python学习笔记（一）——编码与格式化

编码

对于单个字符的编码，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：

print(ord('A'))
print(ord('中'))
print(chr(66))
print(chr(25994))

如果知道字符的整数编码，还可以用十六进制这么写str：

print('\u4e2d\u6587\u658a')

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'

要注意区分'ABC'和b'ABC'，前者是str，后者虽然内容显示得和前者一样，但bytes的每个字符都只占用一个字节。
以Unicode表示的str通过encode()方法可以编码为指定的bytes，例如：

'ABC'.encode('ascii')    # b'ABC'
'中文'.encode('utf-8')   # b'\xe4\xb8\xad\xe6\x96\x87'
'中文'.encode('ascii')   # 报错 因为中文编码的范围超过了ASCII编码的范围，Python会报错。

在bytes中，无法显示为ASCII字符的字节，用\x##显示。
反过来，如果我们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'

如果bytes中包含无法解码的字节，decode()方法会报错：

b'\xe4\xb8\xad\xff'.decode('utf-8')

Traceback (most recent call last):
 ...
UnicodeDecodeError: 'utf-8' codec can't decode byte 0xff in position 3: invalid start byte

 

如果bytes中只有一小部分无效的字节，可以传入errors='ignore'忽略错误的字节：

b'\xe4\xb8\xad\xff'.decode('utf-8', errors='ignore')    # '中'

要计算str包含多少个字符，可以用len()函数：注意，单纯的中文是2长度，

len(b'ABC')   # --3
len(b'\xe4\xb8\xad\xe6\x96\x87')  # --6
print(len('中文'.encode('utf-8')))  # --6
print(len('中文'))  # --2

格式化

print('%2d-%02d' % (3, 2))
print('%.3f' % 3.1415926)
# 3-02       %2d-%02d   %2d和%02d:总共2位，
# 3.142      %.3f       小数点后面3位   %.f就是小数点后面没有

如果你不太确定应该用什么，%s永远起作用，它会把任何数据类型转换为字符串：

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

有些时候，字符串里面的%是一个普通字符怎么办？这个时候就需要转义，用%%来表示一个%：

print('growth rate: %d %%' % 7)  # 'growth rate: 7 %'

format()

另一种格式化字符串的方法是使用字符串的format()方法，它会用传入的参数依次替换字符串内的占位符{0}、{1}……，不过这种方式写起来比%要麻烦得多：

print('Hello, {0}, 成绩提升了 {1:.1f}%'.format('小明', 17.125) )   # 'Hello, 小明, 成绩提升了 17.1%'