python的字符串和编码

字符编码

作为备忘，因为经常看了字符编码，却在真的需要理解时，还是不理解。

计算机只能处理数字，所以对于字符，需要转换为数字，才能继续进行处理。

• 最早的计算机在设计时采用  8个比特（bit）作为一个字节（byte）
• 一个字节能表示的最大的整数就是255（二进制11111111=十进制255）

ASCII编码和Unicode编码的区别：

• ASCII编码是1个字节，而Unicode编码通常是2个字节。
• 字母 A 用ASCII编码是十进制的 65 ， 二进制的ASCII编码是 01000001  ；
• 如果把A 用Unicode编码，只需要在前面补0就可以， A 的Unicode编码是 00000000 01000001 。
• 在计算机内存中，统一使用Unicode编码，当需要保存到硬盘或者需要传输的时候，就转换为UTF-8编码

如果 .py 文件本身使用UTF-8编码，并且也申明了 # -*- coding: utf-8 -*- ，打开命令提示符测试就可以正常显示中文

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('中')
20013
>>> chr(66)
'B'
>>> chr(25991)
'文

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

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。

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

 % 运算符就是用来格式化字符串的。在字符串内部， %s 表示用字符串替换， %d 表示用整数替换,    %f表示用浮点数替换,   %x表示用十六进制替换。

>>> 'Hi, %s, you have $%d.' % ('Michael', 1000000)
'Hi, Michael, you have $1000000.'

%运算符后面可以跟修饰符

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：
>>> '%2d-%02d' % (3, 1)
'3-01'
>>> '%.2d-%06d' % (3, 1)
'03-000001'
>>> '%.2f' % 3.1415926
'3.14'
#第一个%后面的2  表示小数点后保留两位
#第二个%后面的可以跟 '0'或者''  表示重复0还是空格 然后紧跟着2表示保留的位数 即两位