Python 的字符串

                                                      Python 的字符串

在最新的 Python 3 版本中,字符串是以 Unicode 编码的,也就是说,Python 的字符串支持多语言,例如:

1print('包含中文的 str') 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(方式),chr() 函数把编码转换为对应的字符:

1print(ord('中')) 2print(ord('A')) 3print(chr(66)) 4print(chr(25991)) 5

测试结果:

120013 265 3B 45

如果知道字符的整数编码,还可以用十六进制这样写 str :

1print('\u4e2d\u6587') 2输出结果: 3 中文 4

两种写法完全是等价的。由于 Python 的字符串类型是 str ,所以在内存中以 Unicode的编码格式表示,一个字符对应若干个字节。如果要在网络上传输,或者保存到磁盘里面,就需要把str类型字符串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,如:x = b'ABC'。

注意区分 'ABC' 和 b'ABC',前者是str字符串类型 ,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,两者在内存里面得“地址”是不一样的。

如果我们要把 bytes 变为 str字符串型 ,就需要用 decode() 方法:

1print(b'ABC'.decode('ascii')) 2

要计算 str 包含多少个字符,可以用 len() 函数,len() 函数计算的是str的字符数,如果换成 bytes ,len() 函数就计算字
节数:

1print( len('ABC')) 2print(len(b'ABC')) 3运行结果: 4 3 5 3 6

由于 Python 源代码也是一个文本文件,所以,当你的源代码中包含中文的时候,在保存源代码时,就需要务必指定保存为 UTF-8 编码。当Python 解释器读取源代码时,为了让它按 UTF-8 编码读取,我们通常在文件开头写上这两行:

1#!/usr/bin/env python3 2# -*- coding: utf-8 -*- 3

第一行注释是为了告诉 Linux/OS X 系统,这是一个 Python 类型的可执行程序,Windows 的系统会忽略这个注释;第二行注释是为了告诉 Python 的解释器,让解释器按照 UTF-8 编码读取源代码,如果不添加,那么在源代码中写的中文在输出的时候可能会有乱码。而且有时候申明了 UTF-8 编码也并不意味着 .py结尾的文件就是 UTF-8 编码的,必须要确保你使用的文本编辑器正在使用 UTF-8 without BOM类型的编码格式。举例如下:

1#!/usr/bin/env python3 2# -*- coding: utf-8 -*- 3 4s = 'Python-中文' #有中文字符 5print(s) 6b = s.encode('utf-8') 7print(b) 8print(b.decode('utf-8')) 9

这里提个建议,在进行编码的时候不要用电脑或工具本身自带笔记本来进行编写,有时候这些记事本会“自作聪明”的添加一些未知的字符串进去,而导致程序报错,你却找不到原因,编码工具可以使用submit Text、Visual Studio Code、Notepad、UItrEdit等,具体使用就看个人的使用习惯了。

 

 

 

 

 

代码交流 2021