Mis apuntes · Aprende Python desde PHP

Se guardan solos en este navegador mientras escribes. Puedes usar Markdown. Al descargarlos, la primera línea es tu enlace personal al curso.

Lección 11 de 47 · El array de PHP en Python ✦ WebMCP implementado

Strings, f-strings y Unicode: adiós mb_*

9 min de lectura 3 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_*.

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 + "]")
PHP 8.5index.php
<?php
declare(strict_types=1);

$titulo = "Comprar pan";

echo $titulo[0] . PHP_EOL;
echo substr($titulo, -3) . PHP_EOL;
echo strrev($titulo) . PHP_EOL;
var_dump(str_contains($titulo, "pan"));
echo str_repeat("=", 10) . PHP_EOL;
Pythonmain.py
titulo = "Comprar pan"

print(titulo[0])
print(titulo[-3:])
print(titulo[::-1])
print("pan" in titulo)
print("=" * 10)

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 línea
Segunda 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 / ucfirst
print(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_with
print(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(",")])
Quiero…En PHPEn Python
Quitar espacios de los ladostrim($s)s.strip()
Partir por un separadorexplode(",", $s)s.split(",")
Partir por espacios (varios juntos)preg_split('/\s+/', $s)s.split()
Unir una listaimplode("-", $a)"-".join(a)
Reemplazarstr_replace($a, $b, $s)s.replace(a, b)
¿Empieza por?str_starts_with($s, $x)s.startswith(x)
¿Contiene?str_contains($s, $x)x in s
Posiciónstrpos($s, $x) (false si no)s.find(x) (-1 si no)
Rellenar a la izquierdastr_pad($s, 5, "0", STR_PAD_LEFT)s.zfill(5) o s.rjust(5, "0")
PHP 8.5index.php
<?php
declare(strict_types=1);

$entrada = "  Comprar PAN y leche  ";
$limpio = trim($entrada);

echo ucfirst(strtolower($limpio)) . PHP_EOL;
echo implode("-", explode(" ", $limpio)) . PHP_EOL;
echo str_replace("PAN", "pan", $limpio) . PHP_EOL;
Pythonmain.py
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=}")
PHP 8.5index.php
<?php
declare(strict_types=1);

$precio = 1234.5;
$pendientes = 7;

echo number_format($precio, 2) . PHP_EOL;
echo sprintf("%05d", $pendientes) . PHP_EOL;
echo str_pad((string) $pendientes, 5, " ", STR_PAD_LEFT) . PHP_EOL;
Pythonmain.py
precio = 1234.5
pendientes = 7

print(f"{precio:,.2f}")
print(f"{pendientes:05d}")
print(f"{pendientes:>5}")
FormatoQué haceEjemplo
.2fdos decimalesf"{3.14159:.2f}"
,separador de milesf"{1234567:,}"
>8 · <8 · ^8alinea a la derecha · izquierda · centro en 8 huecosf"{'ok':>8}"
05dentero con ceros a la izquierdaf"{7:05d}"
.0%porcentajef"{0.25:.0%}"
!rcon repr (comillas y escapes)f"{'pan'!r}"
=nombre y valorf"{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())
PHP 8.5index.php
<?php
declare(strict_types=1);

$texto = "ñandú";

echo strlen($texto) . PHP_EOL;
echo mb_strlen($texto) . PHP_EOL;
echo mb_strtoupper($texto) . PHP_EOL;
echo mb_substr($texto, 0, 3) . PHP_EOL;
Pythonmain.py
texto = "ñandú"

print(len(texto.encode()))
print(len(texto))
print(texto.upper())
print(texto[:3])
En PHPEn PythonNota
strlen($s) (bytes)len(s.encode())Los bytes que ocupa en UTF-8
mb_strlen($s)len(s)Caracteres
mb_strtoupper($s)s.upper()Funciona con tildes y ñ
mb_substr($s, 0, 3)s[:3]Rebanada por caracteres
mb_str_split($s)list(s)Un elemento por carácter
str_pad con mb_s.ljust(8)Sin trucos con multibyte
mb_convert_encodingb.decode("latin-1")De bytes a texto con la codificación que toque

¿Por qué? · En PHP no existe

¿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

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

Resumen

Lo que te llevas de esta lección

  1. str = caracteres Unicode (en PHP, string = bytes): len("ñandú") es 5 y no hay mb_*.
  2. Un texto es inmutable y se rebana como una lista: s[0], s[-3:], s[::-1]; x in s es str_contains.
  3. split / join / strip / replace son explode / implode / trim / str_replace. El separador de join va delante: ", ".join(lista).
  4. f-strings con formato: {n:.2f}, {n:,}, {n:>5}, {n:05d}. Son el printf y el number_format de PHP, dentro del texto.
  5. 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».