Python基础（一）数据类型和变量、字符串和编码_python 定义字符串变量编码-CSDN博客

本文链接：https://blog.csdn.net/Allargando/article/details/79853218

（摘录自https://www.liaoxuefeng.com/）

【数据类型】

整数：可处理任意大小整数，没有限制。十六进制以0x为前缀，用0-9，a-f表示（不区分大小写）。整数运算永远是精确的，包括除法。

浮点数：1.23 = 12.3e-1 = 1.23e0 = 0.123e1。浮点运算可能有四舍五入的误差。大小无限制，但超出一定范围会表示为inf。

字符串：用''或""括起来的任意文本。如果文本中含有'或者"则可能需要使用转义字符'\'。如"I'm ok"，'I\'m \"OK\"'。'\n'表示换行，'\t'表示制表符。用r''表示''内部的字符默认不转义。用'''...'''表示多行内容。

布尔值：True、False。以and、or、not运算。

空值：None。不同于0。

【变量】

Python是动态语言，它的变量本身类型是不固定的，可以把任意数据类型赋值给变量，因而更加灵活。实际上，赋值过程是将变量指向数据对象。

【常量】

通常用大写变量名表示常量，但实质上仍为变量。

【除法】

除：9/3=3.0，10/3=3.3333333333333335

地板除：10//3=3

余数：10%3=1

【字符编码】

ASCII：只对大小写英文字母、数字和一些符号进行了编码，用1个字节表示一个字符。

Unicode：把所有语言统一到一套编码里，解决乱码问题。最常用的是用2个字节表示一个字符。但对于纯英文来说浪费存储空间，降低传输效率。

UTF-8：把Unicode字符根据不同的数字大小编码成1-6个字节。英文字母通常1个字节，汉字通常3个字节，只有很生僻的字符才会被编码成4-6个字节。节省空间。一个额外好处是，ASCII实际上可以看成UTF-8编码的一部分。

计算机内存中统一使用Unicode编码，需要保存到硬盘或者传输时转换为UTF-8编码。

【字符串】

Python3版本中字符串以Unicode编码，支持多语言。

ord()函数：获取字符的整数表示。

chr()函数：把编码转换为对应字符。

'\u4e2d\u6587'和'中文'等价。

bytes类型数据：Python中bytes类型数据用带b前缀的单引号或者双引号表示，如：b'ABC'。无法显示为ASCII的字节以\x##显示。

encode()方法：以Unicode表示的字符串通过encode()方法可编码为指定bytes。如：'ABC'.encode('ascii')=b'ABC'，'中文'.encode('utf-8')=b'\xe4\xb8\xad\xe6\x96\x87'。

decode()方法：bytes通过decode()方法可解码成字符串。如：b'ABC'.decode('ascii')='ABC'，b'\xe4\xb8\xad\xe6\x96\x87'.decode('utf-8')='中文'。传入errors='ignore'可忽略错误字节。如：b'\xe4\xb8\xad\xff'.decode('utf-8', errors='ignore')='中'。

len()函数：针对字符串返回字符数，针对bytes返回字节数。如：len('中文')=2，len('中文'.encode('utf-8'))=6。

为了避免乱码问题，应当始终坚持使用UTF-8编码对str和bytes进行转换。如果源码中含有中文，则必须以UTF-8格式保存源码，并在文件开头加入以下内容保证解释器按UTF-8编码读取源码：

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