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 %