string 换行符_「基础知识」认识一下python中的string

python 基础知识 string

认识一下python中的string

在python语言中，字符串是一种内建数据类型，是通过类str来表示和处理的。

string的创建

python中字符串的创建可以通过单引号，双引号或三个连续的引号表示，只不过三个连续的引号创建的字符串可以包括空白字符(比如换行符)，不同的创建方式下，同样的字面值的内存地址是一样的

>>> str1 = 'hello'      >>> str2 = "hello">>> str3 = '''hello'''>>> str4 = """hello""">>> id(str1)3072807392>>> id(str2)3072807392>>> id(str3)3072807392>>> id(str4)3072807392

如果字符串是重复字符，也可以通过下面的方式创建

>>> str = 'a' * 3>>> str'aaa'

string的长度

在python3下，字符串是不可变的unicode码点序列，所以通过len函数获取string的长度，其实是获取string中unicode码点数。要想获取string的字节长度，可以通过str的encode()方法可以获取字节对象，进而获取字节长度

>>> len('hello')5>>> len('中国')2>>> '中国'.encode()      b'xe4xb8xadxe5x9bxbd'>>> len('中国'.encode())6

string前缀

在python中可以通过给string加前缀的方式，使string字面值有特殊的含义，目前有3种string前缀，且string前缀可以两两组合使用

• r 表示后续字符串中反斜杠不进行转义, 取字面值
• u 表示后续字符串为unicode码点
• f 表示后续字符串为format字符串，python3.6引入

>>> str1 = r'hello  world'>>> str1'hello  world'>>> str2 = u'中国'>>> str2'中国'>>> width = 1>>> print(f'width: {width}')width: 1

这里稍微多说一点，在上面可以看到，b'xe4xb8xadxe5x9bxbd'和u'中国'都是表示的汉字“中国”，这是怎么情况呢？这里涉及到Unicode字符集和UTF-8编码的一点小知识。

在Unicode字符集中，通过2个字符中和国分别表示汉字“中”和“国”，而UTF-8编码通过如下方式对Unicode字符集进行编码

前面是对应的Unicode字符区间，后面是该区间内字符的UTF-8编码方式

以“中”字为例，Unicode码点为U-00004e2d，对应在图表中的第三行U-00000800 ~ U-0000FFFF区间，对应的UTF-8编码方式为1110 xxxx 10xx xxxx 10xx xxxx，其中x为Unicode码点U-00004e2d的二进制，从右到左排列。

由此可见b'xe4xb8xad'和中都是“中”字的表示方式