【Python】进制、计算机中的单位、编码、数据类型、索引、字符串切片、字符串的功能方法

一、进制

计算机中底层所有的数据都是以 010101 的形式存在（图片、文本、视频等）。

• 二进制

• 八进制

• 十进制（也就是我们熟知的阿拉伯数字）

• 十六进制

进制转换

v1 = bin(25) # 十进制转换为二进制
print(v1) # "0b11001"

v2 = oct(23) # 十进制转换为八进制
print(v2) # "0o27"

v3 = hex(28) # 十进制转换为十六进制
print(v3) # "0x1c"

i1 = int("0b11001", base=2)
print(i1)
i2 = int("0o27", base=8)  #
print(i2)
i3 = int("0x1c", base=16)
print(i3)

base代表着参照的进制 ，base>=2,（base也可取0，此时和base取10一样） 比如int ('20',8)，代表的就是八进制的‘20’

---

二、计算机中的单位

由于计算机中本质上所有的东西以为二进制存储和操作的，为了方便对于二进制值大小的表示，所以就搞了一些单位。

• b（bit），位

1，1位
10，2位
111，3位
1001，4位

• B（byte），字节

8位是一个字节。
10010110，1个字节
10010110 10010110，2个字节

• KB（kilobyte），千字节

1024个字节就是1个千字节。
10010110 11010110 10010111 .. ，1KB
1KB = 1024B= 1024 * 8 b

• M（Megabyte），兆

1024KB就是1M
1M= 1024KB = 1024 * 1024 B = 1024 * 1024 * 8 b

• G（Gigabyte），千兆

1024M就是1G
1 G= 1024 M= 1024 *1024KB = 1024 * 1024 * 1024 B = 1024 *
1024 * 1024 * 8 b

• T（Terabyte），万亿字节

1024个G就是1T

• ...其他更大单位 PB/EB/ZB/YB/BB/NB/DB 不再赘述。

单位的转换

1 B（字节）= 8bit（比特位）
1 KB(千字节) = 1024 B（字节）
1 M（兆字节） = 1024KB（千字节)
1 G = 1024M 
1 T = 1024G 

---

三、编码

基本概念：

字符（Character）

在电脑和电信领域中，字符是一个信息单位，它是各种文字和符号的总称，包括各国家文字、标点符 号、图形符号、数字等。比如，一个汉字，一个英文字母，一个标点符号等都是一个字符。

字符集（Character set）

字符集是字符的集合。字符集的种类较多，每个字符集包含的字符个数也不同。比如，常见的字符集有ASCII 字符集、GB2312 字符集、Unicode 字符集等，其中，ASCII 字符集共有 128 个字符，包 含可显示字符（比如英文大小写字符、阿拉伯数字）和控制字符（比如空格键、回车键）；GB2312 字 符集是中国国家标准的简体中文字符集，包含简化汉字、一般符号、数字等；Unicode 字符集则包含 了世界各国语言中使用到的所有字符

字符编码（Character encoding）

字符编码，是指对于字符集中的字符，将其编码为特定的二进制数，以便计算机处理。常见的字符编码 有 ASCII 编码，UTF-8 编码，GBK 编码等。一般而言，字符集和字符编码往往被认为是同义的概 念，比如，对于字符集 ASCII，它除了有「字符的集合」这层含义外，同时也包含了「编码」的含 义，也就是说，ASCII 既表示了字符集也表示了对应的字符编码。

---

总结：

Python相关的编码

v1 = "吕"
# 声明此字符串通过utf-8进行编码 utf-8常用汉字使用三个字节编码
v2 = "吕".encode("utf-8")
# 声明此此字符串通过gbk进行编码  gbk常用汉字使用两个字节编码
v3 = "吕".encode("gbk")

# 如果输出不进行解码，则输出对应编码的字符
print(v2)
print(v3)
# 只有通过对对应的字符编码过的字符进行同类型编码格式解码后，才可以看到原始字符串
print(v2.decode("utf-8"))
print(v3.decode("gbk"))

# 如果使用跟编码不同的类型编码方式进行解码的话，就会报错提示
# UnicodeDecodeError: 'gbk' codec can't decode byte 0x95 in position 2: incomplete multibyte sequence
v2 = "吕".encode("utf-8")
print(v2.decode("gbk"))

---

本章的知识点属于理解为主，了解这些基础之后有利于后面知识点的学习，接下来对

本节所有的知识点进行归纳总结：

1. 计算机上所有的东西最终都会转换成为二进制再去运行。

2. ascii编码、unicode字符集、utf-8编码本质上都是字符与二进制的关系。

1. ascii，字符和二进制的对照表。

2. unicode，字符和二进制（码位）的对照表。

3. utf-8，对unicode字符集的码位进行压缩处理，间接也维护了字符和二进制的对照表。

3. ucs2和ucs4指的是使用多少个字节来表示unicode字符集的码位。

4. 目前最广泛的编码为：utf-8，他可以表示所有的字符且存储或网络传输也不会浪费资源（对码位进行压缩了）。

5. 二进制、八进制、十进制、十六进制其实就是进位的时机不同。

6. 基于Python实现二进制、八进制、十进制、十六进制之间的转换。

7. 一个字节8位

8. 计算机中常见单位b/B/KB/M/G的关系。

9. 汉字，用gbk编码需要用2个字节；用utf-8编码需要用3个字节。

10. 基于Python实现将字符串转换为字节（utf-8编码）

# 字符串类型
name = "小胖"
print(name) # 小胖
# 字符串转换为字节类型
data = name.encode("utf-8")
print(data) # b'\xe6\xad\xa6\xe6\xb2\x9b\xe9\xbd\x90'
# 把字节转换为字符串
old = data.decode("utf-8")
print(old)

11. 基于Python实现将字符串转换为字节（gbk编码）

# 字符串类型
name = "小胖"
print(name) # 小胖
# 字符串转换为字节类型
data = name.encode("gbk")
# print(data) # b'\xe6\xad\xa6\xe6\xb2\x9b\xe9\xbd\x90'
utf8，中文3个字节
print(data) # b'\xce\xe4\xc5\xe6\xc6\xeb' gbk，中
文2个字节
# 把字节转换为字符串
old = data.decode("gbk")
print(old)

---

四、数据类型（上）

接下来的课程都是来讲解数据类型的知识点，常见的数据类型：

• int，整数类型（整形）

• bool，布尔类型

• str，字符串类型

• list，列表类型

• tuple，元组类型

• dict，字典类型

• set，集合类型

• float，浮点类型（浮点型）

---

长整型

Python3：整型（无限制）

Python2：整型、长整形

在python2中跟整数相关的数据类型有两种：int(型)、long（长整型），他们都是整数只不过能表示的值范围不同。

int，可表示的范围：-9223372036854775808～9223372036854775807
long，整数值超出int范围之后自动会转换为long类型（无限制）.
在python3中去除了long只剩下：int（整型），并且 int 长度不在限制。

---

字符串类型

字符串的功能方法

name = "Hello,welcome to python"
# 正向对应下标 012345678910..."(从左到右，索引值从0开始)
# 负向对应下标  ...-4-3-2-1    (从右到左，索引值从-1开始)


# index()方法返回子字符串在字符串中的对应索引 如果这个字符或字符串出现多次，则只返回第一次出现的索引值
print(name.index('H'))

# 字符串是一个序列 也就是说字符串是按照从左至右的顺序排列的 字符串的索引是从0开始
print(name.index('e'))

---

索引

正向索引表示，索引值从0开始，从左至右依次递增

负向索引表示，索引值从-1开始，从右至左依次递减

step大于零，表示从左往右读取；step小于零表，示从右向左读取：

---

name = 'ABCDEFGHIJKLMN'

print(name[-1:-7]) 

#这里拿不到值 因为步长step是1，代表正向去读取索引name[-1:] & name[:-7]的交集，刚好为空，所以拿不到值；

你也可以这么理解，你正向取的，只能正向读；你负向取的，只能负向读；不能正向取了负向读，这是不行的，也不能负向取了正向读；

想要拿到值就要让step小于1，或者再负向输出一次

print(name[-1:-7:-1])

字符串切片

字符串切片var[start_index:end_index:step] 如果省略end_index和step，则默认截取到整个字符串的末尾，

另外如果指定了截止索引（end_index），则这个截止索引是拿不到的，也就是说切片的索引使用是左包右不包

name2 = 'ABCDEFGH'
print(name2[0:4:1])
print(name2[0:4:2])

step指定间隔索引的长度
step表示每一个都取，step为2，表示隔一个取一个，隔一个取一个

---

name = "Hello,welcome to python"

print(name[0:4])
print(name[0:5])

从左开始，H的索引值是0，e的索引值是1，第一个l的索引值是2，第二个l的索引值是3，o的索引值是4，但是因为他是左包右不包的，所以你如果写成[0:4]的话，他是取不到o的，所以他要给截止索引值加一，相当于是[0:5]，这样才可以取到完整的Hello

---

name = 'ABCDEFGHHIJKLMN'
# 也可以指定起始索引
print(name[2:6])

# 同理也可以省略起始索引,省略起始索引相当于从0开始
print(name[:5])

# 也可以起始索引跟截止索引都省略,代表输出整个字符串，跟直接输出字符串效果一样
print(name[:])
print(name)

---

count()方法

# count()方法用来去做字符或者字符串出现次数的一个统计
my_string = "China is a country!"
print(my_string.count('i'))
print(my_string.count('a'))
print(my_string.count('a', 0, 5)) #指定在索引值范围为0~5中统计字符a出现的次数

find()方法

my_string = "China is a country!"

# find()方法用来去查询子字符串在某字符串中出现的第一次的索引位置
print(my_string.find('a', 0, 12))

和index()方法英语只查询子字符在某字符第一次出现位置的索引值

replace()方法

my_string = "China is a country!"

# replace()函数可以用来去做子字符串的一个替换 常用
print(my_string.replace('China', 'USA'))

split()方法

# split()方法可以实现按照分隔符去进行切分字符串，并生成对应的列表 默认分隔符为空格 也可以自己指定分隔符
 print(my_string.split())
 print(my_string.split('a'))

join()方法

# join()方法用来把列表或者其他序列拼接起来
 print('='.join(['hello', 'world']))
 print('='.join(['hello''world']))
 print('-'.join('nihao'))

如果想指定拼接符，必须使用,隔开，否则没有效果

strip()方法

 # strip()方法去除字符串两边的空白；lstrip()去除左边空白 rstrip()去除右边的空白
 new_string = ' This a test string  '
 print(new_string.strip())
 print(new_string.lstrip())
 print(new_string.rstrip())

isalpha()方法

 # isalpha()方法用来判断是否为纯字母
 my_name = 'nebula'
 print(my_name.isalpha())
 my_name1 = 'nebula1'
 print(my_name1.isalpha())

isdigit()方法

 # isdigit()方法用来判断是否为纯数字
 my_name = 'nebula'
 print(my_name.isdigit())

isdecimal()方法

 # isdecimal()判断这个字符串是否是十进制的数字  不常用
 print('11'.isdecimal())

istitle()方法

 # istitle()方法代表判断这个字符串是否是英文的标题 也就是说每个单词首字母大写 不常用
 print('Hello World'.istitle())
 print('Hello world'.istitle())
 print('Hello1 World'.istitle())
 print('1Hello World'.istitle())

注意不能整个字符串都为大写字母，否则输出False

isspace()方法

 # isspace()方法用来判断是否是空白
 print(' asdf'.isspace())
 print('  '.isspace())

isnumberic()方法

 # isnumberic()方法用来判断是否为数字化的字符串 跟isdigit等效 不常用
 print('1234565'.isnumeric())
 print('12sd333'.isnumeric())
 print('1.2'.isnumeric())

只能为整数，如果有小数，输出False

isalnum()方法

 # isalnum()方法用来判断是否为字母跟数字的组合
 print('123sdf'.isalnum())
 print('123,abcsd'.isalnum())

islower()方法

 # islower()方法用来判断是否为纯小写
 print('lower'.islower())
print('Lower'.islower())

isupper()方

 # isupper()方法用来判断是否为纯大写
 print('UPPER'.isupper())

startswith()方法

 # startswith()方法用来判断字符串是否以某个字符开头
 print('Abcd'.startswith('A'))
 print('Abcd'.startswith('b'))

endswith()方法

 # endswith()方法用来判断字符串是否以某个字符结尾
 print('abctxt'.endswith('txt'))

upper()方法

 # upper()方法用来转化字母为大写 lower()方法用来转化字母为小写
 print('lower'.upper().lower())

removesuffix()方法

 # removesuffix()方法是移除字符串的后缀
 print('testtxt'.removesuffix('txt'))

removeprefix()方法

 # removeprefix()方法是移除字符串的前缀
 print('text.txt'.removeprefix('text'))

capitalize()方法

 # capitalize()方法实现将字符串首字母转化成大写 不常用
 print('this is a page'.capitalize())

zfill()方法

 # zfill用来指定特定的长度，当字符串长度不够时，使用0在字符串左侧进行填充补齐长度  不常用
 print('hello'.zfill(10))

casefold()方法

 # casefold()方法返回适合无大小写比较的字符串版本。 等同于lower()方法  不常用
 print('AbcD'.casefold())

partition()方法

 # partition()方法实现将按照指定的字符串的分隔符进行分割字符串，生成一个三个部分元组，类似于split()  不常用
 print('Hello my world hhh'.partition(' '))
 print('Hello,my world hhh'.partition('H'))

splitlines()方法

 # splitlines()方法可以实现将字符串按照换行符进行切割，生成多个元素组成的一个列表
 poem = """春眠不觉晓，
 处处闻啼鸟，
 夜来风雨声，
 花落知多少。
 """
 print(poem.splitlines())

swapcase()方法

# # swapcase()方法是交换大小写 不常用
# print('AbCdef'.swapcase())