Python爬虫01字符串相关知识

重点：Python爬虫需要不停的和字符串打交道，所以掌握字符串相关知识尤为重要，特别是在提取数据这一块

 

str类型和bytes类型：

str：以Unicode的形式呈现，是我们能直观理解的

bytes：以二进制的形式呈现，网络上所有的数据传输都是用二进制的方式，难以直观理解

ASCLL:

使用1个字节表示1个字符，占用内存小，但是无法完全表示所有国家的字符，各个国家都有不同的编解码方式，使用困难

Unicode:

一律使用2个字节表示1个字符，占用内存大，几乎可以表示所有的字符，但内存占用大难以推广

UTF-8:

1.是Unicode的一种实现方式，可以理解为升级版Unicode，

2.自动识别字符个数，可以用任意字节表示1个字符，是一种变长的编码方式，并选取最小的字节

3.使内存使用最优且能够表示所有字符

赞美utf-8!!