Lección 11 de 47 · El array de PHP en Python✦ WebMCP implementado
Strings, f-strings y Unicode: adiós mb_*
9 min de lectura3 retos
En PHP un string es una fila de bytes y por eso existen strlen y mb_strlen, strtoupper y mb_strtoupper… En Python un str es una fila de caracteres Unicode: len("ñandú") ya cuenta bien y no hay prefijo mb_. Aquí ves sus métodos, las f-strings con formato y qué es lo que cambia por debajo.
¿De dónde vienen los nombres?
str = abreviatura de inglés string (cadena, hilo)
Una cadena de caracteres, como un collar de cuentas donde cada cuenta es una letra.
split = inglés split (dividir)
Parte un texto en trozos y te da una lista. Es el explode de PHP.
join = inglés join (unir)
Pega una lista de textos con un separador en medio. Es el implode de PHP, pero al revés: el separador va delante.
strip = inglés strip (quitar, pelar)
Pela los espacios del principio y del final, como pelar una naranja. Es el trim de PHP.
Unicode = del inglés unique, universal y uniform (único, universal y uniforme), según el consorcio que lo creó
Un código único para todas las letras de todos los idiomas, y también emojis. Antes cada país tenía su propia tabla.
UTF-8 = sigla de inglés Unicode Transformation Format, 8 bits
La forma más usada de guardar texto Unicode en bytes. Una a ocupa 1 byte; una ñ, 2; un emoji, 4.
En 4 ideas
1/4
Un str de Python es una secuencia de caracteres Unicode, no de bytes: len("ñandú") vale 5 (en PHP strlen da 7 y hace falta mb_strlen). Por eso upper(), lower() o [::-1] funcionan con tildes sin mb_*.
Los textos son inmutables (texto[0] = "x" falla) y se indexan y rebanan como las listas: texto[0], texto[-1], texto[:5]. in busca dentro (str_contains).
Las f-strings dan formato dentro de las llaves ({precio:.2f}, {n:>5}, {n:,}). Para ir de texto a bytes y vuelta están encode() y decode(): ahí vive lo que en PHP era «un string cualquiera».
1 · Un texto es una secuencia de caracteres
Un str se comporta como una lista de letras que no se puede cambiar: tiene índices, rebanadas, len, in y se recorre con for. Lo que aprendiste en la lección de listas vale aquí.
Pythonmain.py
titulo = "Comprar pan"# En PHP: echo $titulo[0] . PHP_EOL;print(titulo[0])
# En PHP: echo substr($titulo, -3) . PHP_EOL;print(titulo[-3:])
# En PHP: echo substr($titulo, 0, 7) . PHP_EOL;print(titulo[:7])
# En PHP: echo strrev($titulo) . PHP_EOL;print(titulo[::-1])
# En PHP: var_dump(str_contains($titulo, "pan"));print("pan"in titulo)
# En PHP: echo strlen($titulo) . PHP_EOL;print(len(titulo))
# Un texto no se cambia: se crea otro.
nuevo = "C" + titulo[1:]
print(nuevo)
# Multiplicar repite el texto; sumar lo pega.print("=" * 10)
print("[" + titulo + "]")
Hay tres formas de escribir un texto. Las comillas simples y dobles son iguales (en PHP las dobles interpolan variables y las simples no; en Python nunca interpolan, para eso están las f-strings). Con tres comillas el texto puede ocupar varias líneas:
Pythonmain.py
simple = 'Comprar pan'
doble = "Comprar pan"print(simple == doble)
# Tres comillas: varias líneas (en PHP: heredoc o nowdoc).
nota = """Primera líneaSegunda línea"""print(nota)
# r"..." (raw) no interpreta la barra invertida: útil para rutas y expresiones regulares.
ruta = r"C:\tareas\nuevas"print(ruta)
¿Por qué? · En PHP no existe
¿Por qué los textos son inmutables? En PHP puedes hacer $s[0] = "X"
Un texto inmutable se puede compartir sin miedo: si dos variables apuntan al mismo texto, ninguna puede estropeárselo a la otra (el problema de b = a de las listas, que aquí no existe). También permite usar un texto como clave de un diccionario.
En PHP $s[0] = "X" cambia el byte en el sitio, y con una ñ (dos bytes) te parte el carácter por la mitad. En Python no se puede, y no hay manera de romper un carácter a trozos.
2 · Los métodos que vas a usar cada día
En Python las funciones de texto son métodos del propio texto: texto.strip() en vez de trim($texto). Siempre devuelven un texto nuevo (el original no cambia, porque es inmutable).
Pythonmain.py
entrada = " Comprar PAN y leche "# En PHP: trim($entrada)
limpio = entrada.strip()
print(f"[{limpio}]")
# En PHP: strtolower / strtoupper / ucfirstprint(limpio.lower())
print(limpio.upper())
print(limpio.capitalize())
# En PHP: explode(" ", $limpio)
palabras = limpio.split()
print(palabras)
# En PHP: implode("-", $palabras)print("-".join(palabras))
# En PHP: str_replace("PAN", "pan", $limpio)print(limpio.replace("PAN", "pan"))
# En PHP: str_starts_with / str_ends_withprint(limpio.startswith("Comprar"), limpio.endswith("leche"))
# En PHP: strpos(...), pero -1 en vez de false si no está.print(limpio.find("PAN"), limpio.find("nada"))
# En PHP: substr_count($limpio, "e")print(limpio.count("e"))
# Dividir por una coma y limpiar cada trozo.
etiquetas = "casa, urgente , compras"print([e.strip() for e in etiquetas.split(",")])
entrada = " Comprar PAN y leche "
limpio = entrada.strip()
print(limpio.lower().capitalize())
print("-".join(limpio.split(" ")))
print(limpio.replace("PAN", "pan"))
¿Por qué? · En PHP no existe
¿Por qué "-".join(lista) y no lista.join("-")? En PHP es implode
Porque join tiene que funcionar con cualquier cosa recorrible (una lista, una tupla, un conjunto, algo que se genera sobre la marcha), y todas ellas tendrían que saber unir textos. En cambio, el separador es siempre un str: ponerle el método a él resuelve todos los casos de golpe.
Lo notarás al principio como un orden raro. Léelo así: «con el guion, une esto».
3 · f-strings con formato
Ya conoces f"{titulo}". Dentro de las llaves, detrás de dos puntos, va el formato: es el mini-lenguaje de printf / number_format, pero más legible.
Pythonmain.py
precio = 1234.5
pendientes = 7
titulo = "Pan"# En PHP: printf("%.2f", $precio)print(f"{precio:.2f}")
# En PHP: number_format($precio, 2)print(f"{precio:,.2f}")
# En PHP: str_pad($pendientes, 5, " ", STR_PAD_LEFT)print(f"[{pendientes:>5}]")
print(f"[{titulo:<8}]")
print(f"[{titulo:^8}]")
# En PHP: sprintf("%05d", $pendientes)print(f"{pendientes:05d}")
# En PHP: sprintf("%.0f%%", 0.256 * 100)print(f"{0.256:.0%}")
# {x!r} muestra el valor con comillas, como var_export.print(f"{titulo!r}")
# {x=} imprime el nombre y el valor: ideal para depurar.print(f"{pendientes=}")
alinea a la derecha · izquierda · centro en 8 huecos
f"{'ok':>8}"
05d
entero con ceros a la izquierda
f"{7:05d}"
.0%
porcentaje
f"{0.25:.0%}"
!r
con repr (comillas y escapes)
f"{'pan'!r}"
=
nombre y valor
f"{x=}"
4 · Unicode: adiós mb_*
Este es el cambio de fondo con PHP. En PHP un string es una fila de bytes: no sabe si lo que contiene es texto, una imagen o un fichero. Por eso strlen("ñandú") cuenta bytes (da 7) y tienes que usar mb_strlen («multibyte») para contar letras. En Python hay dos tipos separados: str para el texto y bytes para los bytes. Un str siempre cuenta letras.
Pythonmain.py
texto = "ñandú"# En PHP: strlen($texto) da 7; mb_strlen($texto) da 5.print(len(texto))
# En PHP: mb_strtoupper($texto)print(texto.upper())
# En PHP: mb_substr($texto, 0, 3)print(texto[:3])
# Un emoji es un solo carácter.print(len("😀"))
# Para guardar o enviar, el texto se convierte en bytes con encode() (UTF-8 por defecto).
datos = texto.encode()
print(datos)
print(len(datos))
print(type(datos))
# Y de bytes a texto con decode().print(datos.decode())
# casefold: minúsculas «de comparar», más agresivo que lower.print("Straße".casefold() == "STRASSE".casefold())
¿Por qué Python separa str y bytes? En PHP todo es string
Porque son dos cosas distintas y mezclarlas es la fuente de la mayoría de los errores de codificación (ñ en vez de ñ, interrogaciones en una base de datos…). Con tipos separados, Python te obliga a decidir una sola vez, en la frontera (al leer de un fichero o de la red, decode; al escribir, encode), y dentro del programa todo es texto de verdad.
Mezclarlos por error ("pan" + b"pan") lanza TypeError en vez de producir un texto roto en silencio. En PHP un string puede ser ambas cosas y nadie te avisa.
Hora de practicar
Retos · 0/3 resueltos
Reto 1 de 3 · ✓ Resuelto
Limpia el título
El texto entrada viene con espacios de más y en mayúsculas. Quita los espacios de los lados y ponlo en minúsculas, e imprime exactamente comprar pan. Es el strtolower(trim($entrada)) de PHP.
Al pulsar Comprobar, unos tests ocultos prueban tu código en tu navegador, con Python 3.14.
Pythonmain.py · editable
Pista. Encadena los métodos: entrada.strip().lower().
Reto 2 de 3 · ✓ Resuelto
El slug de una tarea
Escribe slug(titulo) que devuelva el título en minúsculas, sin espacios en los lados y con un guion entre palabras: slug(" Comprar Pan ") es comprar-pan. Usa split() (sin argumentos, que ya ignora los espacios repetidos) y join. Es lo que harías con explode e implode en PHP.
Al pulsar Comprobar, unos tests ocultos prueban tu código en tu navegador, con Python 3.14.
Pythonmain.py · editable
Pista.titulo.lower().split() da la lista de palabras sin huecos; luego "-".join(...).
Reto 3 de 3 · ✓ Resuelto
Un título que quepa
Escribe resumen(titulo, maximo) que devuelva el título tal cual si tiene maximo caracteres o menos, y si no, lo recorta a maximo - 1 caracteres y le añade … (un solo carácter), de modo que el resultado mide maximo. Cuenta caracteres, no bytes: es el mb_strlen y el mb_substr de PHP. Ejemplo: resumen("Reunión de equipo", 8) es Reunión….
Al pulsar Comprobar, unos tests ocultos prueban tu código en tu navegador, con Python 3.14.
Pythonmain.py · editable
Pista. Si len(titulo) <= maximo, devuélvelo. Si no, titulo[:maximo - 1] + "…".
Resumen
Lo que te llevas de esta lección
str = caracteres Unicode (en PHP, string = bytes): len("ñandú") es 5 y no hay mb_*.
Un texto es inmutable y se rebana como una lista: s[0], s[-3:], s[::-1]; x in s es str_contains.
split / join / strip / replace son explode / implode / trim / str_replace. El separador de join va delante: ", ".join(lista).
f-strings con formato: {n:.2f}, {n:,}, {n:>5}, {n:05d}. Son el printf y el number_format de PHP, dentro del texto.
encode() pasa de str a bytes y decode() de vuelta. Mezclar str y bytes falla en vez de romper el texto.
Para recordarlo: «Letras, no bytes»
LLetras len cuenta caracteres, no bytes
BBytes aparte encode() / decode() en la frontera
IInmutable un texto no se cambia: se crea otro
En Python el texto son Letras, los Bytes van aparte y todo es Inmutable. La frase para no olvidar el join: «con el separador delante, une esto».