python学习手册附录_python学习手册(第4版)-第8部分&附录.pdf

python学习手册(第4版)-第8部分

第八部分

高级话题

第36章

Unicode和字节字符串

在本书的核心类型部分关于字符串的一章中 (第 章)，我有意地限制了大多数

7 P y t h o n

程序员需要了解的字符串话题的子集的范围。因为大多数程序员只是处理像A S C I I这样

的文本的简单形式，他们快乐地使用着Python 的基本的 字符串类型及其相关的操作，

str

并且不需要掌握更加高级的字符串概念。实际上，这样的程序员很大程度上可以忽略

Python 3.0 中的字符串的变化，并且继续使用他们过去所使用的字符串。

另一方面，一些程序员处理更加专业的数据类型：非A S C I I 的字符串集、图像文件内

容，等等。对于这些程序员 (以及其他可能某一天加入这一队伍的程序员)，在本章

中，我们将介绍P y t h on字符串的其他内容，并且探讨P y t h on字符串模型中一些较为高级

的话题。

特别是，我们将介绍Python支持的Unicode文本的基础知识——在国际化应用程序中使用

的宽字符字符串，以及二进制数据——表示绝对的字节值的字符串。我们将看到，高级

的字符串表示法在Python 当前版本中已经产生了分歧：

• Python 3.0为二进制数据提供了一种替代字符串类型，并且在其常规的字符串类型

中支持 文本 ( 看作 的一种简单类型)。

Unicode ASCII Unicode

• Python 2.6为非ASCII Unicode文本提供了一种替代字符串类型，并且在其常规的字

符串类型中支持简单文本和二进制数据。

此外，由于P y t h o n 的字符串模式对于如何处理非A SC I I文件有着直接的影响，我们还将

在这里介绍相关话题的基础知识。最后，我们还将简单地看看一些高级字符串和二进制

工具，例如模式匹配、对象pickle化、二进制数据包装和XML解析，以及Python 3.0 的字

符串变化对它们产生影响的方式。

893

正式来说，本章是关于高级话题的一章，因为并不是所有的程序员都需要深入U n i c o d e

编码或二进制数据的世界。如果你需要关注处理这两种形式，那么，你将会发现P y t h o n

的字符串模式提供了所需的支持。

Python 3.0 中的字符串修改

P y t h o n 3.0 中最引入注目的修改之一，就是字符串对象类型的变化。简而言之，P y t h o n

2.X 的 和 类型已经融入了Python 3.0 的 和 类型，并且增加了一种新的

str unicode str bytes

可变的类型bytearray。bytearray类型在Python 2.6 中也可以使用 (但在更早的版本中

不能用)，但是，它在Python 3.0 中得到完全支持，并且不像是Python 2.6 中那样清楚地

区分文本和二进制内容。

特别是，如果我们处理本质上是U n i c o d e或二进制的数据，这些修改对于代码可能会有

切实的影响。实际上，作为首要的一般性规则，我们需要如何关注这一话题，很大程度

上取决于遇到如下的哪种情况：

• 如果处理非ASCII Unicode文本，例如，在国际化应用程序或某些XML解析器的结

果这样的环境中，你将会发现P y t h o n 3.0 中对文本编码的支持是不同的，但是可能

比Python 2.6 中的支持更加直接、易用和无缝。

• 如果处理二进制数据，例如，使用st r u c t模块处理的图形或音频文件的形式或打包

的数据，我们需要理解Python 3.0 中新的bytes对