【廖雪峰Python学习笔记】字符串与编码

字符串与编码

三种字符编码

1. ASCII编码 ：计算机由美国人发明，最早只有127个字符编码—— 大小写英文字母、数字和符号
2. Unicode：把中文、日文、韩文等所有语言统一到一套编码中，2-4byte，现代OS和大多数语言都支持
3. utf-8：可变长度编码，1-6byte。[使用utf-8编码，传输英文字符，节省空间]

计算机系统字符编码转化：

1. 计算机内存中统一使用Unicode编码
2. 保存到硬盘中或需要传输时，转化为UTF-8编码
   浏览网页：
   服务器把动态生成的Unicode内容，转化为UTF-8在传输到浏览器
   记事本编辑：
   从文本读取UTF-8被转换为Unicode到内存中
   编辑完成保存时，将Unicode转为UTF-8保存到文件中

Python中的字符串

1. Python3中以Unicode编码，支持多语言
2. 以Unicode表示的str通过encode()方法，可以编码为指定的bytes
3. 网络或磁盘读取的字节流bytes，通过decode()方法，转化为Unicode表示的str
4. 如果bytes中只有一小部分无效的字节，可以传入errors='ignore’忽略错误的字节
5. 纯英文的str可以用ASCII编码为bytes
6. 含有中文的str可以用UTF-8编码为bytes
7. 含有中文的str无法用ASCII编码 —— 中文编码的范围超过了ASCII编码的范围，Python会报错
8. 如果.py文件本身使用UTF-8编码，并且也申明了# -- coding: utf-8 --，打开命令提示符测试就可以正常显示中文：

Python格式化

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

tips:如果不太确定应该用什么，%s永远起作用，它会把任何数据类型转换为字符串