3.字符串和编码

1.计算机只认识数字，因此字符串被转换为数字进行表示。因此出现了编码，最早的编码是ASCII码

2.随着不同的语言接入计算机系统，出现了不同的编码。例如要将汉子输入计算机，出现了GB2312编码，要将俄语输入计算机出现了windows-1251编码等

3.随着编码越来越多，跨过跨地区的网上交流出现了混乱，在多语言的环境下不能正常显示所有的语言信息

4.于是统一的Unicode标准编码应运而生，多编码之间出现的混乱问题。计算机系统中默认使用的就是Unicode编码

5.但是Unicode编码占两个字节，对于像英语类的信息存储带来额外的存储开销，也不便于网络的传输

6.因此UTF-8这种可变长的编码应运而生。

7.计算机及服务器和浏览器之间字符编码转换如下图所示

8.python默认是以Unicode为编码的，因此Python支持多语言。python程序中输出中文不会有问题

print('我爱python')

我爱python

9.ord()函数获取字符的整数表示

print(ord('我'))

25105 ​

10.chr()将对应的编码转换为字符

print(ord('我'))

print(chr(25105))

25105
我

11.在存储或网络传输的时候，需要将字符串转换为字节。python中使用b前缀表示字节

print('hello')

print(b'hello')

hello

b'hello' ​

12.字符串可以通过encode()方法将字符串编译为指定的字节，汉字编译为ASCII编码的字节会出错

print('你好'.encode('UTF-8'))

print('你好'.encode('GB2312'))

print('你好'.encode('ASCII'))

b'\xe4\xbd\xa0\xe5\xa5\xbd'

b'\xc4\xe3\xba\xc3'

Traceback (most recent call last):

  File "D:/AI/001/Python/Python01.py", line 3, in <module>

    print('你好'.encode('ASCII'))

UnicodeEncodeError: 'ascii' codec can't encode characters in position 0-1: ordinal not in range(128)

13.从磁盘存储或网络读取数据的时候，读到的数据是字节，我们需要根据该字节使用的编码集解码出字节对应的字符，使用decode()方法

print(b'\xe4\xbd\xa0\xe5\xa5\xbd'.decode('UTF-8'))

print(b'\xc4\xe3\xba\xc3'.decode('GB2312'))

你好

你好 ​

 

14.len()函数，用于计算字符串中有多少个字符，若是字节，则该方法计算字节的长度

print(len('你好'))

print(len('你好'.encode('UTF-8')))

print(len('你好'.encode('GB2312')))

2

6

4

15.在保存python的py文件的时候，通常在头部添加如下语句：第一句用于指定Unix环境下Python解释器，第二句指定后，当python解释器读取代码时按照utf-8编码格式读取，当然保存的时候，py文件必须保存为utf-8格式

#!/usr/bin/env python3

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

16.字符串的格式化：python中使用%实现字符的格式化，%d表示整数，%f表示浮点数,%s表示字符串，%x表示十六进制整数

name = 'liko'

age = '32'

print("hello %s,your age is %s" %(name,age))

hello liko,your age is 32 ​