编码和字符串

1、编码

ASCII编码：只有127个字符被编码到计算机中，包括大小写英文字母、数字和一些符号，编码需要一个字节

GB2312编码：中文编码

Shift_JIS编码：日文编码

Euc-kr编码：韩文编码

Unicode编码：把所有语言都统一到一套编码里，用两个字节表示一个字符（如果要用到非常偏僻的字符，就需要4个字节）

UTF-8编码：可变长编码，把一个Unicode字符根据不同的数字大小编码成1-6个字节，英文字母被编码成1个字节，汉子通常是3个字节，很生僻的字符会被编码成4-6个字节

在计算机内存中，统一使用Unicode编码，当需要保存到硬盘或者需要传输的时候，就转换为UTF-8编码

2、字符串

Python3的字符串使用Unicode编码，支持多语言

>>> print('包含中文的str')
包含中文的str

Python提供了ord()函数获取字符的整数表示，chr()函数把编码转换为对应的字符：

>>> ord('A')
65
>>> ord('中')
20013
>>> chr(66)
'B'
>>> chr(25991)
'文'

如果知道字符的整数编码，可以用十六进制写出str，两种写法完全是等价的：

>>> '\u4e2d\u6587'
'中文'

如果要在网络上传输，或者保存到磁盘上，需要把str变为以字节为单位的bytes，bytes的每个字符都只占用一个字节

Python对bytes类型的数据用带b前缀的单引号或双引号表示：

x = b'ABC'

以Unicode表示的str通过encode()方法可以编码为指定的bytes：

>>> 'ABC'.encode('ascii')
b'ABC'
>>> '中文'.encode('utf-8')
b'\xe4\xb8\xad\xe6\x96\x87'
>>> '中文'.encode('ascii')
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
UnicodeEncodeError: 'ascii' codec can't encode characters in position 0-1: ordinal not in range(128)

纯英文的str可以用ASCII编码为bytes；含有中文的str可以用UTF-8编码为bytes；含有中文的str无法用ASCII编码，因为中文编码的范围超过了ASCII编码的范围，会报错

如果从网络或磁盘上读取了字节流，那么读到的数据就是bytes。要把bytes变为str，就需要用decode()方法：

>>> b'ABC'.decode('ascii')
'ABC'
>>> b'\xe4\xb8\xad\xe6\x96\x87'.decode('utf-8')
'中文'

要计算str包含多少个字符，可以用len()函数：

>>> len('ABC')
3
>>> len('中文')
2

如果是bytes，len()函数计算的是字节数：
>>> len(b'ABC')
3
>>> len(b'\xe4\xb8\xad\xe6\x96\x87')
6
>>> len('中文'.encode('utf-8'))
6

一个中文字符经过UTF-8编码后通常会占用3个字节，而一个英文字符只占用1个字节

为了避免乱码问题，应当使用UTF-8编码对str和bytes进行转换

Python解释器读取源代码时，为了让它按UTF-8编码读取，我们通常在文件开头写入如下内容：

#！/usr/bin/env python3

# -*- coding: utf-8 -*-

第一行注释是为了告诉Linux/OS X系统，这是一个Python可执行程序，Windows系统会忽略这个注释；第二行注释是为了告诉Python解释器，按照UTF-8编码读取源代码，否则，你在源代码中写的中文输出可能会有乱码

对于.py文件，需要设置文本编辑器为UTF-8 without BOM编码

3、格式化

>>> 'Hello, %s' % 'world'
'Hello, world'
>>> 'Hi, %s, you have $%d.' % ('Michael', 1000000)
'Hi, Michael, you have $1000000.'

有几个%？占位符，后面就跟几个变量或者值，顺序要对应好，如果只有一个%？，括号可以省略

常见的占位符：

%d 整数

%f 浮点数

%s 字符串

%x 十六进制整数

格式化整数和浮点数可以指定是否补0和整数与小数的位数：

>>> '%2d-%02d' % (3, 1)
' 3-01'
>>> '%.2f' % 3.1415926
'3.14'

%s会把任何数据类型转换为字符串：

>>> 'Age: %s. Gender: %s' % (25, True)
'Age: 25. Gender: True'

如果%是字符串当中的一个普通字符，就需要进行转义，用%%表示一个%：

>>> 'growth rate: %d %%' % 7
'growth rate: 7 %'

4、练习

编辑1.py文件

# -*- coding: utf-8 -*-
s1 = 72
s2 = 85
r = (s2-s1)/s1
print('提高了 %.1f %%' % r)

D:\Pythoncode>python 1.py
提高了 0.2 %