標籤:堅持 格式化 單引號 nic title 位元組 擷取 文本 character
Python的字串
在最新的Python 3版本中,字串是以Unicode編碼的,也就是說,Python的字串支援多語言,例如:
>>> print(‘包含中文的str‘)包含中文的str
對於單個字元的編碼,Python提供了ord()函數擷取字元的整數表示,chr()函數把編碼轉換為對應的字元:
>>> ord(‘A‘)65>>> ord(‘中‘)20013>>> chr(66)‘B‘>>> chr(25991)‘文‘
如果知道字元的整數編碼,還可以用十六進位這麼寫str
‘\u4e2d\u6587‘ // 中文
byte
由於Python的字串類型是str,在記憶體中以Unicode表示,一個字元對應若干個位元組。如果要在網路上傳輸,或者儲存到磁碟上,就需要把str變為以位元組為單位的bytes。
Python對bytes類型的資料用帶b首碼的單引號或雙引號表示:
x = b‘ABC‘
要注意區分‘ABC‘和b‘ABC‘,前者是str,後者雖然內容顯示得和前者一樣,但bytes的每個字元都只佔用一個位元組。
以Unicode表示的str通過encode()方法可以編碼為指定的bytes,例如:
>>> ‘ABC‘.encode(‘ascii‘)b‘ABC‘>>> ‘中文‘.encode(‘utf-8‘)b‘\xe4\xb8\xad\xe6\x96\x87‘>>> ‘中文‘.encode(‘ascii‘)Traceback (most recent call last): File "<stdin>", line 1, in <module>UnicodeEncodeError: ‘ascii‘ codec can‘t encode characters in position 0-1: ordinal not in range(128)
純英文的str可以用ASCII編碼為bytes,內容是一樣的,含有中文的str可以用UTF-8編碼為bytes。含有中文的str無法用ASCII編碼,因為中文編碼的範圍超過了ASCII編碼的範圍,Python會報錯。
在bytes中,無法顯示為ASCII字元的位元組,用\x##顯示。
反過來,如果我們從網路或磁碟上讀取了位元組流,那麼讀到的資料就是bytes。要把bytes變為str,就需要用decode()方法:
>>> b‘ABC‘.decode(‘ascii‘)‘ABC‘>>> b‘\xe4\xb8\xad\xe6\x96\x87‘.decode(‘utf-8‘)‘中文‘
要計算str包含多少個字元,可以用len()函數
>>> len(‘ABC‘)3>>> len(‘中文‘)2
len()Function Compute的是str的字元數,如果換成bytes,len()函數就計算位元組數
>>> len(b‘ABC‘)3>>> len(b‘\xe4\xb8\xad\xe6\x96\x87‘)6>>> len(‘中文‘.encode(‘utf-8‘))6
1個中文字元經過UTF-8編碼後通常會佔用3個位元組,而1個英文字元只佔用1個位元組。
在操作字串時,我們經常遇到str和bytes的互相轉換。為了避免亂碼問題,應當始終堅持使用UTF-8編碼對str和bytes進行轉換。
Python原始碼也是一個文字檔,所以,當你的原始碼中包含中文的時候,在儲存原始碼時,就需要務必指定儲存為UTF-8編碼。當Python解譯器讀取原始碼時,為了讓它按UTF-8編碼讀取,我們通常在檔案開頭寫上這兩行
#!/usr/bin/env python3# -*- coding: utf-8 -*-
第二行注釋是為了告訴Python解譯器,按照UTF-8編碼讀取原始碼,否則,你在原始碼中寫的中文輸出可能會有亂碼。
格式化:
在Python中,採用的格式化方式和C語言是一致的,用%實現,舉例如下:
format % (...params)
>>> ‘Hello, %s‘ % ‘world‘‘Hello, world‘>>> ‘Hi, %s, you have $%d.‘ % (‘Michael‘, 1000000)‘Hi, Michael, you have $1000000.‘
%運算子就是用來格式化字串的。在字串內部,%s表示用字串替換,%d表示用整數替換,%x表示16進位整數,有幾個%?預留位置,後面就跟幾個變數或者值,順序要對應好。如果只有一個%?,括弧可以省略。
格式化整數和浮點數還可以指定是否補0和整數與小數的位元:
>>> ‘%2d-%02d‘ % (3, 1)‘ 3-01‘>>> ‘%.2f‘ % 3.1415926‘3.14‘
有些時候,字串裡面的%是一個一般字元怎麼辦?這個時候就需要轉義,用%%來表示一個%:
>>> ‘growth rate: %d %%‘ % 7‘growth rate: 7 %‘
python編碼格式