去掉字符串的括号_从零开始学Python-Day8-字符串和编码

字符编码

字符串其实也是一种数据类型，但是字符串还有一个烦人的问题是编码。

我们知道计算机智能处理数字，如果要计算机处理文本，就必须先把文本转换为数字。最早的计算机采用8个比特为一个字节，一个字节能表示的最大整数就是255(八位二进制最大数11111111=十进制255)，想表示更大的数就需要更多的字节。两个字节可以表示的最大数就是二进制下16个1即1111111111111111等于十进制下65535。

最早计算机只使用在英语范围内，所以最早只有127个字符，也就是英文大小写、数字和一些符号，这个编码表就是ASCII编码。这要处理中文明显不够，至少需要两个字节，所以中国制定了自己的GB2312编码。就这样各国产生了各国的标准，不可避免的会发生冲突，所以早期软件多语言混合的文本会显示乱码。于是发展出了Unicode，它把所有语言统一到一套编码，就解决了乱码的问题。

后来为了解决Unicode编码体型过大，方便传输和存储的目的，发展出了UTF-8，我们现在网页源码上最常见的信息就表明该网页是UTF-8编码，Python编写过程中也要做相应的标注，告诉Python解释器读取源码时按照UTF-8编码读取。

# -*- coding: UTF-8 -*-

在计算机内存中，统一使用的是Unicode编码，当需要保存或者传输时，转换为UTF-8编码。

Python字符串

Python3中，字符串以Unicode编码，也就是说Python支持多语言，例如：

>>> print('你好！Hello!こんにちは!Bonjour!')你好！Hello!こんにちは!Bonjour!

对于单字符编码，Python提供了一个ord()函数，用来获取字符的整数表示，chr()则把编码转换为对应的字符：

>>> ord('木')26408>>> ord('O')79>>> ord('人')20154>>> chr(75)'K'>>> chr(24352)'张'

知道了字符的整数编码，我们可以用十六进制来写，这两种方式完全等效。

>>> '木人张''木人张'

encode与decode

Python的字符串str，在内存中以Unicode编码，一个字符会对应若干字节。如果要网络传输或者存储，就要把str变为以字节为单位的bytes。bytes类型：b左前缀单引号或双引号

x = b'ABC'

bytes在这里每个字符只占一个字节。encode：unicode编码的str可以用encode()编码为指定编码的bytes

>>> 'Woodmanzhang'.encode('ascii')b'Woodmanzhang'>>> 'Woodmanzhang'.encode('utf-8')b'Woodmanzhang'>>> '木人张'.encode('utf-8')b'xe6x9cxa8xe4xbaxbaxe5xbcxa0'>>> '木人张'.encode('ascii')Traceback (most recent call last):File "", line 1, in   '木人张'.encode('ascii')UnicodeEncodeError: 'ascii' codec can't encode characters in position 0-2: ordinal not in range(128)

中文超出了ASCII编码范围，就直接报错了。bytes中无法ASCII编码的字节，用x##显示

decode：从网络或磁盘读取的数据是bytes，使用decode()解码为str

>>> b'Woodmanzhang'.decode('ascii')'Woodmanzhang'>>> b'xe6x9cxa8xe4xbaxbaxe5xbcxa0'.decode('utf-8')'木人张'

如果bytes中含有无法解码的字节，decode会报错，可以使用errors=’ignore’忽略错误

len()函数

用来统计字符串str包含多少字符，如果括号内换成bytes，统计计算的就是字节数

>>> len('Woodmanzhang')12>>> len('木人张')3>>> len(b'Woodmanzhang')12>>> len('木人张'.encode('utf-8'))9>>> len(b'xe6x9cxa8xe4xbaxbaxe5xbcxa0')9

格式化

我们经常收到短信或者提示信息：“亲爱的XX你好，你XX月话费XX元，余额XX元。”这里XXX是变化的变量，所以需要一种格式化字符串的方式在管理这些数据。Python格式化使用%实现

>>> 'Hello,%s' % '木人张''Hello,木人张'>>> '你好，%s，您的账户还有%d元。' %('木人张',1)'你好，木人张，您的账户还有1元。'

%就是用来格式化字符串的，%占位符有几个，后面就有几个变量，或者直接赋值，按顺序对应。如果只有一个占位符，可以去掉括号。占位符 替换内容%d 整数%f 浮点数%s 字符串%x 十六进制整数格式化%指定补零和小数位数的使用：

>>> print('%2d-%02d' % (3, 1)) 3-01>>> print('%.2f' % 3.1415926)3.14

%s永远起作用，把任意数据类型转换为字符串

>>> '年龄：%s.会员：%s' % (35,True)'年龄：35.会员：True'

如果是要使用百分号%呢？用%来转义%，也就是%%表示一个%(百分号)

>>> '增长率：%d%%' % 10'增长率：10%'

format()

格式化字符串的另一种方法，用传入的参数依次替换字符串内的占位符{0}、{1}、….

>>> '你好，{0},您的成绩提升了{1:.1f}%'.format('木人张',10.00)'你好，木人张,您的成绩提升了10.0%'

演示