点击上方蓝字关注我们不迷路！

字符串与编码

一、了解计算机编码

1.1  编码

定义：将信息从一种形式转换为另外一种形式的过程叫做编码，即信息转换过程

举例：信息加密解密、语言翻译

1.2  计算机编码

定义：将计算机可读信息转换为人类可读形式的过程叫做计算机编码。

注：计算机只能读取二进制数据0/1，又称机器码。

举例：将机器码转换为人类可读信息，如：图像、文字、音频、视频等。

二、常见编码

2.1  ASCII码

中文名：美国信息交换标准码

英文名：American Standard Code for Information Interchange

基本简介：ASCII码是最早的计算机编码，主要用于表示英文字符、数字和一些标点符号

下面是ASCII表：

2.2  GB2312

中文名：信息交换用汉字编码字符集

简介：由中国国家标准总局发布的GB2312专用于表示中文信息，GB 2312标准共收录6763个汉字，其中一级汉字3755个，二级汉字3008个；同时，GB 2312收录了包括拉丁字母、希腊字母、日文平假名及片假名字母、俄语西里尔字母在内的682个全角字符。GB 2312的出现，基本满足了汉字的计算机处理需要，它所收录的汉字已经覆盖中国大陆99.75%的使用频率。

2.3  Unicode码

英文名：Unicode

中文名：统一码

别名：万国码、单一码

简介：Unicode码为每种语言中的每个字符设定了统一且唯一的二进制编码，统一了不同国家的编码，表示不同国家的文字；UTF-8、UTF-16、UTF-32都是将数字转换到程序数据的编码方案。

例如：“汉字”对应的数字是0x6c49和0x5b57

2.4  UTF8

中文名：utf8_encode

简介：Unicode码实际上是一个字符集，它只规定了二进制与各个字符之间的对应关系，并没有规定如何在磁盘上存储。字节是计算机存储的最小单位，具体换算如下：

# 1024字节 为 1 K# 1024 K   为 1 M# 1024 M   为 1 G

UTF32是Unicode 码 的一种实现，一般用4个字节表示一个字符，而一个英文字符只需要1个字节，一个常用汉字需要2个字节，这样比较浪费存储空间。故为了节省存储空间，UTF8 一般用1 到4 个字节表示一个字符，比如：英文字符用1 个字节，常用汉字用2 个字节。

注意：UTF8 是Unicode 码的一种常用实现方式，UTF8使用变长字节来表示字符，即使用的字节数是可变的。

三、python源文件编码

3.1  python2.x

在python2.x中，python源文件默认使用ASCII码格式编码，因此默认情况下是不支持中文的。如果强制输出中文编译会报错，这时如果想在python2.x源文件代码中输入中文符，需要使用UTF-8编码，在源文件开头处添加：

#-*- coding: UTF-8 -*-

或者

#coding: utf-8

3.2  python3.x

在python3.x中，python源代码文件默认统一使用Unicode编码，默认以UTF-8格式编码，就可以直接输出中文字符，不需要在源文件开头添加上述代码。

四、python3字符串与编码

4.1  str 类型

Python3中的字符串类型str'>统一采用Unicode编码，因此可以使用各种字符，示例代码如下：

>>>print(' 覃原 ')  #中文覃原>>>print(' qinyuan ')  #英文qinyuan

4.2  bytes类型

当str类型需要磁盘存储或网络传输时，需要将其转换为bytes类型。同时需要注意bytes是一个二进制类型，需要在str之前加上一个b，示例程序如下：

>>>type(b'qinyuan')  # 注意这里type()函数的作用是判断数据类型<class 'bytes'>

注意：bytes中只能包含ASCII字符，若包含其他字符就会报错，如下：

>>>name = b' 覃原 'SyntaxError: bytes can only contain ASCII literal characters.

4.3  str转为bytes

str类型转换为bytes类型，需要使用str中的encode方法，参数utf8是编码格式，示例代码如下：

>>>name = ' 覃原 '>>>name.encode(' utf8 ')b'\xe8\xa6\x83\xe5\x8e\x9f'

4.4  bytes转为str

bytes类型转换为str类型,需要使用bytes中的decode方法，参数utf8是编码格式，示例代码如下：

>>>utf = b'\xe8\xa6\x83\xe5\x8e\x9f'>>>utf.decode(' utf8 ')' 覃原 '

注意：str与bytes类型转换时使用utf8编码

4.5  str与Unicode互转

将str转为Unicode，其中参数unicode-escape是编码格式，示例代码如下：

>>>'覃原'.encode('unicode-escape')b'\\u8983\\u539f'

将Unicode转为str，示例代码如下：

>>>b'\\u8983\\u539f'.decode('unicode-escape')'覃原'

五、字符串格式化

5.1  %运算符——格式化输出

示例程序：

>>>age = 21>>>name = ' 覃原 '>>>weight= 60.50>>>student_id=1>>>print(' 我的名字是%s ' % name)>>>print(' 我的学号是%04d ' % student_id)>>>print(' 我的年龄是%d ' % age)>>>print(' 我的体重是%.2f公斤' % weight)>>>print(' 我的学号是%04d,名字%s,年龄%d,体重%.2f' % (student_id,name,age,weight))我的学号是0001，名字覃原，年龄21，体重60.50

注意：(1) %04d，表示输出的整数显示位数，不足以0补全，超出当前位数则原样输出。

(2)%.2f，表示小数点后显示的小数位数。

(3)可以采用%s输出所有类型的数据，%s会将所有数据转换为字符串

(4)%%可以输出为%，不转义%

5.2  format( )函数

format()用于字符串格式化，功能非常强大，格式是str.format()，format函数可以接受不限个参数，位置可以不按顺序，示例代码如下：

>>>print(' 我的学号是{0:04d},名字{1},年龄{2},体重{3:.2f}'.format (student_id,name,age,weight))我的学号是0001，名字覃原，年龄21，体重60.50

5.3  f-格式化字符串

f-string是格式化字符串的一种很好的新方法。与其他格式化方式相比，它不仅更易读，更简洁，不易出错，而且速度更快，其格式为：f '{表达式}'，示例代码如下：

>>>print(f '我的学号是{student_id:04d},名字{name},年龄{age},体重{weight:.2f}')我的学号是0001，名字覃原，年龄21，体重60.50

函数扩展

1.ord( ): 获取一个字符的十进制，示例程序：

>>>ord('覃')35203

2.chr( ): 将十进制数字转为字符，示例程序：

>>>chr(35203)覃

3.str( ): 将非字符串值转换为字符串，示例程序：

>>>age = 21  #这里age为int型21>>>str(age)  #即转换为字符串'21'

4.len( ): 计算str的字符数，如果换成bytes，就是计算字节数，示例程序：

>>>len('QIN')3>>>len('覃原')2>>>len(b'\xe8\xa6\x83\xe5\x8e\x9f')6>>>len('覃原'.encode('utf-8'))6

5.type( ): 判断数据类型，示例程序：

>>> type('覃原')

↓↓↓

练习

小覃的成绩从去年的80分提升到了今年的90分，请计算小明成绩提升的百分点，并分别使用三种字符串格式化方法显示出 ' xx.xx% '，保留两位小数即可。

end