记录我的 python 学习历程-Day02-while 循环/格式化输出/运算符/编码的初识

一、流程控制之--while 循环

循环就是重复做同一件事,它可以终止当前循环,也可以跳出这一次循环,继续下一次循环。

  • 基本结构(基本循环)
while 条件:
  循环体
  • 示例
# 这是一个模拟音乐循环播放的代码
while True:
  print('画')
 	print('桥头姑娘')
  print('四块五的妞')
  • 终止循环
    • 改变条件(根据上面的流程,改变条件,就会终止循环)

    • 可以用关键字:break,来终止循环。

    • 调用系统命令:quit()、exit() 后面会讲到,不建议大家使用。

    • 关键字:continue

1.终止循环的第一个方法:改变条件,终止循环。(这里会引出一个标志位的概念)

flag = True	# 这个变量就是标志位,也可以理解为 while 循环体的标志位。
while flag:
  print('画')
 	print('桥头姑娘')
  flag = False	#标志位条件变更,以下语句不执行。
  print('四块五的妞')

2.终止循环的第二个方法:break

Break:非常简单,就是 python 给大家提供的关键字,什么是关键字?就是 Python中具有一定特殊意义的单词,比如:if , str, int, 等等,这些不能用作变量的单词都叫关键字。

break 的用法就是:循环中,只要遇到break 马上退出循环。

举个例子:

while True:
  print('画')
 	print('桥头姑娘')
  break	# 当执行到这行代码时,程序终止,无论循环体中之后的代码是什么,都不执行,退出循环
  print('四块五的妞')

3.终止循环的第二个方法:continue

continue 用于终止本次循环,继续下一次循环。

举个例子:

while True:
  print('画')
 	print('桥头姑娘')
  continue	# 当执行到这行代码时,结束本次循环,进入下一次循环。
  print('四块五的妞')

While...else

与其它语言 else 一般只与 if 搭配不同,在 python 中还有个 while...else 语句

while 后面的else 作用是指,当while 循环正常执行完,中间没有被break 中止的话,就会执行else后面的语句

举个例子

count = 0
while count <= 5:
  count += 1
  print('loop',count)
else:
  print('循环正常执行完毕')
print('-----out of while loop-----')

输出结果:

Loop 1
Loop 2
Loop 3
Loop 4
Loop 5
Loop 6
循环正常执行完毕
-----out of while loop ------

如果执行过程中被break啦,就不会执行else的语句啦

count = 0
while count <= 5:
  count += 1
  if count == 3:
    break
  print('loop',count)
else:
  print('循环正常执行完毕')
print('-----out of while loop-----')

输出结果:

Loop 1
Loop 2
-----out of while loop ------

二、格式化输出

当你遇到这样的需求:字符串中想让某些位置变成动态可传入的,首先要考虑到格式化输出。

  • % :占位符
    • 现有一练习需求,问用户的姓名、年龄、工作、爱好 ,然后打印成以下格式:
------------ info of Dylan  -----------
Name  : Dylan
Age   : 18
job   : IT
Hobbie: girl
------------- end -----------------
name = input('Name:')
age = input('Age:')
job = input('Job:')
hobbie = input('Hobbie:')

# 注意这个地方用的是 %s 表示的是字符串类型的占位符,%d 表示整数型占位符·
    
info = '''
------------ info of %s  -----------  # 这里的每一个%s就是一个占位符
Name  : %s
Age   : %s # 注意这个地方用的是%s表示的是字符串类型的占位符
job   : %s # %d 表示整数型占位符
Hobbie: %s
------------- end -----------------
'''%(name, name, gae, job, hobbie) #这行的 % 就是把前面的字符串与括号里的变量关联起来
print(info)

%s就是代表字符串占位符,除此之外,还有%d,是数字占位符, 如果把上面的age后面的换成%d,就代表你必须只能输入数字。

三、运算符

  • 算数运算符 + -,
  • 比较运算符 > ==,
  • 赋值运算符 =,+=,
  • 逻辑运算符 not, and, or,
  • 成员运算符 in, not in 。

基本应用:

i1 = 2
i2 = 3
print(2 ** 3)
print(10 // 3)
print(10 % 3)
print(3 != 4)
count = 1
count = count + 1
count += 1
print(count)

not and or

在没有()的情况下,优先级:not > and > or,同一优先级从左至右依次计算
情况1:两边都是比较运算
print(2 > 1 and 3 < 4 or 4 > 5 and 2 < 1)
print(True or False)

情况2:两边都是整数
'''
x or y , x为真,值就是x,x为假,值是y  # and 与之相反
'''
print(1 or 2)
print(3 or 2)
print(4 or 2)
print(-1 or 2)
print(0 or 2)
print(1 and 2)

数据类型之间的转换

# str ---> int  : 只能是纯数字组成的字符串
s1 = '00100'
print(int(s1))
# int ----> str
i1 = 100
print(str(i1),type(str(i1)))

# int  ---> bool  : 非零即True ,0为False。
i = 0
print(bool(i))
# bool ---> int
print(int(True))  # 1
print(int(Fals

四、编码的初识

计算机起初使用的密码本是:ASCII码(American Standard Code for Information Interchange,美国标准信息交换代码)是基于拉丁字母的一套电脑编码系统ASCII码中只包含英文字母,数字以及特殊字符与二进制的对应关系,主要用于显示现代英语和其他西欧语言,其最多只能用 8 位来表示(一个字节),即:2**8 = 256,所以,ASCII码最多只能表示 256 个符号。

ASCII码:包含英文字母,数字,特殊字符与01010101对应关系。

下面是具体的ASCII码:

Bin(二进制) Oct(八进制) Dec(十进制) Hex(十六进制) 缩写/字符 解释
0000 0000 0 0 00 NUL(null) 空字符
0000 0001 1 1 01 SOH(start of headline) 标题开始
0000 0010 2 2 02 STX (start of text) 正文开始
0000 0011 3 3 03 ETX (end of text) 正文结束
0000 0100 4 4 04 EOT (end of transmission) 传输结束
0000 0101 5 5 05 ENQ (enquiry) 请求
0000 0110 6 6 06 ACK (acknowledge) 收到通知
0000 0111 7 7 07 BEL (bell) 响铃
0000 1000 10 8 08 BS (backspace) 退格
0000 1001 11 9 09 HT (horizontal tab) 水平制表符
0000 1010 12 10 0A LF (NL line feed, new line) 换行键
0000 1011 13 11 0B VT (vertical tab) 垂直制表符
0000 1100 14 12 0C FF (NP form feed, new page) 换页键
0000 1101 15 13 0D CR (carriage return) 回车键
0000 1110 16 14 0E SO (shift out) 不用切换
0000 1111 17 15 0F SI (shift in) 启用切换
0001 0000 20 16 10 DLE (data link escape) 数据链路转义
0001 0001 21 17 11 DC1 (device control 1) 设备控制1
0001 0010 22 18 12 DC2 (device control 2) 设备控制2
0001 0011 23 19 13 DC3 (device control 3) 设备控制3
0001 0100 24 20 14 DC4 (device control 4) 设备控制4
0001 0101 25 21 15 NAK (negative acknowledge) 拒绝接收
0001 0110 26 22 16 SYN (synchronous idle) 同步空闲
0001 0111 27 23 17 ETB (end of trans. block) 结束传输块
0001 1000 30 24 18 CAN (cancel) 取消
0001 1001 31 25 19 EM (end of medium) 媒介结束
0001 1010 32 26 1A SUB (substitute) 代替
0001 1011 33 27 1B ESC (escape) 换码(溢出)
0001 1100 34 28 1C FS (file separator) 文件分隔符
0001 1101 35 29 1D GS (group separator) 分组符
0001 1110 36 30 1E RS (record separator) 记录分隔符
0001 1111 37 31 1F US (unit separator) 单元分隔符
0010 0000 40 32 20 (space) 空格
0010 0001 41 33 21 ! 叹号
0010 0010 42 34 22 " 双引号
0010 0011 43 35 23 # 井号
0010 0100 44 36 24 $ 美元符
0010 0101 45 37 25 % 百分号
0010 0110 46 38 26 & 和号
0010 0111 47 39 27 ' 闭单引号
0010 1000 50 40 28 ( 开括号
0010 1001 51 41 29 ) 闭括号
0010 1010 52 42 2A * 星号
0010 1011 53 43 2B + 加号
0010 1100 54 44 2C , 逗号
0010 1101 55 45 2D - 减号/破折号
0010 1110 56 46 2E . 句号
00101111 57 47 2F / 斜杠
00110000 60 48 30 0 数字0
00110001 61 49 31 1 数字1
00110010 62 50 32 2 数字2
00110011 63 51 33 3 数字3
00110100 64 52 34 4 数字4
00110101 65 53 35 5 数字5
00110110 66 54 36 6 数字6
00110111 67 55 37 7 数字7
00111000 70 56 38 8 数字8
00111001 71 57 39 9 数字9
00111010 72 58 3A : 冒号
00111011 73 59 3B ; 分号
00111100 74 60 3C < 小于
00111101 75 61 3D = 等号
00111110 76 62 3E > 大于
00111111 77 63 3F ? 问号
01000000 100 64 40 @ 电子邮件符号
01000001 101 65 41 A 大写字母A
01000010 102 66 42 B 大写字母B
01000011 103 67 43 C 大写字母C
01000100 104 68 44 D 大写字母D
01000101 105 69 45 E 大写字母E
01000110 106 70 46 F 大写字母F
01000111 107 71 47 G 大写字母G
01001000 110 72 48 H 大写字母H
01001001 111 73 49 I 大写字母I
01001010 112 74 4A J 大写字母J
01001011 113 75 4B K 大写字母K
01001100 114 76 4C L 大写字母L
01001101 115 77 4D M 大写字母M
01001110 116 78 4E N 大写字母N
01001111 117 79 4F O 大写字母O
01010000 120 80 50 P 大写字母P
01010001 121 81 51 Q 大写字母Q
01010010 122 82 52 R 大写字母R
01010011 123 83 53 S 大写字母S
01010100 124 84 54 T 大写字母T
01010101 125 85 55 U 大写字母U
01010110 126 86 56 V 大写字母V
01010111 127 87 57 W 大写字母W
01011000 130 88 58 X 大写字母X
01011001 131 89 59 Y 大写字母Y
01011010 132 90 5A Z 大写字母Z
01011011 133 91 5B [ 开方括号
01011100 134 92 5C \ 反斜杠
01011101 135 93 5D ] 闭方括号
01011110 136 94 5E ^ 脱字符
01011111 137 95 5F _ 下划线
01100000 140 96 60 ` 开单引号
01100001 141 97 61 a 小写字母a
01100010 142 98 62 b 小写字母b
01100011 143 99 63 c 小写字母c
01100100 144 100 64 d 小写字母d
01100101 145 101 65 e 小写字母e
01100110 146 102 66 f 小写字母f
01100111 147 103 67 g 小写字母g
01101000 150 104 68 h 小写字母h
01101001 151 105 69 i 小写字母i
01101010 152 106 6A j 小写字母j
01101011 153 107 6B k 小写字母k
01101100 154 108 6C l 小写字母l
01101101 155 109 6D m 小写字母m
01101110 156 110 6E n 小写字母n
01101111 157 111 6F o 小写字母o
01110000 160 112 70 p 小写字母p
01110001 161 113 71 q 小写字母q
01110010 162 114 72 r 小写字母r
01110011 163 115 73 s 小写字母s
01110100 164 116 74 t 小写字母t
01110101 165 117 75 u 小写字母u
01110110 166 118 76 v 小写字母v
01110111 167 119 77 w 小写字母w
01111000 170 120 78 x 小写字母x
01111001 171 121 79 y 小写字母y
01111010 172 122 7A z 小写字母z
01111011 173 123 7B { 开花括号
01111100 174 124 7C | 垂线
01111101 175 125 7D } 闭花括号
01111110 176 126 7E ~ 波浪号
01111111 177 127 7F DEL (delete)

随着计算机的发展. 以及普及率的提高. 流⾏到欧洲和亚洲. 这时ASCII码就不合适了. 比如: 中⽂汉字有几万个. 而ASCII 多也就256个位置. 所以ASCII不行了. 怎么办呢? 这时, 不同的国家就提出了不同的编码用来适用于各自的语言环境(每个国家都有每个国家的GBK,每个国家的GBK都只包含ASCII码中内容以及本国自己的文字). 比如, 中国的GBK, GB2312, BIG5, ISO-8859-1等等. 这时各个国家都可以使用计算机了.
GBK:只包含本国文字(以及英文字母,数字,特殊字符)与0101010对应关系。

GBK的知识扩展

GBK全称《汉字内码扩展规范》(GBK即“国标”、“扩展”汉语拼音的第一个字母,英文名称:Chinese Internal Code Specification) ,中华人民共和国全国信息技术标准化技术委员会1995年12月1日制订,国家技术监督局标准化司、电子工业部科技与质量监督司1995年12月15日联合以技监标函1995 229号文件的形式,将它确定为技术规范指导性文件。这一版的GBK规范为1.0版。
GBK 向下与 GB 2312 编码兼容,向上支持 ISO 10646.1国际标准,是前者向后者过渡过程中的一个承上启下的产物。ISO 10646 是国际标准化组织 ISO 公布的一个编码标准,即 Universal Multilpe-Octet Coded Character Set(简称UCS),大陆译为《通用多八位编码字符集》,台湾译为《广用多八位元编码字元集》,它与 Unicode 组织的 Unicode 编码完全兼容。ISO 10646.1 是该标准的第一部分《体系结构与基本多文种平面》。我国 1993 年以 GB 13000.1 国家标准的形式予以认可(即 GB 13000.1 等同于 ISO 10646.1)。
GBK编码,是在GB2312-80标准基础上的内码扩展规范,使用了双字节编码方案,其编码范围从8140至FEFE(剔除xx7F),共23940个码位,共收录了21003个汉字,完全兼容GB2312-80标准,支持国际标准ISO/IEC10646-1和国家标准GB13000-1中的全部中日韩汉字,并包含了BIG5编码中的所有汉字。GBK编码方案于1995年10月制定, 1995年12月正式发布,目前中文版的WIN95、WIN98、WINDOWS NT以及WINDOWS 2000、WINDOWS XP、WIN 7等都支持GBK编码方案。
知识链接:
我们经常使用各种编码标准的汉字,编码到底是什么呢?所谓编码,是以固定的顺序排列字符,并以此做为记录、存贮、传递、交换的统一内部特征,这个字符排列顺序被称为“编码”。和中文字库有关的编码标准有:国标GB码、GBK码、港台BIG-5码等,不同编码的汉字字库都与汉字的应用有密切关系。
很多人在使用过程中,发现字不够用,因为目前大家使用的主要是GB编码字库,此编码标准只收录了6763个常用汉字,而GB字库以外大量汉字,只能通过方正女娲补字软件拼字或其它造字程序补字。尽管补出的汉字在字形上满足需要,但在字体风格、大小、结构方面难以协调统一,而采用手工贴图的方式补字,更不雅观。进而言之,如果用户建立信息系统,或需要查询新闻、出版内容时,靠补字是无法实现的。方正开发的GBK字库,将极大地缓解缺字现象。
从GB字库扩充到GBK字库,增加了1万4千多字。北大方正从1996年投入大量人力,开始做黑、宋、仿、楷GBK字库,并于1998年4月成为第一家通过国家权威部门组织的GBK字库鉴定的专业厂商。到现在为止,北大方正已将全部字体转换成GBK字库,共46款,其中18款字数达21003个,是拥有GBK字库款数最多的厂商。
ISO 10646 是一个包括世界上各种语言的书面形式以及附加符号的编码体系。其中的汉字部分称为“CJK 统一汉字”(C 指中国,J 指日本,K 指朝鲜)。而其中的中国部分,包括了源自中国大陆的 GB 2312、GB 12345、《现代汉语通用字表》等法定标准的汉字和符号,以及源自台湾的 CNS 11643 标准中第 1、2 字面(基本等同于 BIG-5 编码)、第 14 字面的汉字和符号。

经实际测试和查阅文档,GBK是采用单双字节变长编码,英文使用单字节编码,完全兼容ASCII字符编码,中文部分采用双字节编码。

对于ASCII码中的内容,GBK完全沿用的ASCII码,所以一个英文字母(数字,特殊字母)用一个字节表示,而对于中文来说,一个中文用两个字节表示。

但是GBK只包含中文,不能包含其他文字,言外之意,GBK编码是不能识别其他国家的文字的,举个例子:如果你购买了一个日本的游戏盘,在用中国的计算机去玩,那么此时中国的计算机只有gbk编码和ascii码,那么你在玩游戏的过程中,只要出现日本字,那就会出错或者出现乱码.......

但是,随着全球化的普及,由于网络的连通,以及互联网产品的共用(不同国家的游戏,软件,建立联系等),各个国家都需要产生各种交集,此时急需一个密码本:要包含全世界所有的文字与二进制0101010的对应关系,所以创建了万国码:

Unicode: 包含全世界所有的文字与二进制0101001的对应关系。

Unicode的起源以及知识扩展

Unicode(统一码、万国码、单一码)是计算机科学领域里的一项业界标准,包括字符集、编码方案等。Unicode 是为了解决传统的字符编码方案的局限而产生的,它为每种语言中的每个字符设定了统一并且唯一的二进制编码,以满足跨语言、跨平台进行文本转换、处理的要求。1990年开始研发,1994年正式公布。

因为计算机只能处理数字,如果要处理文本,就必须先把文本转换为数字才能处理。最早的计算机在设计时采用8个比特(bit)作为一个字节(byte),所以,一个字节能表示的最大的整数就是255(二进制11111111=十进制255),0 - 255被用来表示大小写英文字母、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。
如果要表示中文,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。
类似的,日文和韩文等其他语言也有这个问题。为了统一所有文字的编码,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。
Unicode通常用两个字节表示一个字符,原有的英文编码从单字节变成双字节,只需要把高字节全部填为0就可以。
因为Python的诞生比Unicode标准发布的时间还要早,所以最早的Python只支持ASCII编码,普通的字符串'ABC'在Python内部都是ASCII编码的。
Unicode 是为了解决传统的字符编码方案的局限而产生的,例如ISO 8859所定义的字符虽然在不同的国家中广泛地使用,可是在不同国家间却经常出现不兼容的情况。很多传统的编码方式都有一个共同的问题,即容许电脑处理双语环境(通常使用拉丁字母以及其本地语言),但却无法同时支持多语言环境(指可同时处理多种语言混合的情况)。
Unicode 编码包含了不同写法的字,如“ɑ/a”、“户/户/戸”。然而在汉字方面引起了一字多形的认定争议。
在文字处理方面,统一码为每一个字符而非字形定义唯一的代码(即一个整数)。换句话说,统一码以一种抽象的方式(即数字)来处理字符,并将视觉上的演绎工作(例如字体大小、外观形状、字体形态、文体等)留给其他软件来处理,例如网页浏览器或是文字处理器。
几乎所有电脑系统都支持基本拉丁字母,并各自支持不同的其他编码方式。Unicode为了和它们相互兼容,其首256字符保留给ISO 8859-1所定义的字符,使既有的西欧语系文字的转换不需特别考量;并且把大量相同的字符重复编到不同的字符码中去,使得旧有纷杂的编码方式得以和Unicode编码间互相直接转换,而不会丢失任何信息。举例来说,全角格式区段包含了主要的拉丁字母的全角格式,在中文、日文、以及韩文字形当中,这些字符以全角的方式来呈现,而不以常见的半角形式显示,这对竖排文字和等宽排列文字有重要作用。
在表示一个Unicode的字符时,通常会用“U+”然后紧接着一组十六进制的数字来表示这一个字符。在基本多文种平面(英文为 Basic Multilingual Plane,简写 BMP。它又简称为“零号平面”, plane 0)里的所有字符,要用四位十六进制数(例如U+4AE0,共支持六万多个字符);在零号平面以外的字符则需要使用五位或六位十六进制数了。旧版的Unicode标准使用相近的标记方法,但却有些微的差异:在Unicode 3.0里使用“U-”然后紧接着八位数,而“U+”则必须随后紧接着四位数。 [1] 

Unicode的起源以及知识扩展

通用字符集(Universal Character Set, UCS)是由ISO制定的ISO 10646(或称ISO/IEC 10646)标准所定义的标准字符集。UCS-2用两个字节编码,UCS-4用4个字节编码。

起初:Unicode规定一个字符用两个字节表示:

  英文: a b c 六个字节 一个英文2个字节

  中文 中国 四个字节 一个中文用2个字节

但是这种也不行,这种最多有65535种可能,可是中国文字有9万多,所以改成一个字符用四个字节表示:.

  a 01000001 01000010 01000011 00000001

  b 01000001 01000010 01100011 00000001

  中 01001001 01000010 01100011 00000001

这样虽然解决了问题,但是又引出一个新的问题就是原本a可以用1个字节表示,却必须用4个字节,这样非常浪费资源,所以对Uniocde进行升级。

UTF-8:包含全世界所有的文字与二进制0101001的对应关系(最少用8位一个字节表示一个字符)。

UTF-8的简单介绍

UTF-8(8-bit Unicode Transformation Format)是一种针对Unicode的可变长度字符编码,又称万国码,由Ken Thompson于1992年创建。现在已经标准化为RFC 3629。UTF-8用1到6个字节编码Unicode字符。用在网页上可以统一页面显示中文简体繁体及其它语言(如英文,日文,韩文)。

UTF-8:是对Unicode编码的压缩和优化,他不再使用最少使用2个字节,而是将所有的字符和符号进行分类:ascii码中的内容用1个字节保存、欧洲的字符用2个字节保存,东亚的字符用3个字节保存...
UTF-16: 每个字符最少占16位.
GBK: 每个字符占2个字节, 16位.
     
UTF-8 :最少用8位数,去表示一个字符.   

      英文:      8位,1个字节表示.   

    欧洲文字:     16位,两个字节表示一个字符.   

  中文,亚洲文字:    24位,三个字节表示. 

以上就是编码的大致发展历程,相信大家对编码有了一定的了解,接下来普及一下单位之间的转换:

8bit = 1byte
1024byte = 1KB
1024KB = 1MB
1024MB = 1GB
1024GB = 1TB
1024TB = 1PB
1024PB = 1EB
1024EB = 1ZB
1024ZB = 1YB
1024YB = 1NB
1024NB = 1DB
常⽤到TB就够了
posted @ 2019-12-08 11:34  Dylan_Yu  阅读(249)  评论(0编辑  收藏  举报