pythonutf-8是不是二进制_python集合、字符编码、bytes与二进制

集合

用括号表示{ }，可以包含多个元素，用逗号分割

用途

用于关系运算

集合特点

1.每个元素是不可变类型2.没有重复的元素3.无序

应用

1.set去重

set(names)的功能是将列表转换成集合，并去除重复值

但是因为集合里面的元素时不可变的，所以set在去重时对象所包含的值不能有不可变类型，例如不能有 [ ]{ }

names=['zhangsan','lisi','wangwu','zhangsan','zhaoliu']

s=set(names)print(s)

E:\PycharmProjects\untitled\venv\Scripts\python.exe E:/PycharmProjects/untitled/平时问题积累.py

{'zhangsan', 'lisi', 'zhaoliu', 'wangwu'}

2.合集功能

pythons={'alex','egon','yuanhao','wupeiqi','gangdan','biubiu'}

linuxs={'wupeiqi','oldboy''gangdan',}#1.长度

print(len(pythons))#2.成员运算 True False

print('alex' inpythons)#3.并集(2个变量合并，重复元素只取一个)

print(pythons |linuxs)#4.交集( 取出同值)

print(pythons &linuxs)#5.对称差集(剔除共同值，合并其他值)

print(pythons ^linuxs)#5.差集(左-右 剔除右边元素里面和左相同值 ，最后打印左边剩余的)

print(pythons -linuxs)

E:\PycharmProjects\untitled\venv\Scripts\python.exe E:/PycharmProjects/untitled/平时问题积累.py6True

{'yuanhao', 'oldboygangdan', 'alex', 'gangdan', 'wupeiqi', 'egon', 'biubiu'}

{'wupeiqi'}

{'yuanhao', 'oldboygangdan', 'egon', 'alex', 'biubiu', 'gangdan'}

{'yuanhao', 'egon', 'biubiu', 'alex', 'gangdan'}

s1={1,2,3,4,5}

s2={1,2,3,}#6.相等

print(s1 ==s2)#7.父集(包含关系)

print(s1 >=s2)#8.父集(被包含关系)

print(s2 <=s1)

E:\PycharmProjects\untitled\venv\Scripts\python.exe E:/PycharmProjects/untitled/平时问题积累.py

False

True

True

字符编码

如何理解字符编码：将人类的字符编码/转换成计算机能识别的数字，这种转换必须遵循一套固定的标准，

该标准无非是，人类字符与数字的对应关系，称之为字符编码表。

A---->0000 0000bit：是二进制位 byte：字节

B---->0000 0001c---->0000 0002d---->0000 0003

unicode与utf-8理解

1个英文字母=8bit=1bytes

英文字符：ASCII码表：用1Bytes表示一个英文字符

1英文字符=8bit=1Bytes

中文字符：GBK：用2Bytes表示一个中文字符，1Bytes去表示英文字符

unicode:内存中使用的是unicode编码，unicode把全世界的字符都建立好对应关系

用2Bytes去表示一个字符

utf-8 #unicode tranform format-8

utf-8 用1Bytes表示英文，用3Bytes表示中文

字符编码需要记住的概念：

01：内存中固定使用unicode编码，我们唯一可以改变的存储到硬盘时使用的编码02： 要想保证存取文件不乱乱码，应该保证文档当初是以什么编码格式存的，就应该以什么编码格式去读取

字符编码应用：

1)pyhton2

在python2中有两种字符串编码格式1、unicode：

x=u'上'x为unicod类型2、unicode编码后的结果

x='上' #如果文件头为coding:utf-8,那么"上"被存成utf-8格式的二进制 x为str类型

在python3只有一种字符串编码格式：1、unicode

x='上’ x为str类型

书写

#***#coding:gbk

x='上’

x.decode('gbk')#coding:gbk

x=u'上'x.encode('gbk')

x.encode('utf-8')

理解编码与解码

unicode-------编码encode-------->gbk

unicode

2)Python3

在python3中(*****)

x='上'x只能进行编码

x.encode('gbk')

3)Pyhton2与Python3使用总结

总结python2与python3：

(***)

在python2中的字符粗类型str都是unicode按照文件头的指定的编码，编码之后的结果

在python2中也可以制造unicode编码的字符串。需要在字符串前加u

(*****)

在python3中的字符串类型str都是unicode编码的

所以python3中的字符串类型可以编码成其他字符编码格式，编码的结果

是bytes类型

Bytes类型与二进制的演变：

#看“中”bytes—二级制之间的转换

res='中'.encode('utf-8')print(res) #b'\xe4\xb8\xad'

#循环取出这个bytes

for i in b'\xe4\xb8\xad':print(i)'''228

184

173'''

#发现字符“中”由三个3位数据构成，即228 184 173，#将其转化成二进制格式

print(bin(228)) #0b11100100

print(bin(184)) #0b10111000

print(bin(173)) #0b10101101

#二进制，即在计算机中的存储方式#发现字符“中”的utf-8编码方式为：11100100 10111000 10101101，这也是它在计算机中存储的方式。

#ASCII码能够表示的字符(0-9a-zA-Z及一些标点符号转义字符等)转化成utf-8码不发生改变，因为utf-8编码是ASCII编码的超集。

res1='afAFA!@#'.encode('utf-8') #b'afAFA!@#'

print(res1)#而实际上存储的是各字符的ASCII码值：

for j in b'afAFA!@#':print(j)'''97

102

65

70

65

33

64

35'''