Python基础-数据类型-字符串和编码

一、简介

1. 龟叔 Guido van Rossum 在1989年圣诞节期间编写的一个编程语言。
2. Python为我们提供了非常完善的基础代码库，覆盖了网络、文件、GUI、数据库、文本等大量内容，被形象的称为‘内置电池’。
3. Python的定位：优雅、明确、简单
4. Python的缺点：运行速度慢，代码不能加密
5. 安装Python，去https://www.python.org/downloads/windows/ 网址下载最新版的window上的Python。
6. Python文件以.py为扩展名；运行此类型文件需要Python解释器去执行。CPython是刚才下载安装Python的时候自带的，它是用C语言开发的，所以叫CPython。在命令行下运行Python就是启动CPython解释器。

二、开始

1. 命令行模式和交互模式
   1. cmd代开命令提示符就进入了命令行模式，输入Python就进入了交互模式，再次输入exit()就退出了交互模式，进入了命令行模式。
2. 新建hello.py文件，里面写入print('hello world, this is my first python') ，然后cd进入该目录，用Python hello.py 命令来执行该文件。
3. 在Python交互式模式下，可以直接输入代码，然后执行，并立刻得到结果。在命令行模式下，可以直接运行.py文件。
4. I/O：Python中，输入是input()，输出是print()

三、Python基础

1. 输入，输出，input和print
2. 加注释：#开头
3. 基础的if else判断

1. Python特殊字符转义，r'' 表示字符串不进行转义，就是字符串本身意思

1. 多行换行...

1. 动态语言，变量赋值
   1. a = 1; a = 'abc'   a这个变量是动态的，类型是随时可以被更改的
   2. 而在java中就是静态语言变量，int a = 1；a = 'abc' 就会报错
2. 变量在内存中的存储
   1. a = 1 ，定义的时候，Python干了两件事
   2. 先在内存中创建了一个1 这个整数
   3. 然后在内容中创建了名为a的变量，并把它指向1
   4. 也可以 b = a ，这个操作实际上就是把变量b指向变量a所指向的数据

1. Python中的除法
   1. /   ： 10 / 3 返回3.3333333333333335
   2. //：10 // 3  返回3 ，只取整数部分
   3. %：10 %3  返回1，取余数,
2. Python中，整数和浮点数没有大小的限制

四、字符编码

1. 计算机只处理数字，最早的计算机设计时采用8比特作为一个字节byte，所以，一个字节能表示的最大的整数就是255。所以如果要表示更大的整数，就必须用更多的字节。比如两个字节可以表示的最大整数是65535.
2. 由于计算机是美国人发明的，因此最早只有127个字符被编码进计算机了，也就是大小写英文字母数字和一些符号，这个编码表就是ASCII表。
3. 但是要处理中文一个字节不够，至少要2个字节，还不能和ASCII冲突，所以，中国制定了GB2312编码，用来把中文编码进去。
4. 但是，世界上百种语言，各国都有自己的标准，不可避免的会有冲突，在多语言混合的文本中，显示出来就会有乱码。
5. 因此，Unicode应运而生，它把所有的语言编写到一套编码里面，这样就不会有乱码了。一般在Unicode中用2个字节表示一个字符。ASCII用1个字节表示一个字符
6. 但是，如果文本都用英文的话，用Unicode编码比ASCII多一倍的存储空间，在存储和传输上不划算。
7. 因此，出现了把Unicode编码转为‘可变长编码’的UTF-8编码。utf-8把一个Unicode字符根据不同的数字大小编成1-6个字符，常用的英文编写为1个字节，汉字通常是3个字节，很生僻的字符编成4-6字节。
8. 在现在计算机内存中，统一使用Unicode编码，当需要保存到硬盘或需要传输的时候，转为utf-8
9. 用记事本编辑的时候，从文件读取的utf-8字符被转化为Unicode到内存中，编辑完成后，保存的时候再把Unicode转为utf-8保存文件

五、Python的字符串

1. 最新的Python3版本中，字符串以Unicode编码。
2. 对于单个字符的编码，有ord()函数获取字符的整数表示，chr()函数把编码转为对应的字符

1. encode()可以把Unicode格式的str编码为指定的bytes
   1. 如下，但是含有中文的str无法用ASCII编码，因为中文编码超过了ADCII的范围，会报错

1. 反过来，如果我们从网络或磁盘读取了字节流，读到的数据就是bytes，要把bytes转为str，就需要decode()
   1. 如果bytes中包含无法解码的字节，decode会报错

1. 1. 如果bytes中只包含一小部分无效字节，可以加参数errors=’ignore‘，忽略错误字节

以下是小部分无效字节时的解析：

1. 如果要计算str包含多少字符，可以用len()计算
   1. 如果str换成bytes，len计算的字节数，len('ABC') 返回3

1. 由于Python源代码也是一个文本文件，所以，当源代码包含中文的时候，保存源码时，需要指定保存为utf-8。可以在文件开头写着两行：
   1. 第一行告诉Linux/OS系统，这是要给Python可执行程序，window会忽略这行注释
   2. 第二行告诉Python解释器按照utf-8读取代码

1. 占位符

举例：

输出结果：