字符編碼由來

由于計算機是美國人發(fā)明的，因此，最早只有127個字符被編碼到計算機里，也就是大小寫英文字母、數(shù)字和一些符號，這個編碼表被稱為ASCII編碼，比如大寫字母A的編碼是65，小寫字母z的編碼是122。

但是要處理中文顯然一個字節(jié)是不夠的，至少需要兩個字節(jié)，而且還不能和ASCII編碼沖突，所以，中國制定了GB2312編碼，用來把中文編進去。

你可以想得到的是，全世界有上百種語言，日本把日文編到Shift_JIS里，韓國把韓文編到Euc-kr里，各國有各國的標準，就會不可避免地出現(xiàn)沖突，結(jié)果就是，在多語言混合的文本中，顯示出來會有亂碼。

因此，Unicode應(yīng)運而生。Unicode把所有語言都統(tǒng)一到一套編碼里，這樣就不會再有亂碼問題了。新的問題又出現(xiàn)了：如果統(tǒng)一成Unicode編碼，亂碼問題從此消失了。但是，如果你寫的文本基本上全部是英文的話，用Unicode編碼比ASCII編碼需要多一倍的存儲空間，在存儲和傳輸上就十分不劃算。

本著節(jié)約的精神，又出現(xiàn)了把Unicode編碼轉(zhuǎn)化為“可變長編碼”的UTF-8編碼。UTF-8編碼把一個Unicode字符根據(jù)不同的數(shù)字大小編碼成1-6個字節(jié)，常用的英文字母被編碼成1個字節(jié)，漢字通常是3個字節(jié)，只有很生僻的字符才會被編碼成4-6個字節(jié)。如果你要傳輸?shù)奈谋景罅坑⑽淖址?，用UTF-8編碼就能節(jié)省空間

Python的字符編碼

在最新的Python 3版本中，字符串是以Unicode編碼的，也就是說，Python的字符串支持多語言。

對于單個字符的編碼，Python提供了ord()函數(shù)獲取字符的整數(shù)表示，chr()函數(shù)把編碼轉(zhuǎn)換為對應(yīng)的字符

????????ord('A')? →? 65

????????chr（66） →? 'B'

同時，輸入字符串時，可通過\u轉(zhuǎn)置字符的16進制編碼，例如

????????'\u4f60\u597d' → 你好

16進制編碼可以用電腦自帶的計算器進行轉(zhuǎn)換。

類型轉(zhuǎn)換（str和bytes轉(zhuǎn)換）

類型轉(zhuǎn)換采用encode方法（s轉(zhuǎn)b）和decode方法（b轉(zhuǎn)s)。

Python的字符串類型是str ，而網(wǎng)絡(luò)傳輸常用bytes類型。轉(zhuǎn)換可以使用encode()方法將str編碼為指定的bytes類型，例如將str類型的字符ABC轉(zhuǎn)換為utf-8類型的bytes類型：

????????'ABC'.encode('utf-8')? ? →? b'ABC'

如果希望將網(wǎng)絡(luò)或磁盤讀取的字節(jié)流（bytes格式）轉(zhuǎn)換為字符（str類型），則需要對bytes類型數(shù)據(jù)使用decode()方法，例如，bytes類型的數(shù)據(jù)和str類型數(shù)據(jù)相互轉(zhuǎn)換示意：

>>> x='你好'

#設(shè)x為str類型：你好

>>> y='ABC'

#設(shè)y為str類型：ABC

>>> a=x.encode('utf-8')

#a為x轉(zhuǎn)換為bytes類型數(shù)據(jù)的值，通過utf-8編碼

>>> b=y.encode('utf-8')

#b為y轉(zhuǎn)換為bytes類型數(shù)據(jù)的值，通過utf-8編碼

>>> print(a)

#輸出a的值

b'\xe4\xbd\xa0\xe5\xa5\xbd'

>>> print(b)

#輸出b的值

b'ABC'

>>> d=a.decode('utf-8')

#將a轉(zhuǎn)換回str類型，通過utf-8編碼，值設(shè)為d

>>> e=b.decode('utf-8')

#將b轉(zhuǎn)換回str類型，通過utf-8編碼，值設(shè)為e

>>> print(d)

#輸出d

你好

>>> print(e)

#輸出e

ABC

如果bytes中包含無法解碼的字節(jié)，decode()方法會報錯。

如果bytes中只有一小部分無效的字節(jié)，可以傳入errors='ignore'忽略錯誤的字節(jié)，該參數(shù)默認為errors='strict'嚴格模式，示意：

????????b=b'\xe4\xbd\xa0\xe5\xa5\xbd\xaaaaaaaaa'

????????>>> print(b.decode('utf-8'))

????????Traceback (most recent call last):

????????? File "<pyshell#77>", line 1, in <module>

? ????????? print(b.decode('utf-8'))

????????UnicodeDecodeError: 'utf-8' codec can't decode byte 0xaa in position 6: invalid start byte

????????>>> print(b.decode('utf-8',errors='ignore'))

????????你好aaaaaaa

要計算str包含多少個字符，可以用len()函數(shù)。

????????len('馕'.encode('utf-8'))

????????3

????????len(b'A')

????????1

????????len('馕')

????????1

每個英文占1個字節(jié)，中文編碼后占3個字符，而編碼前占1個字符。

編碼聲明

由于Python源代碼也是一個文本文件，所以，當你的源代碼中包含中文的時候，在保存源代碼時，就需要務(wù)必指定保存為UTF-8編碼。當Python解釋器讀取源代碼時，為了讓它按UTF-8編碼讀取，我們通常在文件開頭寫上這兩行：

????????????????#!/usr/bin/env python3

????????????????# -*- coding: utf-8 -*-

第一行注釋是為了告訴Linux/OS X系統(tǒng)，這是一個Python可執(zhí)行程序，Windows系統(tǒng)會忽略這個注釋；

第二行注釋是為了告訴Python解釋器，按照UTF-8編碼讀取源代碼，否則，你在源代碼中寫的中文輸出可能會有亂碼。

申明了UTF-8編碼并不意味著你的.py文件就是UTF-8編碼的，必須并且要確保文本編輯器正在使用UTF-8 without BOM編碼。

格式化字符串：%占位符

在Python中，以%作為格式化字符。

占位符：

????????占位符 ???????? 替換內(nèi)容

????????%d? ????????????? 整數(shù)

????????%f? ? ???????????? 浮點數(shù)

????????%s ???????????? 字符串

????????%x ???????????? 十六進制整數(shù)

其中，格式化整數(shù)和浮點數(shù)還可以指定是否補0和整數(shù)與小數(shù)的位數(shù)

????????例1：

????????a='小明'

????????b='我的空間'

????????c=12

????????w='%s ，您好，歡迎光臨%s，您是第%d個訪客' % (a,b,c)

????????print(w)

????????輸出：小明 ，您好，歡迎光臨我的空間，您是第12個訪客

例2：

????????print('%2d-%02d' % (3, 1))

????????print('%.2f' % 3.1415926)

????????>>> print(('the number is %.2f')%(12.1))

????????the number is 12.10

????????>>> print(('the number is %.5f')%(12.1))

????????the number is 12.10000

????????格式：% + 點 + 位數(shù) + f? 【指定浮點數(shù)小數(shù)點保留位數(shù)】

????????格式：% + 0 + 位數(shù) + d 【指定最小位數(shù)，不足在前邊補零，如內(nèi)容超過位數(shù)則不做處理，如替代內(nèi)容為小數(shù)，向下取整】

????????格式：% + 位數(shù) + d 【指定最小位數(shù)，不足在前邊補空格，如內(nèi)容超過位數(shù)則不做處理，如替代內(nèi)容為小數(shù)，向下取整】

格式化字符串：format()

另一種格式化字符串的方法是使用字符串的format()方法，它會用傳入的參數(shù)依次替換字符串內(nèi)的占位符{0}、{1}……，參數(shù)一般從0開始，但允許指定順序或指定參數(shù)：

例1：

????????>>> 'hello,{0},歡迎{1}的你,來到{2}!'.format('王','智慧','新空間')

????????'hello,王,歡迎智慧的你,來到新空間!'

例2：

????????>>> 'hello,{0},歡迎{3}的你,來到{5}!'.format('王','智慧','機智','新空間','新世紀','零度空間')

????????'hello,王,歡迎新空間的你,來到零度空間!'