Python基础(二)字符串

字符串

1.Python的字符串支持多语言

print("python包含中文")
//python包含中文

2.对于单个字符的编码，Python提供了ord()函数获取字符的整数表示，chr()函数把编码转换为对应的字符

ord("A")//65
ord("a")//97
ord('中')//20013
chr(66)//'B'
chr(25991)//'文'

3. 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。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
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

x = b'ABC'

以Unicode表示的str通过encode()方法可以编码为指定的bytes

>>>'ABC'.encode('ascii')
//b'ABC'
>>> '中文'.encode('utf-8')
//b'\xe4\xb8\xad\xe6\x96\x87'
>>> '中文'.encode('ascii')
/*
Traceback (most recent call last):
  File "", line 1, in 
UnicodeEncodeError: 'ascii' codec can't encode characters in position 0-1: ordinal not in range(128)
*/
注：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

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

>>> b'ABC'.decode('ascii')//
//'ABC'
>>> b'\xe4\xb8\xad\xe6\x96\x87'.decode('utf-8')
//'中文'

如果bytes中包含无法解码的字节，decode()方法会报错

>>> b'\xe4\xb8\xad\xff'.decode('utf-8')
Traceback (most recent call last):
  ...
UnicodeDecodeError: 'utf-8' codec can't decode byte 0xff in position 3: invalid start byte

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：

>>> b'\xe4\xb8\xad\xff'.decode('utf-8', errors='ignore')
'中'

要计算str包含多少个字符，可以用len()函数

>>> len("ABC")
//3
>>> len("中文")
//2

如果换成bytes，len()函数就计算字节数

>>> len(b"ABC")
//3
>>> len(b"\xe4\xb8\xad\xe6\x96\x87")
//6
>>> len("中文".encode("utf-8"))
//6
//可见，1个中文字符经过UTF-8编码后通常会占用3个字节，而1个英文字符只占用1个字节

4.格式化

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

占位符	替换内容
%d	整数
%f	浮点数
%s	字符串
%x	十六进制整数

"hello,%s" % "sherry"
//hello,sherry
"Hi,%s,you have $%d." % ("sherry",10000)
//Hi,sherry,you have $10000.'

//其中，格式化整数和浮点数还可以指定是否补0和整数与小数的位数
>>>"%01d-%02d" % (6,1)
//6-01'
>>> "%04d-%02d" % (6,1)
//0006-01'
>>> "%.2f" % 3.1415926
//3.14'

//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：
>>> 'Age: %s. Gender: %s' % (25, True)
//Age: 25. Gender: True

//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%
>>> "growth rate:%d %%" %7
//growth rate:7 %'

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}……，
不过这种方式写起来比%要麻烦得多
*/
>>> "hello,{0},成绩提升了{1:.2f}%".format("sherry",17.345)
//hello,sherry,成绩提升了17.34%'

原文链接：https://www.liaoxuefeng.com/wiki/0014316089557264a6b348958f449949df42a6d3a2e542c000/001431664106267f12e9bef7ee14cf6a8776a479bdec9b9000