Индексы могут иметь отрицательные значения, для отсчета с конца:

>>> word[-1] # Последний символ A

>>> word[-2] # Предпоследний символ p

>>> word[-2:] # Последние два символа pA

>>> word[:-2] # Кроме последних двух символов Hel

Однако -0 обозначает то же самое, что и 0, то есть не будет отсчитываться с конца.

>>> word[-0] # (так как -0 равен 0)

Отрицательные индексы в срезах выходящие за пределы обрабатываются, как если бы они были равны нулю, но не пытайтесь использовать это для простых индексов (с одним элементом):

>>> word[-100:]

HelpA

>>> word[-10] # Ошибка Traceback (innermost last): File "<stdin>", line 1

IndexError: string index out of range

Полезный инвариант операции среза: s[:i] + s[i:] равно s.

>>> word[:2] + word[2:] HelpA

>>> word[:3] + word[3:]

HelpA

Срезы с вырожденными индексами обрабатываются изящно: слишком большой индекс обрабатывается, как если бы он был равен длине строки; если верхняя граница меньше нижней, то возвращается пустая строка.

>>> word[1:100]

elpA

>>> word[10:] >>> word[2:1]

Лучший способ запомнить, как определяются индексы в срезе - считать их указывающими между символами, с номером 0 на левой границе первого символа. А правая граница последнего символа имеет индекс равный длине строки, например:

Первая строка чисел показывает позиции в строке, на которые указывают индексы от 0 до 5, вторая - соответствующие отрицательные индексы. Срез от i до j включает в себя все символы между краями, помеченными i и j, соответственно.

Для неотрицательных индексов длина подстроки равняется разности индексов, если они оба не выходят за пределы диапазона, например, длина подстроки word [1:3] равна 2.

Встроенная функция len() возвращает длину строки:

>>> s = supercalifragilisticexpialidocious

>>> len(s) 34

3.1.3 Строки Unicode

Начиная с версии 1.6, в языке Python доступен новый тип данных для хранения текста - строка Unicode. Его можно использовать для работы с текстом, содержащим одновременно буквы и символы нескольких языков, доступных в Unicode (см. http: www.unicode.org). Строки Unicode полностью интегрируется с обычными строками, автоматически производя, где это необходимо, преобразование.

Unicode имеет значительное преимущество - предоставляет возможность использовать все символы, используемые в современных и древних текстах. Ранее мы могли использовать только 256 символов из определенной кодовой страницы, что приводило к большим затруднениям, особенно при интернационализации (internationalization, обычно записывается как i18n - i + 18 символов + n) программного обеспечения. Unicode решает эту проблему, определяя одну кодовую страницу для всех символов.

Создаются строки Unicode настолько же просто, как и обычные строки:

>>> uHello World ! uHello World !

2ASCII является общей частью для подавляющего большинства кодировок. Вы можете изменить кодировку по умолчанию с помощью функции sys.set string encoding(). Однако лучше все же указывать ее явно.

Маленькая буква u перед кавычками указывает, что предполагается создание строки Unicode. Если Вы хотите включить в строку специальные символы, используйте управляющие последовательности:

>>> uHello\u0020World ! uHello World !

Управляющая последовательность \u0 02 0 указывает, что необходимо вставить Unicode символ с порядковым номером в шестнадцатеричной системе исчисления 0x0020 (пробел).

Благодаря тому, что первые 256 символов Unicode те же, что и в стандартной кодировке Latin-1, ввод текста на большинстве языков, используемых в западных странах, сильно упрощается.

Как и для обычных строк, для строк Unicode существует "необрабатываемый" режим, задаваемый с помощью буквы r или R перед кавычками. Управляющими считаются только последовательности, которые применяются для обозначения символов Unicode, и только если используется нечетное количество символов обратной косой черты перед буквой u:

>>> urHello\u0020World ! uHello World ! >>> urHello\\u0020World ! uHello\\\\u0020World !

Кроме описанного выше метода, Python предоставляет возможность создать строку Unicode на основе строки в известной кодировке. Встроенная функция unicode() может работать с Latin-1, ASCII, UTF-8, UTF-16, с русскими кодировками ISO-8859-5, KOI8-R, CP1251, CP866 и Mac-cyrillic, и многими другими. Python по умолчанию использует кодировку ASCII2, например, при выводе на экран инструкцией print и записи в файл. Если у Вас есть данные в определенной кодировке, для получения строки Unicode используйте встроенную функцию unicode() , указав кодировку в качестве второго аргумента:

>>> s = unicode("Привет", "KOI8-R")

>>> s

u\u041F\u044 0\u0438\u0432\u0435\u0442

Если строка Unicode содержит символы с кодом больше 127, преобразование в ASCII не возможно:

>>> str(s)

Traceback (most recent call last):