của đầu vào |
s = "banana"
print(s.count("a"))
print(s.find("na"))
print(s.find("z"))
3
2
-1
Việc .find() trả về −1 thay vì báo lỗi là điều đáng nhớ, vì −1 cũng là một chỉ số hợp lệ. if s.find("z"): là đúng khi ký tự đó không có mặt, ngược với ý bạn muốn. Hãy kiểm tra if s.find("z") != -1:, hoặc đơn giản dùng if "z" in s:.
print("abc".isalpha(), "abc1".isalpha())
print("123".isdigit(), "12.3".isdigit())
print("abc1".isalnum())
True False
True False
True
"12.3".isdigit() là False: dấu chấm không phải chữ số. Nó kiểm tra xem mọi ký tự có phải là chữ số không, nên "-5".isdigit() cũng là False. Đây không phải là phép kiểm tra bất cứ thứ gì có dạng số.
song = "The rain in Spain"
print(song.split())
print("a,b,,c".split(","))
print("-".join(["a", "b", "c"]))
['The', 'rain', 'in', 'Spain']
['a', 'b', '', 'c']
a-b-c
Tách theo một dấu phân cách cụ thể sẽ giữ lại các phần rỗng: hai dấu phẩy liền nhau tạo ra một chuỗi rỗng ở giữa. Còn tách mà không chỉ định gì thì sẽ gộp các đoạn khoảng trắng liên tiếp.
Toán tử in, và so sánh chuỗi#
print("p" in "apple")
print("ppl" in "apple")
print("z" not in "apple")
True
True
True
in kiểm tra một chuỗi con (substring) có độ dài bất kỳ, không chỉ một ký tự.
print("apple" < "banana")
print("Apple" < "apple")
print("Zebra" < "apple")
True
True
True
Phép so sánh theo thứ tự từ điển, với một điểm đặc biệt: mọi chữ hoa đều xếp trước mọi chữ thường, nên "Zebra" đứng trước "apple". Nếu không muốn phân biệt hoa thường, hãy so sánh .lower() ở cả hai vế.
Duyệt qua một chuỗi#
word = "apple"
for ch in word:
print(ch, end="-")
print()
for idx in range(len(word)):
print(idx, word[idx])
a-p-p-l-e-
0 a
1 p
2 p
3 l
4 e
Vòng lặp (loop) đầu tiên đi theo phần tử và đưa cho bạn từng ký tự. Vòng thứ hai đi theo chỉ số và đưa cho bạn từng vị trí, rồi bạn dùng vị trí đó để tra ký tự. Hãy dùng cách đầu trừ khi bạn thực sự cần con số.
Mẫu tích lũy (accumulator) hoạt động trên chuỗi giống như trên số: bắt đầu từ rỗng, thêm dần trong khi đi:
word = "programming"
vowels = ""
for ch in word:
if ch in "aeiou":
vowels = vowels + ch
print(vowels)
print(len(vowels))
oai
3
.format() và f-string#
Dùng + để nối chuỗi với số thì không chạy được:
age = 20
print("I am " + age)
Traceback (most recent call last):
File "cat.py", line 2, in <module>
print("I am " + age)
~~~~~~~~^~~~~
TypeError: can only concatenate str (not "int") to str
“Concatenate” là từ trong thông báo lỗi đó, và nó chỉ có nghĩa là nối đầu với đuôi. Python sẽ nối chuỗi với chuỗi. Python sẽ không nối chuỗi với số, vì nó không có cách nào đoán được bạn muốn "I am 20" hay muốn tính toán. Hãy nói rõ bạn muốn gì:
age = 20
print("I am " + str(age))
print(f"I am {age}")
I am 20
I am 20
.format() điền vào các cặp ngoặc nhọn có đánh số hoặc để trống bằng các đối số của nó:
print("Hello, {}!".format("Sam"))
print("{} is {} years old".format("Sam", 20))
print("{1} then {0}".format("second", "first"))
Hello, Sam!
Sam is 20 years old
first then second
f-string làm cùng việc đó với các giá trị được viết ngay tại chỗ chúng xuất hiện, và cách này gần như luôn dễ đọc hơn:
name = "Sam"
age = 20
print(f"{name} is {age}")
pi = 22 / 7
print(f"{pi:.4f}")
n = 14
print(f"{n:b} {n:X}")
Sam is 20
3.1429
1110 E
Sau dấu hai chấm là đặc tả định dạng (format specification), đơn giản là một chỉ dẫn về cách in giá trị. Nó thay đổi vẻ ngoài của con số, không bao giờ thay đổi bản thân con số.
| Viết là | Đọc thành tiếng là |
|---|---|
f"{pi}" | “in pi theo cách Python muốn” |
f"{pi:.4f}" | “in pi dưới dạng số dấu chấm cố định (fixed-point) với bốn chữ số sau dấu chấm” |
f"{n:b}" | “in n ở dạng nhị phân” |
f"{n:X}" | “in n ở dạng thập lục phân viết hoa” |
Chữ f trong .4f là viết tắt của fixed-point (dấu chấm cố định), và đó là ký tự mà tiền bạc phụ thuộc vào. Các đặc tả tương tự cũng dùng được trong .format():
orig = 2.50
disc = 7
new = (1 - disc / 100) * orig
print("${:.2f} discounted by {}% is ${:.2f}".format(orig, disc, new))
$2.50 discounted by 7% is $2.32
Có hai chỗ hay sai đến mức đáng gọi tên. Thứ nhất, bỏ mất f:
x = 1234.5678
print(f"{x:.2f}")
print(f"{x:.2}")
1234.57
1.2e+03
.2f là hai chữ số thập phân. .2 đơn thuần là hai chữ số có nghĩa ở định dạng chung (general format), và điều này biến một số có bốn chữ số thành ký hiệu khoa học. Với tiền bạc, luôn dùng .2f.
Thứ hai, quên chính chữ f làm cho nó trở thành f-string:
name = "Sam"
print("{name} is here")
{name} is here
Không có lỗi, không có thay thế giá trị: chỉ có các dấu ngoặc nhọn được in y nguyên. Nếu đầu ra của bạn có dấu ngoặc nhọn, đây là lý do.
Những chỗ dễ sai#
- Gọi phương thức của chuỗi mà không gán kết quả.
s.upper()trên một dòng riêng không làm gì mà bạn có thể quan sát được. - Cố đổi một ký tự tại chỗ.
TypeError. Hãy tạo một chuỗi mới bằng các lát cắt. - Lệch một đơn vị khi cắt. Điểm dừng bị loại trừ, y như
range. - Dùng kết quả của
.find()như một giá trị đúng/sai. Nó trả về −1 khi không tìm thấy, và giá trị này được xem là đúng (truthy). Hãy so sánh với −1, hoặc dùngin. "12.3".isdigit(). False: dấu chấm khiến nó không đạt.- Nối một số vào chuỗi.
"I am " + agebáo lỗi. Hãy dùngstr()hoặc f-string. - Dùng
{x:.2}cho tiền. Đó là hai chữ số có nghĩa, không phải hai chữ số thập phân. - Quên chữ
fở đầu. Các dấu ngoặc nhọn được in ra như văn bản và không có gì cảnh báo bạn. - So sánh các chuỗi lẫn hoa thường. Mọi chữ hoa đều xếp trước mọi chữ thường; hãy chuẩn hóa bằng
.lower()trước.
Mọi phương thức của chuỗi đều trả lại cho bạn một kết quả và giữ nguyên chuỗi gốc. Nếu bạn không hứng lấy, coi như không có gì xảy ra. Một phương thức của chuỗi nằm một mình trên một dòng luôn là lỗi.
Tự kiểm tra trong ứng dụng Kestrel Exams miễn phí
30 câu hỏi luyện tập về chỉ số, cắt chuỗi, phương thức của chuỗi và f-string, mọi đáp án về mã đều được kiểm tra bằng cách chạy thật. Miễn phí, dùng được khi không có mạng, không cần tài khoản.
Luyện tập chủ đề này →Câu hỏi thường gặp#
Vì sao s.upper() không thay đổi chuỗi của tôi?
Vì chuỗi là bất biến, nên một phương thức như upper() trả về một chuỗi MỚI và giữ nguyên chuỗi gốc. Gọi s.upper() trên một dòng riêng sẽ tính ra đáp án rồi bỏ đi. Hãy gán kết quả: s = s.upper().
Chỉ số âm trong Python có nghĩa là gì?
Nó đếm từ cuối. s[-1] là ký tự cuối cùng, s[-2] là ký tự áp chót. Đây là cách viết tắt của s[len(s) - 1], và nó cũng dùng được với danh sách.
Vì sao fruit[0:3] chỉ cho ba ký tự?
Vì giá trị dừng của lát cắt bị loại trừ, y như range. fruit[0:3] lấy các chỉ số 0, 1 và 2. Để lấy cả chỉ số 3, bạn sẽ viết fruit[0:4].
Vì sao tôi không thể đổi một ký tự của chuỗi?
Chuỗi là bất biến. greeting[0] = 'J' báo lỗi TypeError: 'str' object does not support item assignment. Thay vào đó, hãy tạo một chuỗi mới: greeting = 'J' + greeting[1:].
.2 và .2f trong đặc tả định dạng khác nhau thế nào?
Chữ f nghĩa là dấu chấm cố định (fixed-point), nên .2f cho đúng hai chữ số sau dấu chấm thập phân. .2 đơn thuần nghĩa là hai chữ số có nghĩa ở định dạng chung (general format), và điều này biến 1234.5678 thành 1.2e+03. Với tiền bạc, bạn luôn cần .2f.
Vì sao 'I am ' + age bị lỗi?
Vì + giữa một chuỗi và một số không được định nghĩa: TypeError: can only concatenate str (not "int") to str. Hãy chuyển đổi bằng str(age), hoặc dùng f-string, thứ tự động chuyển đổi.
Có chỗ nào chưa rõ? Có chủ đề nào bạn muốn chúng tôi viết? Hãy cho chúng tôi biết. Chúng tôi đọc mọi tin nhắn, và một lời đề nghị là cách nhanh nhất để có bài hướng dẫn mới: một số bài ở đây ra đời vì có người hỏi.