Strings (chuỗi ký tự) là một trong những kiểu dữ liệu cơ bản và được dùng nhiều nhất trong lập trình — từ in ra một câu "Hello, world!", đọc/ghi file, xử lý dữ liệu văn bản đến giao tiếp với API hay làm log. Hiểu rõ bản chất của string trong Python giúp bạn tránh được nhiều lỗi khó chịu (nhất là liên quan đến encoding và loại bytes vs str), đồng thời đặt nền tảng vững chắc cho các kỹ thuật xử lý chuỗi nâng cao (regex, normalization, tokenization…).
1. String trong Python là gì?
String trong Python là một dãy ký tự (sequence of characters). Python 3 sử dụng Unicode cho string, tức là có thể biểu diễn nhiều loại ngôn ngữ khác nhau, bao gồm cả tiếng Việt có dấu và emoji.
Ví dụ khai báo string:
a = 'KienThucMo'
b = "openknowledge"
c = """This is a
multi-line
string"""Điểm cần nhớ:
- Có thể dùng nháy đơn
'...'hoặc nháy kép"..."để tạo string. - Dùng ba dấu nháy
'''...'''hoặc"""..."""để tạo string nhiều dòng. - String rỗng được viết là
"".
2. Đặc điểm quan trọng của string
2.1 String là immutable (không thay đổi được)
Một khi string được tạo, bạn không thể thay đổi trực tiếp nội dung của nó. Nếu cần “thay đổi”, thực chất bạn đang tạo ra một string mới.
Ví dụ:
word = "hello"
# word[0] = "H" # Error: strings are immutable
word = "H" + word[1:] # Create a new stringĐiều này giúp string an toàn khi sử dụng làm key trong dictionary hoặc khi chia sẻ dữ liệu, nhưng cũng đồng nghĩa cần lưu ý về hiệu năng khi thao tác với chuỗi lớn.
2.2 String là một sequence
Vì là sequence, string có những đặc tính như:
- Có độ dài:
len("Hello")trả về5. - Có thể duyệt từng ký tự bằng vòng lặp:
for ch in "abc": print(ch) - Có thể kiểm tra tồn tại:
"a" in "abc"→True.
3. Những lỗi thường gặp với string
3.1 UnicodeEncodeError / UnicodeDecodeError
Đây là lỗi phổ biến nhất khi làm việc với dữ liệu văn bản đa ngôn ngữ. Nguyên nhân thường là bạn đọc hoặc ghi file mà không chỉ định đúng encoding. Ví dụ, một file lưu bằng UTF-8 nhưng bạn mở mặc định lại theo Windows-1252, Python sẽ báo lỗi.
# Sai encoding -> có thể gây lỗi UnicodeDecodeError
with open("data.txt", "r") as file:
text = file.read()
# Đúng encoding -> an toàn hơn
with open("data.txt", "r", encoding="utf-8") as file:
text = file.read()3.2 Trộn str và bytes
Trong Python 3, str và bytes là hai kiểu khác nhau. Nếu bạn ghép chúng trực tiếp, chương trình sẽ báo lỗi:
"abc" + b"def" # TypeErrorMuốn kết hợp, bạn phải encode str thành bytes hoặc decode bytes thành str trước.
3.3 Khoảng trắng vô hình
Một chuỗi "hello" và "hello " (có khoảng trắng ở cuối) trông rất giống nhau, nhưng khi so sánh chúng lại khác biệt. Tương tự, ký tự xuống dòng \n cũng thường gây nhầm lẫn.
s1 = "hello"
s2 = "hello "
print(s1 == s2) # False
Để tránh lỗi này, khi xử lý dữ liệu nhập từ người dùng hoặc từ file, nên dùng .strip() để loại bỏ khoảng trắng thừa.
3.4 Quên tính bất biến của string
Vì string là immutable, bạn không thể thay đổi trực tiếp một ký tự trong chuỗi. Câu lệnh sau sẽ gây lỗi:
s = "hello"
s[0] = "H" # TypeErrorCách đúng là tạo một chuỗi mới:
s = "H" + s[1:]4. Ứng dụng thực tế của string
4.1 In thông tin, nhập xuất dữ liệu
String được dùng trong hầu hết các lệnh print() để hiển thị kết quả, và input() để nhận dữ liệu từ người dùng. Đây là những thao tác cơ bản nhất mà bất kỳ chương trình Python nào cũng cần.
4.2 Lưu trữ và xử lý file văn bản
Khi đọc/ghi file .txt, .csv, .json, dữ liệu bạn nhận về thường ở dạng string. Ví dụ:
with open("log.txt", "r", encoding="utf-8") as f:
content = f.read()Ở mức cơ bản, làm việc với file gần như đồng nghĩa với làm việc với string.
4.3 Làm việc với dữ liệu JSON, HTML, XML
Các định dạng dữ liệu phổ biến như JSON, HTML hay XML thực chất đều là chuỗi văn bản. Khi lấy dữ liệu từ API, bạn sẽ nhận được string JSON rồi parse thành object để xử lý.
4.4 Xử lý dữ liệu trong AI, NLP
Trong các ứng dụng trí tuệ nhân tạo, đặc biệt là Natural Language Processing (Xử lý ngôn ngữ tự nhiên), string chính là dữ liệu đầu vào. Ví dụ, khi xây dựng chatbot, bạn phải xử lý chuỗi văn bản người dùng nhập vào, sau đó phân tích, gán nhãn, tách từ (tokenization)…
4.5 Tạo log, báo cáo hoặc template động
Khi viết ứng dụng lớn, bạn sẽ thường xuyên cần ghi lại log hoặc sinh báo cáo. Các thao tác này đều xoay quanh string. Với Python, bạn có thể dùng f-string để định dạng động:
name = "KienThucMo"
age = 25
print(f"User {name} is {age} years old.")5. Kết luận
String trong Python không chỉ là “một đoạn chữ”, mà là một kiểu dữ liệu quan trọng với nhiều đặc tính cần ghi nhớ: là chuỗi ký tự Unicode, immutable, và khác biệt với bytes. Hiểu rõ những khái niệm này sẽ giúp bạn làm việc với Python một cách tự tin hơn và hạn chế những lỗi thường gặp khi xử lý văn bản.
Ở các bài viết tiếp theo, bạn có thể tìm hiểu sâu hơn về các thao tác với string như slicing, nối chuỗi, các phương thức (split, join, replace…), cũng như các kỹ thuật nâng cao như regex hay Unicode normalization.
6. Tài liệu tham khảo
- Python Software Foundation. (2024). Text Sequence Type — str. In Python documentation. Retrieved from https://docs.python.org/3/library/stdtypes.html#text-sequence-type-str
- Real Python. (n.d.). Python Strings. Real Python. Retrieved from https://realpython.com/python-strings/
- W3Schools. (n.d.). Python Strings. W3Schools. Retrieved from https://www.w3schools.com/python/python_strings.asp
