python3的学习之路三字符串和编码

Posted 2021-01-08 Q同码

字符串编码

      由于计算机是美国人发明的，因此，最早只有127个字符被编码到计算机里，也就是大小写英文字母、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。

      但是要处理中文显然一个字节是不够的，至少需要两个字节，而且还不能和ASCII编码冲突，所以，中国制定了GB2312编码，用来把中文编进去。

      但是全世界有上百种语言，各国有各国的标准就，会不可避免地出现冲突，结果就是，在多语言混合的文本中，显示出来会有乱码。因此，Unicode应运而生。Unicode把所有语言都统一到一套编码里，这样就不会再有乱码问题了。

      现在，捋一捋ASCII编码和Unicode编码的区别：ASCII编码是1个字节，而Unicode编码通常是2个字节。

• 字母A用ASCII编码是十进制的65，二进制的01000001；
• 字符0用ASCII编码是十进制的48，二进制的00110000，注意字符’0’和整数0是不同的；
• 汉字中已经超出了ASCII编码的范围，用Unicode编码是十进制的20013，二进制的01001110 00101101。

      如果把ASCII编码的A用Unicode编码，只需要在前面补0就可以，因此，A的Unicode编码是00000000 01000001。

Python的字符串

• 在python3中字符串是以Unicode编码的
• 对于单个字符串的编码，python提供了++ord()++函数获取字符的整数表示，chr()函数把编码转化成对应的字符

ord(‘A‘)   # 65
ord(‘中‘)  # 20013
chr(66)    #B
chr(25991) #文

格式化

%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。
常见的占位符有：

%d    整数
%f    浮点数，可指定小数点后的精度
%e      用科学计数法格式化浮点数
%s    字符串
%x    十六进制整数

转义字符

(在行尾时)    续行符
\            反斜杠符号
‘            单引号
"            双引号
a            响铃
            退格(Backspace)
e            转义
000            空

            换行
v            纵向制表符
	            横向制表符

            回车
f            换页
oyy            八进制数，yy代表的字符，例如：o12代表换行
xyy            十六进制数，yy代表的字符，例如：x0a代表换行
other            其它的字符以普通格式输出