Aula 15: Strings

Tópicos

• strings (tipo str, função len).
• manipulação de strings (métodos upper,lower,capitalize,strip,count,replace,center,find).
• fatiamento de strings.
• representação de caracteres (funções ord e chr).
• método split().

Um string (=tipo str) é uma sequência de caracteres.

Por ser uma sequência de caracteres, podemos fazer uma analogia de strings com listas em Python. Assim como elementos de listas, um caractere de um string pode ser acessado por meio de um índice, o comprimento pode ser dado pela função len(), e os caracteres podem ser fatiados e concatenados. Veja os exemplos abaixo:

A grande diferença em relação às listas (que são dados mutáveis) é que strings em Python são imutáveis, ou seja, não é possível alterar seus elementos. Veja os exemplos abaixo:

Para gerar modificações em um texto fornecido em Python, é necessário criar um novo string. Para isso, podemos gerar novos strings usando o operador de concatenação e o comando de fatiamento. O operador de concatenação gera um novo texto com conteúdo igual à fusão dos dois textos fornecidos. O comando de fatiamento gera cópias de trechos específicos extraídos do texto fornecido. Veja os exemplos abaixo:

Representação de caracteres (funções ord e chr)

Como vimos na primeira aula deste curso, tudo o que um computador armazena e processa são números (internamente no sistema binário). Para que possam ser processados pelo computador, precisamos representar os caracteres por meio de números.

Existem diferentes codificações (= representações numéricas) que podem ser usadas para caracteres. Algumas codificações são específicas para uma língua (como Chinês, Russo, etc), enquanto outras podem ser usadas para múltiplas línguas. Um mesmo caracter pode aparecer em diferentes codificações; entretanto, duas codificações diferentes podem usar códigos numéricos diferentes para representar um mesmo caracter, gerando problemas de incompatibilidade. Para solucionar esses problemas e prover uma representação unificada dos alfabetos de todas as línguas da humanidade, o padrão Unicode foi desenvolvido. O Unicode fornece um número único para cada caractere, independentemente da plataforma ou programa.

Na versão 3.X do Python strings são armazenadas no padrão Unicode em uma instância do tipo str. Para obter o código Unicode de um caracter, como um inteiro, podemos usar a função ord() do Python. Já o caminho inverso pode ser feito usando a função chr(). Veja os exemplos abaixo:

Uma das codificações mais conhecida é a ASCII (American Standard Code for Information Interchange), que foi definida como um padrão em 1968. A ASCII foi criada para representar caracteres da língua inglesa. No ASCII os caracteres numerados de 0 a 31 são considerados de controle, e os de 32 a 127 correspondem aos caracteres comuns de um teclado de computador em inglês, incluindo letras, dígitos decimais e sinais de pontuação. Como um código ASCII é um número entre 0 e 127, ele pode ser armazenado usando-se apenas 7 bits, ou seja, ele cabe dentro de um byte (= 8 bits). A numeração da tabela Unicode é compatível com a tabela ASCII. Logo, podemos executar o seguinte programa para ver os caracteres de 32 a 127 da tabela ASCII:

print("Tabela ASCII de 32 a 127: ")
for i in range(32, 128, 3):
    print("ASCII[ %3d ] = '%s'  |  ASCII[ %3d ] = '%s'  |  ASCII[ %3d ] = '%s'"%
    (i, chr(i), i+1, chr(i+1), i+2, chr(i+2)))
  

print("Tabela ISO-8859-1 (Latin1) de 160 a 255: ")
for i in range(160, 256, 3):
    print("Latin1[ %3d ] = '%s'  |  Latin1[ %3d ] = '%s'  |  Latin1[ %3d ] = '%s'"%
    (i, chr(i), i+1, chr(i+1), i+2, chr(i+2)))
  

Acessando caracteres não disponíveis no teclado

Em geral, entretanto, esses números são escritos em notação hexadecimal (base 16). Além disso, usualmente os code points são apresentados incluindo o prefixo U+ a cada número.

Por exemplo, considere a tabela abaixo que mostra os códigos Unicode de alguns caracteres do alfabeto grego:

Por exemplo, para imprimir a letra beta, podemos usar o seguinte código:

Em Python 3.X, podemos também usar a seguinte solução alternativa:

Problema 1:

Observação: Por questões de simplicidade, assuma o padrão ASCII e ignore vogais acentuadas, tais como à, á, ã, etc.

Exemplo: Para o texto "Paulo" temos a seguinte saída do programa.

Digite um texto: Paulo
Frequência rel. = 3/5 = 0.600000

Solução 1:

Ao invés de testar cada vogal com uma condição correspondente sendo explicitamente escrita (ex: if letra == 'a' or letra == 'e' or ... or letra == 'u':), na solução abaixo consideramos uma string contendo todas possíveis vogais, de modo que podemos então usar o teste mais simples if letra in vogais:.

def main():
    texto = input("Digite um texto: ")
    vogais = "aeiouAEIOU"
    n = len(texto)
    nv = 0  #número de vogais no texto.
    for letra in texto:
        if letra in vogais:
            nv += 1
    print("Frequência rel. = %d/%d = %f"%(nv,n,nv/n))

main()
  

Solução 2:

Solução um pouco mais complexa, utilizando laços encaixados com as variáveis de controle i e j correspondendo aos índices das strings texto e vogais, respectivamente.

def main():
    texto = input("Digite um texto: ")
    vogais = "aeiouAEIOU"
    n = len(texto)
    nv = 0  #número de vogais no texto.
    for i in range(n):
        for j in range(len(vogais)):
            if texto[i] == vogais[j]:
                nv += 1
    print("Frequência rel. = %d/%d = %f"%(nv,n,nv/n))

main()
  

Problema 2:

Solução 1:

Nesta primeira solução, por questões de simplicidade, estamos assumindo o padrão ASCII e ignorando acentos, tais como à, á, ã, etc.

def maiuscula(c):
    if c >= 'a' and c <='z':
        c = chr(ord(c) - ord('a') + ord('A'))
    return c

def main():
    texto = input("Digite um texto: ")
    novo = ""
    for l in texto:
        novo += maiuscula(l)
    print(novo)

main()
  

Solução 2:

Uma solução mais pythonica e geral, utilizando recursos já existentes no Python, pode considerar o uso do método upper().

def main():
    texto = input("Digite um texto: ")
    print(texto.upper())

main()
  

Problema 3:

Exemplo: para o texto "Nome completo;NUSP;e-mail" e sep=";" a saída deve ser a lista ['Nome completo', 'NUSP', 'e-mail'].

Solução:

def separa(texto, sep = " "):
    L = []
    palavra = ""
    for l in texto:
        if l != sep:
            palavra += l
        elif palavra != "":
            L.append(palavra)
            palavra = ""
    if palavra != "":
        L.append(palavra)
    return L
  

  
def main():
    texto = input("Digite um texto: ")
    P = separa(texto, " ")
    print(P)

main()
  

def main():
    texto = input("Digite um texto: ")
    P = texto.split()
    print(P)

main()
  

Problema 4:

Exemplo:

Digite uma frase: Pedro Álvares Cabral
Comprimento da palavra mais longa é 7

Solução 1:

Uma primeira solução analisando letra por letra do texto, sem o uso do split() para separar as palavras do texto.

def main():
    frase = input("Digite uma frase: ")
    tam = 0
    maxtam = 0
    for letra in frase:
        if letra != ' ':
            tam += 1
        else:
            tam = 0
        if tam > maxtam:
            maxtam = tam
    print("Comprimento da palavra mais longa é",maxtam)

main()
  

Solução 2:

Uma segunda solução com a separação explícita das palavras do texto, via o método split().

def main():
    frase = input("Digite uma frase: ")
    palavras = frase.split()
    maxtam = 0
    for pal in palavras:
        if len(pal) > maxtam:
            maxtam = len(pal)
    print("Comprimento da palavra mais longa é",maxtam)

main()