这篇是延续上次做的笔记写的一点Py基础学习,这几天半打半就的学习有点拖时间。加油吧!
字符编码
在python3版本中,字符串是以Unicode编码的,也就是说Python的字符串是支持多语言的
>>> print('中文夹杂English_Strng也是可以的')
中文夹杂English_Strng也是可以的
单个字符的编码,Python提供
ord()
函数去字符的十进制整数表示,chr()
函数把编码转换为对应的字符串单个字符的编码,Python提供ord()
函数去字符的十进制整数表示,chr()
函数把编码转换为对应的字符串
- 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,要注意区分'ABC'
和b'ABC'
,前者是str
,后者虽然内容显示得和前者一样,但bytes
的每个字符都只占用一个字节。 - 以Unicode表示的
str
通过encode()
方法可以编码为指定的bytes
纯英文的str
可以用ASCII编码为bytes
,内容是一样的,含有中文的str
可以用UTF-8编码为bytes
。含有中文的str
无法用ASCII编码,因为中文编码的范围超过了ASCII编码的范围,Python会报错。 - 在bytes中,无法显示为ASCII字符的字节,用
\x##
显示。反过来,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'
- 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'
len()
可以计算字节数
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 -*-
第一行注释是为了告诉Linux/OS X系统,这是一个Python可执行程序,Windows系统会忽略这个注释;
第二行注释是为了告诉Python解释器,按照UTF-8编码读取源代码,否则,你在源代码中写的中文输出可能会有乱码。
申明了UTF-8编码并不意味着你的.py文件就是UTF-8编码的,必须并且要确保文本编辑器正在使用UTF-8 without BOM编码
格式化
在Python中,采用的格式化方式和C语言是一致的,用%实现,举例如下:
>>> 'Hello, %s' % 'world'
'Hello, world'
>>> 'Hi, %s, you have $%d.' % ('Michael', 1000000)
'Hi, Michael, you have $1000000.'
%
运算符就是用来格式化字符串的。在字符串内部,%s
表示用字符串替换,%d
表示用整数替换,有几个%?
占位符,后面就跟几个变量或者值,顺序要对应好。如果只有一个%?
,括号可以省略。
如果你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。
本文由 一去二三遥 创作,采用 知识共享署名4.0 国际许可协议进行许可
本站文章除注明转载/出处外,均为本站原创或翻译,转载前请务必署名
最后编辑时间为: Feb 7, 2020 at 07:18 pm
总结的很到位,很不错。
路过,我也打算系统学一下Python
哈哈哈,Python很好学的,比较简单,我也是抽空学一学
观光团路过