Python学习随笔---Python基础二

字符串和编码

1.Python3的字符串使用Unicode，支持多语言。

2.  ord()：获取字符的整数表示                                                  chr()：把编码转换为对应的字符

       

3.Python的字符串定义类型为str，在内存中以Unicode表示，一个字符对应若干个字节。如果需要在网络上传输，或者保存到磁盘上，就需要转换为以字节为单位的bytes。Python对bytes类型的数据用带b前缀的单引号或双引号表示。

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

纯英文的str可以用ASCII编码为bytes，内容是一样的，但含有中文的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，Python会报错，含有中文的str可以用utf-8编码为bytes。在bytes中，无法显示为ASCII编码的字节，用\x**显示。

5.我们从网络或磁盘上读取的字节流，读到的数据是bytes，可以用decode（）将bytes转换为str。

当bytes中包含违法解码的字节，decode（）会报错，若只是包含一小段无效的字节，可以用“errors='ignore'”忽略无效的字节。

6.len()函数用来计算str的字符数，或者bytes的字节数（一个中文字符经过utf-8编码后通常会占用3个字节，而一个英文字符会占用1个字节），还可以查询list元素的个数。

7.在python编码中，通常在文件开头添加一下两行语句：

#!/usr/bin/python
# -*- coding: utf-8 -*-

第一行注释是告诉Linux/OSX系统，这是一个Python可执行程序，Windows系统会忽略这行注释；

第二行注释是告诉Python解释器，按照UTF-8编码读取源代码（确保源代码中的中文输出不会乱码），

申明UTF-8编码并不意味着.py文件就是UTF-8编码的，还得确保文本编辑器使用UTF-8 without BOM编码。

8.在Python中采用的格式化方式跟C语言是一样的，用%实现。

格式化整数和浮点数可以指定是否补0以及整数与小数的位数。

字符串中的%用%%来转义。

9.Python还可以用format（）来实现格式化，它会用传入的参数依次替换字符串内的占位符{0}，{1}，{2}......

 

 

 

 

 

(注：本文仅为个人学习笔记)