【python学习笔记】5.字符串和编码

1.ASCII编码包括A~Z、数字、一些符号等127个字符被编码到计算机中。

2.Unicode将所有语言都统一到一套编码里，通常是两个字节。

3.本着节约的精神，又出现了吧Unicode编码转化为“可变长编码”的UTF-8编码。UTF-8编码将一个Unicode字符根据不同的数字大小编码成1-6个字符，常用的英文字母被编码成1-3个字节，汉字通常为3个字节，生僻字4-6个字节。

4.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。用记事本编辑的时候，从文件读取的UTF-8字符被转换为Unicode字符到内存里，编辑完成后，保存的时候再把Unicode转换为UTF-8保存到文件：

5.Python的字符串提供了ord()函数获取字符的整数表示，chr()函数把编码转换成对应的字符。

由于python的字符串的类型是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，就需要把str变成以字节为单位的bytes。

python的bytes类型的数据用带b前缀的单引号或者双引号表示。

x=b'ABC'

要注意区分“ABC”和b“ABC”，前者是str，后者虽然内容相同，但是bytes的每个字符都只占用1个字节。

以unicode表示的str通过encode()的方法编码为制定的bytes，例如：

6.要计算str包含多少个字符，可以用len()函数

由于Python源代码也是一个文本文件，所以，当你的源代码中包含中文的时候，在保存源代码时，就需要务必指定保存为UTF-8编码。当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上这两行：

#!/usr/bin/env python3
# -*- coding: utf-8 -*-

7.在Python中，采用的格式化方式和C语言是一致的，用%实现，举例如下：

>>> 'Hello, %s' % 'world'
'Hello, world'
>>> 'Hi, %s, you have $%d.' % ('Michael', 1000000)
'Hi, Michael, you have $1000000.'

你可能猜到了，%运算符就是用来格式化字符串的。在字符串内部，%s表示用字符串替换，%d表示用整数替换，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。

常见的占位符有：

占位符	替换内容
%d	整数
%f	浮点数
%s	字符串
%x	十六进制整数

练习

小明的成绩从去年的72分提升到了今年的85分，请计算小明成绩提升的百分点，并用字符串格式化显示出'xx.x%'，只保留小数点后1位：

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

s1 = 72
s2 = 85

r = s2/s1 - 1
print('%0.1f %%' % r)