Python程序设计之字符串

1.字符串
①编码格式
UTF-8是国际通用的编码，以一个字节表示英语字符（兼容ASCII），以三个字节表示中文及其他语言，对所有国家需要使用的字符进行了编码。
GB2312/GBK是我国制定的中文编码标准，使用一个字节表示英语，两个字节表示中文。
CP936是微软公司在GBK基础上开发的编码方式。
Unicode是不同编码风格之间相互转换的基础。
可以用显式声明编码格式：

#coding=utf-8
#coding:GBK
#-*-coding:utf-8-*-
#Python3.x默认编码为UTF-8

②Python版本对中文的支持不同
Python2.x对中文支持不够，因此需要在不同编码之间转换；Python3.x完全支持中文，包括变量。

③字符串属于不可变序列类型，使用单引号、双引号、三单引号或三双引号作为界定符，并且不同界定符之间可以相互嵌套。字符串可以有常见的序列通用方法（包括比较，计算长度，元素访问，分片）以及特有的操作（格式化操作，字符串查找，字符串替换等），但字符串属于不可变序列，即不能修改原有字符串，但是可以通过replace()、translate()方法来修改字符串（变成新的字符串）然后赋值给变量。
a)字符串驻留机制：
短字符串有驻留机制，长字符串不符合

a='1234'
b='1234'
id(a)==id(b)	#True
a=a*50
b=b*50
id(a)==id(b)	#False

在Python2.x中字符串有str和unicode两种格式，其基类都是basestring，在Python3.x中只有str类型，字符串对象不再支持decode()方法

#Python 2.x中字符串
type('中国')
<type 'str'>
type('中国'.decode('gbk'))
<type 'unicode'>

#Python 3.x中字符
type('中国')
<type 'str'>
type('中国'.encode('gbk'))
<class 'bytes'>

④字符串格式化
格式：

'% [-] [+] [0] [m] [.n] 格式字符'% x
#第一个%：格式标志，表示格式开始
#第一个中括号：指定左对齐输出
#第二个中括号：对正数加+号
#第三个中括号：指定空位填0
#第四个中括号：指定最小宽度
#第五个中括号：指定精度
#格式字符：指定类型，见下表
#第二个%号：格式运算符
#x：带转换的表达式

#格式字符有
%s	#字符串（采用str()的显示）
%r	#字符串（采用rper()的显示）
%c	#表示单个字符
%%