python 字符串
1.对于单个字符的编码,Python提供了**ord()**函数获取字符的整数表示
ord('a')
print(ord('a'))
97
可得出’a’= 97
ord('你')
print(ord('你'))
20320
可得出’你’=20320
2.chr()函数把编码转换为对应的字符
chr(66)
print(chr(66))
B
可得出编码66是 B
chr(22221)
print(chr(22221))
囍
可得出 编码22221是囍
如果知道字符的整数编码,还可以用十六进制这么写 例如 :中文
'\u4e2d\u6587'
print('\u4e2d\u6587')
中文
3.由于Python的字符串类型是str
,在内存中以Unicode表示,一个字符对应若干个字节。如果要在网络上传输,或者保存到磁盘上,就需要把str
变为以字节为单位的bytes
。
Python对bytes
类型的数据用带b
前缀的单引号或双引号表示:
x = b'ABC'
4.如果我们从网络或磁盘上读取了字节流,那么读到的数据就是bytes
。要把bytes
变为str
,就需要用decode()
方法:
>>>b'ABC'.decode('ascii')
'ABC'
>>> b'\xe4\xb8\xad\xe6\x96\x87'.decode('utf-8')
'中文'
5.如果bytes
中包含无法解码的字节,decode()
方法会报错:
>>> b'\xe4\xb8\xad\xff'.decode('utf-8')
Traceback (most recent call last):
...
UnicodeDecodeError: 'utf-8' codec can't decode byte 0xff in position 3: invalid start byte
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:
>>> b'\xe4\xb8\xad\xff'.decode('utf-8', errors='ignore')
'中'
6.len()
函数:可用来计算str
中包含多少字符
>>> len('ABC')
3
>>> len('中文')
2
len()
函数计算的是str
的字符数,如果换成bytes
,len()
函数就计算字节数:
>>> len(b'ABC')
3
>>> len(b'\xe4\xb8\xad\xe6\x96\x87')
6
>>> len('中文'.encode('utf-8'))
6
由上可见一个中文字符经过UTF-8编码后通常会占用3个字节,而1个英文字符只占用1个字节。
*在操作字符串时,我们经常遇到str
和bytes
的互相转换。为了避免乱码问题,应当始终坚持使用UTF-8编码对str
和bytes
进行转换。
由于Python源代码也是一个文本文件,所以,当你的源代码中包含中文的时候,在保存源代码时,就需要务必指定保存为UTF-8编码。当Python解释器读取源代码时,为了让它按UTF-8编码读取,我们通常在文件开头写上这两行:
#!/usr/bin/env python3
# -*- coding: utf-8 -*-
format()
一种格式化字符串的方法是使用字符串的format()
方法,它会用传入的参数依次替换字符串内的占位符{0}
、{1}
……,
>>> 'Hello, {0}, 成绩提升了 {1}%'.format('小明', 17.125)
'Hello, 小明, 成绩提升了 17.125%'
以上多为参考网上资料,仅供个人学习。