استرینگ (str)

نوع داده استرینگ یا رشته (str) در پایتون، نوع داده‌ای است که برای نمایش متن (دنباله‌ای از کاراکترها) استفاده می‌شود. رشته‌ها در پایتون تغییرناپذیر هستند؛ یعنی پس از ساخته شدن، نمی‌توان محتوای آن‌ها را مستقیماً تغییر داد. پایتون از استاندارد یونیکد پشتیبانی کامل دارد، بنابراین هر رشته‌ای می‌تواند شامل کاراکترهای هر زبانی از جمله فارسی، عربی، چینی، ایموجی و نمادهای ریاضی باشد. نوع داده str یکی از پرکاربردترین انواع داده در پایتون است و متدهای بسیار غنی و متنوعی برای پردازش متن دارد.

ایجاد استرینگ در پایتون

داده‌هایی از نوع رشته متنی در پایتون را می‌توان به روش‌های مختلفی ساخت.

۱) نوشتار مستقیم با کوتیشن تک یا دوتایی:

>>> s1 = 'Hello, World!'
>>> s2 = "Hello, World!"

۲) رشته‌های چندخطی با سه کوتیشن:

>>> multiline = """This is
... a multiline
... string."""

۳) رشته‌های خام با پیشوند r: در رشته‌های خام (Raw String)، کاراکترهای escape مثل n\ یا t\ به صورت تحت‌اللفظی تفسیر می‌شوند. کاربرد اصلی آنها در regex و آدرس‌دهی به مسیرهای ویندوزی است:

>>> path = r"C:\Users\name\Documents"
>>> print(path)
C:\Users\name\Documents

>>> normal = "C:\Users\name\Documents"
>>> print(normal)
C:\Users
ame\Documents

در مثال بالا مشاهده می‌کنید که عدم استفاده از پیشوند r باعث اشتباه مفسر شده و کاراکترهای n\ به عنوان خط جدید قلمداد شده است.

۴) تابع str: سازنده نوع داده استرینگ در پایتون، تابع str است:

str(object)
str(object, encoding, errors="strict")

مقدار بازگشتی تابع str همیشه یک رشته متنی (استرینگ) از نوع str است.

نکته: رشته‌های متنی در پایتون کاملاً از استاندارد یونیکد پشتیبانی می‌کنند. می‌توانید مستقیماً متن فارسی، ایموجی یا هر کاراکتر یونیکدی را در استرینگ خود بنویسید.

عملیات پایه روی استرینگ

در ادامه، تعدادی مثال از عملیات روی رشته‌های متنی را با هم مرور خواهیم کرد.

الحاق و تکثیر: عملگرهای + و * به ترتیب عملیات الحاق (Concatenation) و تکثیر را روی استرینگ‌ها انجام می‌دهند:

>>> "Hello" + " " + "World"
'Hello World'
>>> "ha" * 3
'hahaha'
>>> "-" * 20
'--------------------'

دسترسی با اندیس و برش: رشته‌ها دنباله‌ای از کاراکترها هستند و مثل لیست از اندیس‌گذاری پشتیبانی می‌کنند:

>>> s = "Python"

>>> s[0]       # first character
'P'
>>> s[-1]      # last character
'n'
>>> s[1:4]     # slicing
'yth'
>>> s[:3]      # from beginning to index 3
'Pyt'
>>> s[3:]      # from index 3 to end
'hon'
>>> s[::-1]    # reverse string
'nohtyP'
>>> s[::2]     # one in between
'Pto'

طول رشته و بررسی عضویت: با استفاده از عملگرهای منطقی in و not in می‌توان بررسی کرد که آیا یک رشته از کاراکترها درون یک رشته بزرگتر قرار دارند یا خیر:

>>> s = "Hello, World!"

>>> len(s)
13
>>> "World" in s
True
>>> "Python" not in s
True

مقایسه رشته‌ها: در پایتون، با استفاده از عملگردهای مقایسه‌ای مانند > یا < می‌توان عملیات مقایسه بین رشته‌های متنی را انجام داد. مقایسه رشته‌ها بر اساس ترتیب یونیکد کاراکترها انجام می‌شود:

>>> "apple" == "apple"
True
>>> "apple" < "banana"
True
>>> "abc" < "abd"
True
>>> "Z" < "a"
True

یادآوری: در ترتیب کاراکترهای یونیکدی، حروف الفبای انگلیسی بزرگ قبل از حروف کوچک قرار دارند.

متدهای پرکاربرد استرینگ

نوع str در پایتون بیش از ۴۰ متد دارد. در اینجا مهم‌ترین و پرکاربردترین آنها را بررسی می‌کنیم.

۱) متدهای تغییر حالت حروف:

• متد upper – تبدیل حروف کوچک به بزرگ
• متد lower – تبدیل حروف بزرگ به کوچک
• متد capitalize – حرف اول استرینگ بزرگ، باقی حروف کوچک
• متد title – حرف اول همه کلمات بزرگ، باقی حروف کوچک
• متد swapcase – تبدیل حالت هر حرف به عکس آن

>>> "Hello World".upper()
'HELLO WORLD'

>>> "Hello World".lower()
'hello world'

>>> "hello world".capitalize()
'Hello world'

>>> "hello world from python".title()
'Hello World From Python'

>>> "Hello World".swapcase()
'hELLO wORLD'

۲) متدهای جستجو و بررسی:

• متد find و rfind – یافتن اندیس اولین (یا آخرین) رخداد زیررشته
• متد index و rindex – مثل find ولی در صورت نیافتن، خطای ValueError می‌دهد
• متد count – شمارش تعداد رخداد زیررشته
• متد startswith و endswith – بررسی شروع یا پایان رشته

>>> s = "Hello, Hello, World"

>>> s.find("Hello")
0
>>> s.rfind("Hello")
7
>>> s.find("Python")
-1                                # not found
>>> "Hello".index("xyz")
ValueError: substring not found   # not found
>>> "banana".count("a")
3
>>> "Hello, World".startswith("Hello")
True
>>> "image.jpg".endswith((".jpg", ".png", ".gif"))
True

۳) متدهای حذف فضای خالی:

• متد strip و lstrip و rstrip – حذف فضای خالی (یا کاراکترهای دلخواه) از ابتدا و انتها
• متد removeprefix و removesuffix – حذف پیشوند یا پسوند دقیق (پایتون 3.9+)

>>> "  Hello, World!  ".strip()
'Hello, World!'

>>> "  Hello".lstrip()
'Hello'

>>> "Hello  ".rstrip()
'Hello'

>>> "***Hello***".strip("*")
'Hello'

>>> "Hello, World!".removeprefix("Hello, ")
'World!'

>>> "report_2024.pdf".removesuffix(".pdf")
'report_2024'

۴) متدهای جایگزینی و تبدیل:

• متد replace – جایگزینی زیررشته
• متد translate – جایگزینی کاراکتر به کاراکتر با استفاده از جدول ترجمه

>>> "Hello, World!".replace("World", "Python")
'Hello, Python!'

>>> table = str.maketrans("aeiou", "12345")
>>> "Hello, World!".translate(table)
'H2ll4, W4rld!'

>>> remove_table = str.maketrans("", "", "aeiou")   # حذف حروف صدادار
>>> "Hello, World!".translate(remove_table)
'Hll, Wrld!'

۵) متدهای تقسیم و اتصال:

• متد split – تقسیم رشته به لیست
• متد splitlines – تقسیم بر اساس کاراکترهای خط جدید
• متد partition و rpartition – تقسیم به سه بخش (قبل، جداکننده، بعد)
• متد join – اتصال عناصر یک ایتریبل با جداکننده

>>> "Hello World Python".split()
['Hello', 'World', 'Python']

>>> "a,b,c,d".split(",")
['a', 'b', 'c', 'd']

>>> "line1\nline2\nline3".splitlines()
['line1', 'line2', 'line3']

>>> "Hello: World".partition(":")
('Hello', ':', ' World')

>>> "Hello: World: Python".rpartition(":")
('Hello: World', ':', ' Python')

>>> ", ".join(["Python", "Java", "C++"])
'Python, Java, C++'

>>> "".join(["a", "b", "c"])
'abc'

نکته مهم: برای الحاق تعداد زیادی رشته، join بسیار بهینه‌تر از عملگر + در حلقه است. توصیه می‌شود همیشه از متد join به جای عملگر += در حلقه استفاده کنید.

۶) متدهای تراز کردن و پُر کردن:

• متد center و ljust و rjust – تراز کردن متن در عرض مشخص
• متد zfill – پُر کردن با صفر از سمت چپ (برای اعداد)

>>> "Hello".center(20, "-")
'-------Hello--------'

>>> "Hello".ljust(20, ".")
'Hello...............'

>>> "Hello".rjust(20, ".")
'...............Hello'

>>> "42".zfill(8)
'00000042'

۷) متدهای بررسی محتوا: این متدها فقط True یا False بر می‌گردانند.

• متد isalnum – آیا تمام کاراکترهای رشته فقط حروف الفبا و اعداد هستند یا خیر
• متد isalpha – آیا تمام کاراکترهای رشته فقط حروف الفبا هستند یا خیر
• متد isdigit – آیا تمام کاراکترهای رشته فقط اعداد هستند یا خیر
• متد isspace – آیا تمام کاراکترهای رشته فقط فاصله، تب و فضای خالی هستند یا خیر
• متد istitle – آیا فقط حرف اول همه کلمات رشته به حالت بزرگ هستند یا خیر
• متد isnumeric – آیا تمام کاراکترهای رشته مقادیر عددی معتبر هستند یا خیر
• متد isupper و islower – آیا تمام کاراکترهای رشته حروف بزرگ/کوچک هستند یا خیر

>>> "Hello123".isalnum()
True
>>> "Hello 123".isalnum()
False
>>> "Hello123".isalpha()
False
>>> "123.45".isdigit()
False
>>> "  \t\n".isspace()
True
>>> "Hello World".istitle()
True
>>> "HELLO".isupper()
True
>>> "hello".isnumeric()
False

۸) متدهای کدگشایی و کدگذاری: استرینگ‌های پایتونی یونیکد هستند، اما برای ارسال از طریق شبکه یا ذخیره در فایل باید به بایت تبدیل شوند. این عملیات و معکوس آن، توسط متدهای encode و decode انجام می‌شود.

>>> "سلام".encode("utf-8")
b'\xd8\xb3\xd9\x84\xd8\xa7\xd9\x85'

>>> "Hello".encode("ascii")
b'Hello'

>>> "سلام".encode("ascii")
UnicodeEncodeError: ...

>>> "سلام".encode("ascii", errors="replace")
b'????'

>>> b'\xd8\xb3\xd9\x84\xd8\xa7\xd9\x85'.decode("utf-8")
'سلام'

فرمت‌بندی استرینگ در پایتون

پایتون چندین روش برای فرمت‌بندی استرینگ‌ها دارد که مدرن‌ترین، خواناترین و سریع‌ترین آنها، استفاده از f-string است که از نسخه 3.6 به بعد پایتون، وارد این زبان شده است.

علاوه بر f-string، دو متد format و format_map نیز برای فرمت‌بندی استرینگ‌ها در پایتون وجود دارد. متد format_map تقریباً مشابه format عمل می‌کند ولی از یک دیکشنری یا mapping استفاده می‌کند:

>>> "{0} and {1}".format("Python", "Java")
'Python and Java'

>>> "{name} is {age} years old".format(name="Ali", age=30)
'Ali is 30 years old'

>>> "{:.2f}".format(3.14159)
'3.14'

>>> data = {"name": "Ali", "city": "Tehran"}
>>> "{name} lives in {city}".format_map(data)
'Ali lives in Tehran'

مثال واقعی از کاربرد استرینگ

در یک سناریوی فرضی، شما داده‌های خام کاربران را از یک فایل CSV دریافت می‌کنید. این داده‌ها دارای مشکلاتی مثل فضاهای اضافه، حالت حروف نادرست و ایمیل‌های نامعتبر هستند. باید آن‌ها را پاکسازی و اعتبارسنجی کنید:

raw_users = [
    "  ALI REZAEI  |  ali.rezaei@gmail.com  |  09123456789  ",
    "mina mohammadi|MINA.M@YAHOO.COM|09987654321",
    "  Reza Ahmadi  |  invalid-email  |  0911111111  ",
    "MARYAM HOSSEINI|maryam@outlook.com|09355555555",
]

def clean_name(name):
    return name.strip().title()

def clean_email(email):
    return email.strip().lower()

def clean_phone(phone):
    p = phone.strip()
    return p if p.startswith("09") and len(p) == 11 and p.isdigit() else None

def is_valid_email(email):
    return "@" in email and "." in email.split("@")[-1]

print(f"{'Name':<20} {'Email':<30} {'Phone':<15} {'Valid'}")
print("-" * 75)

for row in raw_users:
    parts = row.split("|")
    if len(parts) != 3:
        continue

    name  = clean_name(parts[0])
    email = clean_email(parts[1])
    phone = clean_phone(parts[2])
    valid = is_valid_email(email) and phone is not None

    phone_display = phone if phone else "INVALID"
    status = "YES" if valid else "NO"

    print(f"{name:<20} {email:<30} {phone_display:<15} {status}")

نمونه خروجی این کد به صورت زیر خواهد بود:

Name                 Email                          Phone           Valid
---------------------------------------------------------------------------
Ali Rezaei           ali.rezaei@gmail.com           09123456789     YES
Mina Mohammadi       mina.m@yahoo.com               09987654321     YES
Reza Ahmadi          invalid-email                  INVALID         NO
Maryam Hosseini      maryam@outlook.com             09355555555     YES

در این مثال از ترکیب متدهای strip – title – lower – split – startswith – isdigit و f-string برای پاکسازی و نمایش داده‌ها استفاده شد.

سوالات متداول

جهت کسب اطلاعات بیشتر می‌توانید به مستندات رسمی پایتون برای نوع داده استرینگ (str) مراجعه کنید.