字符编码
1,一个字节能表示的最大的整数就是255(2^8=256);1个元器件称为1比特(Bit)或1位,8个元器件称为1字节(Byte)
image.png
image.png
2,语言编码
-
ASCII
编码:仅有127个字符被编码到计算机里,表示大小写英文字母、数字和一些符号,这个编码表被称为ASCII编码,比如大写字母A的编码是65,小写字母z的编码是122 - 其他:
GB2312
编码-中文、Shift_JIS
编码-日文、Euc-kr
编码-韩文
3,Unicode字符集
Unicode
把所有语言都统一到一套编码里,用两个字节表示一个字符(如果要用到非常偏僻的字符,就需要4个字节)。现代操作系统和大多数编程语言都直接支持Unicode
。
4,
UTF-8
编码 -- 可变长编码UTF-8
编码把一个Unicode
字符根据不同的数字大小编码成1-6个字节,常用的英文字母被编码成1个字节,汉字通常是3个字节,只有很生僻的字符才会被编码成4-6个字节。
5,ASCII
、Unicode
和UTF-8
的关系
- 如果传输的文本包含大量英文字符,使用
UTF-8
编码较Unicode
编码能够节省较大空间 -
ASCII
编码可以被看成是UTF-8
编码的一部分 -
ASCII
编码包含的信息量少,Unicode
和UTF-8
包含信息量多,但一定条件下UTF-8
可节省空间
6,计算机系统通用字符编码工作方式
浏览网页
很多网页的源码上会有类似
<meta charset="UTF-8" />
的信息,表示该网页正是用的UTF-8
编码。
字符串
Python 3版本中,字符串是以Unicode
编码的,也就是说,Python的字符串支持多语言
1,查询单个字符的编码的整数编码与对应字符关系
ord()
函数获取字符的整数表示
chr()
函数把编码转换为对应的字符
>>> ord('A')
65
>>> ord('中')
20013
>>> chr(66)
'B'
>>> chr(25991)
'文'
2,字符串与字节转换
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'
y = 'ABC'
'ABC'
和b'ABC'
,前者是str
,后者是'bytes'
,但bytes
的每个字符都只占用一个字节。
(1)以Unicode
表示的str
通过encode()
方法可以编码为指定的bytes
,例如:
>>> 'ABC'.encode('ascii')
b'ABC'
>>> '中文'.encode('utf-8')
b'\xe4\xb8\xad\xe6\x96\x87'
(2)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'
>>> b'\xe4\xb8\xad\xff'.decode('utf-8', errors='ignore')
'中'
errors='ignore'
忽略错误的字节
(3)计算包含的字符或字节数,可以用len()
函数:
>>> len('ABC')
3
>>> len('中文')
2
>>> len(b'ABC')
3
>>> len(b'\xe4\xb8\xad\xe6\x96\x87')
6
>>> len('中文'.encode('utf-8'))
6
str
:计算字符数;bytes
:计算字节数
3,程序编辑习惯,通常在文件开头写上这两行:
#!/usr/bin/env python3
# -*- coding: utf-8 -*-
image.png
格式化
1,%
(1)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:
>>> '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
(2)举例
image.png
2,
format()
另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}
等,例如:
>>> 'Hello, {0}, 成绩提升了 {1:.1f}%'.format('小明', 17.125)
'Hello, 小明, 成绩提升了 17.1%'
3,f-string
最后一种格式化字符串的方法是使用以f开头的字符串,称之为f-string
,它和普通字符串不同之处在于,字符串如果包含{xxx}
,就会以对应的变量替换:
>>> r = 2.5
>>> s = 3.14 * r ** 2
>>> print(f'The area of a circle with radius {r} is {s:.2f}')
The area of a circle with radius 2.5 is 19.62
{r}
被变量r的值替换,{s:.2f}
被变量s的值替换,并且:
后面的.2f
指定了格式化参数(即保留两位小数),因此,{s:.2f}
的替换结果是19.62
网友评论