python的字符串小细节(note)

• 1. 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。
• 2. ----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。
• 3. 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*。
• 4. 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。
• 5. 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,
  • a. 如果bytes中包含无法解码的字节，decode()方法会报错：
  • b. 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：
  • c.计算str包含多少个字符，可以用len()函数：
• 6. 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。

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.