Python学习笔记1（变量，字符编码）

Posted 2020-10-03

跟着老男孩教育Alex的视频学习Python，写博客记录自己的学习过程，记录所讲授的知识点。  

此篇微博直接从学习一个程序的仪式感“Hello word”开始写起，例如Python的介绍、发展史、Python2和3的区别、安装、优缺点等，将不会在此记录。

这是我第一次编写博客，不管是内容总结还是外观形式都肯定会有所欠缺。不过这博客主要是给自己记录学习过程的，如果想自学的话，在此推荐给你Alex金角大王和Eric银角大王的微博。

金角大王传送门：http://www.cnblogs.com/alex3714

银角大王传送门：http://www.cnblogs.com/wupeiqi

1.Hello word程序

在PyCharm里创建一个hello.py的文件，并且写下如下的代码：

1 print("Hello,world!")

hello word

 然后执行，这时候我的Python的程序就有了生命，就开启了新的冒险之旅。

2.变量

变量定义的规则

• 变量名只能是 字母、数字或下划线的任意组合
• 变量名的第一个字符不能是数字
• 以下关键字不能声明为变量名
  [‘and‘, ‘as‘, ‘assert‘, ‘break‘, ‘class‘, ‘continue‘, ‘def‘, ‘del‘, ‘elif‘, ‘else‘, ‘except‘, ‘exec‘, ‘finally‘, ‘for‘, ‘from‘, ‘global‘, ‘if‘, ‘import‘, ‘in‘, ‘is‘, ‘lambda‘, ‘not‘, ‘or‘, ‘pass‘, ‘print‘, ‘raise‘, ‘return‘, ‘try‘, ‘while‘, ‘with‘, ‘yield‘]

变量赋值

Python变量赋值不需要声明类型。

等号（=）左边为变量名，右边是存储在变量中的值，例如：

1 school = "zgcm"

 这时就声明了一个变量，变量名为school，且变量school的值为zgcm。使用school时，school将会指向zgcm的内存地址，找到zgcm这个值。因此，声明变量之后再使用school时，其实就是在使用zgcm（先不考虑作用域的存在）。

多个变量赋值

1 a = b = c = 1
2 x , y , z = 1 , 1.1 , ‘zifuchuan‘

第一行代码，创建一个整型对象，值为1，三个变量被分配到相同的内存空间上。

第二行代码，创建整型对象1赋值给变量名x，浮点型对象1.1赋值给变量名y，字符串对象赋值给变量名z。

其他类型的赋值

1 str = "this is string 1"                         #字符串赋值
2 list = [‘this‘, ‘is‘, ‘list‘, 2]                 #列表赋值
3 tuple = (‘this‘, ‘is‘, ‘tuple‘, 3)               #元组赋值
4 dict = {1:‘this‘, 2:‘is‘, 3:‘dictionary‘, 4:4}   #字典赋值

 赋值内容替换

1 name1 =  "zhangyan"
2 name2 = name1
3 print(name1,name2)
4 name1 = "zy"
5 print(name1,name2)

 上述代码输出的结果为：

zhangyan zhangyan
zy             zhangyan

1.zhangyan赋值给nama1，name1存储的是zhangyan的内存地址。

2.name1又赋值给了name2，其实是把zhangyan的内存地址给了name2（相当于name1给name2指了一下路，让name2找到了zhangyan）。

3.因此第三行print输出的时候name1和name2都为zhangyan。

4.再将zy赋值给name1的时候，name1里存储的就变成了zy的内存地址，而不再指向zhangyan。此时name2无变化，指向的还是zhangyan的内存地址。

5.因此第五行输出的name1为zy，name2为zhangyan。 

3.字符编码

python解释器在加载 .py 文件中的代码时，会对内容进行编码（默认ascill）

ASCII（American Standard Code for Information Interchange，美国标准信息交换代码）是基于拉丁字母的一套电脑编码系统，主要用于显示现代英语和其他西欧语言，其最多只能用 8 位来表示（一个字节），即：2**8 = 256-1，所以，ASCII码最多只能表示 255 个符号。

关于中文

为了处理汉字，程序员设计了用于简体中文的GB2312和用于繁体中文的big5。

GB2312(1980年)一共收录了7445个字符，包括6763个汉字和682个其它符号。汉字区的内码范围高字节从B0-F7，低字节从A1-FE，占用的码位是72*94=6768。其中有5个空位是D7FA-D7FE。

GB2312 支持的汉字太少。1995年的汉字扩展规范GBK1.0收录了21886个符号，它分为汉字区和图形符号区。汉字区包括21003个字符。2000年的 GB18030是取代GBK1.0的正式国家标准。该标准收录了27484个汉字，同时还收录了藏文、蒙文、维吾尔文等主要的少数民族文字。现在的PC平台必须支持GB18030，对嵌入式产品暂不作要求。所以手机、MP3一般只支持GB2312。

从ASCII、GB2312、GBK 到GB18030，这些编码方法是向下兼容的，即同一个字符在这些方案中总是有相同的编码，后面的标准支持更多的字符。在这些编码中，英文和中文可以统一地处理。区分中文编码的方法是高字节的最高位不为0。按照程序员的称呼，GB2312、GBK到GB18030都属于双字节字符集 (DBCS)。

有的中文Windows的缺省内码还是GBK，可以通过GB18030升级包升级到GB18030。不过GB18030相对GBK增加的字符，普通人是很难用到的，通常我们还是用GBK指代中文Windows内码。

显然ASCII码无法将世界上的各种文字和符号全部表示，所以，就需要新出一种可以代表所有字符和符号的编码，即：Unicode

Unicode（统一码、万国码、单一码）是一种在计算机上使用的字符编码。Unicode 是为了解决传统的字符编码方案的局限而产生的，它为每种语言中的每个字符设定了统一并且唯一的二进制编码，规定虽有的字符和符号最少由 16 位来表示（2个字节），即：2 **16 = 65536。
注：此处说的的是最少2个字节，可能更多

UTF-8，是对Unicode编码的压缩和优化，他不再使用最少使用2个字节，而是将所有的字符和符号进行分类：ascii码中的内容用1个字节保存、欧洲的字符用2个字节保存，东亚的字符用3个字节保存...

前面我们已经学会了如何用 Python 输出 "Hello, world!"，英文没有问题，但是如果你输出中文字符"你好，世界"就有可能会碰到中文编码问题。

Python中默认的编码格式是 ASCII 格式，在没修改编码格式时无法正确打印汉字，所以在读取中文时会报错。

解决方法为只要在文件开头加入 # -*- coding: UTF-8 -*- 或者 #coding=utf-8 就行了。

1 #!/usr/bin/python
2 # -*- coding: UTF-8 -*-
3  
4 print("你好，世界");

注意：Python3.X 源码文件默认使用utf-8编码，所以可以正常解析中文，无需指定 UTF-8 编码。

注意：如果你使用编辑器，同时需要设置 py 文件存储的格式为 UTF-8，否则会出现类似以下错误信息：

SyntaxError: (unicode error) ‘utf-8’ codec can’t decode byte 0xc4 in position 0:
invalid continuation byte

Pycharm 设置步骤：

但是，如果你文件已经指定了编码 # -*- coding: UTF-8 -*-，这里就不能修改了：