Python3 中,字符串是以 Unicode 编码的,即可支持多语言,例如中文。
对于单字符编码,可使用 ord()函数获取字符的整数表示:
ord('A') >>>65
ord('中') >>>20013而 chr() 函数可以把编码转换成对应字符:
chr(66) >>>'B'
chr(25991) >>>'文'知道字符的整数编码,还可以使用十六进制写str:
'\u4e2d\u6587' >>>'中文'因为 Python 的 str 类型在内存中以 Unicode 表示,一个字符对应若干个字节,若要网络上传输或者保存在磁盘上,就需要把 str 转为以字节为单位的 bytes。
Python 对 bytes 类型数据用带 b 前缀的单引号或者双引号表示:
x=b'ABC'
虽然 'ABC' 与 b'ABC' 内容上显示的一样,但后者每个字符只占用一个字节encode()函数
str类型数据可通过 encode() 方法编码指定的 bytes
eg:
'ABC'.encode('ascii')
>>>b'ABC'
'中文'.encode('utf-8')
>>>b'\xe4\xb8\xad\xe6\x96\x87'
纯英文的 str 可以用 ASCII 编码为 bytes,内容一样
含中文的 str 可以用 UTF-8 编码为 bytes,但是不可以用 ASCII 编码成 bytes,因为超出了 ASCII 的编码范围,Python 会报错。而在 bytes 中,无法显示为 ASCII 字符的字节,用\x##显示。decode()方法
一目了然,要把上面的 bytes 变为 str 时使用的方法。这个可以用在我们从网络或者磁盘上读取的字节流(bytes)转换时。
eg:
b'ABC'.decode('ascii')
>>>'ABC'
b'\xe4\xb8\xad\xe6\x96\x87'.decode('utf-8')
>>>'中文'len()方法
可计算str的字符数/bytes的字节数
>>>len(b'ABC')
3
>>>len(b'\xe4\xb8\xad\xe6\x96\x87')
6
>>>len('中文'.encode('utf-8'))
6一个中文字符经过 UTF-8 编码后会占 3 个字节,而 1 个英文字符只占用 1 个字节。
一般编码尽量选取 UTF-8 编码,一是为了避免 str 和 bytes 转换时的乱码问题,而是 Python 源码就是文本文件,有中文存在的时候会更加方便。Python 解释器读取源码的时候,为了让它按照 UTF-8 编码读取,通常在文件开头写上两句代码,第一行告知 Linux/OS X 系统是 Python 可执行程序,windows 自动忽略,二是告知编辑器按 UTF-8 编码读取源代码:
#!/usr/bin/env python3
# -*- coding: utf-8 -*-%运算符
% 运算符常用语格式化字符串:
%d 整数
%f 浮点数
%s 字符串
%x 十六进制整数
举个栗子:
>>> 'Hello, %s' % 'world'
'Hello, world'
>>> 'Hi, %s, you have $%d.' % ('Michael',1000000)
'Hi, Michael, you have $1000000.'
其中,格式化整数和浮点数可以指定是否补 0 和整数与小数的位数:
>>> '%2d-%02d' % (3, 1)
' 3-01'
>>> '%.2f' % 3.1415926
'3.14'
有些时候,字符串里面的%是一个普通字符怎么办?这个时候就需要转义,用%%来表示一个%.
【Python自学】04.字符串和编码(下)
最后编辑于 :
©著作权归作者所有,转载或内容合作请联系作者
- 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
- 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
- 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
推荐阅读更多精彩内容
- 1 字符编码简介 1.1 ASCII ASCII:American Standard Code for Infor...