part1.字符编码

字符编码

字符编码的发展

计算机中，字符是用二进制数字来保存。起初，字符串里只有英文字母和标点符号，使用一个字节(8位)就可以完全覆盖，称为ASCII编码。

后来由于计算机需要处理更多种语言的字符，一个字节已经满足不了需求，就有了Unicode编码，用两个字节(16位，65535)来表示字符，但是对于使用最多的英文字母，就会平白增添一倍的存储占用，所以就有了可变长编码的UTF-8编码，英文字母用一个字节存储，汉字就用两个字节。

计算机内存中，统一使用Unicode编码，保存到硬盘里的时候，再转成UTF-8编码。

Python中的字符串

Python中的字符串是用Unicode编码的，有相应的几个函数：

• ord()用来获取字符的整数表示，chr()可以把数字编码成对应的字符

  >>> print(ord('A'))
  65
  >>> print(chr(65))
  A
  

• len()可以返回字符串的字符数

  >>> print(len('我的'))
  2
  >>> print(len('\xe4\xb8\xad\xe6\x96\x87'))
  6
  

格式化

要输出格式化的字符串，“亲爱的xxx你好”，要把xxx当作变量输出，需要格式化字符串方法。

>>> "Hello,%s,you have %d." %('liming',100)
'Hello,liming,you have 100.'

不同的数据类型，有不同的占位符

• %d ：整数

• %f ：浮点数

• %s ：字符串

• %x ：十六进制整数

%作为运算符，不能直接作为字符输出，在字符串中要输出，用‘%%’表示

f-string

当字符串内出现{x}，其中的x就会用同名的变量替换

>>> r=2.5
>>> print(f"r is {r}")
r is 2.5