python 字符串
字符
a、A、中、+、*、の......均表示一个字符
一般 utf-8 编码下，一个汉字 字符 占用 3 个 字节
一般 gbk 编码下，一个汉字 字符 占用 2 个 字节
编码
规定每个“字符”分别用一个字节还是多个字节存储，用哪些字节来存储。（其实际是对字符集中字符进行编码，即：每个字符用二进制在计算中表示存储）；
通俗的说：编码就是按照规则对字符进行翻译成对应的二进制数，在计算器中运行存储，用户看的时候（比如浏览器），在用对应的编码解析出来用户能看懂的；
ASCII编码
有96个打印字符，和32个控制字符组成；一共96+32=128个；
ASCII 用 7 位二进制数来对每 1 个字符进行编码
而由于7位还还不够1个字节，而电脑的内部常用字节来用处理，每个字节中多出来的最高位用0替代；
0 000 0000.........................0
0 111 1111..........................127；
从0----127，来表示128个ACSii编码；
比如：
字符 'A' ---------- 在计算器内部用0100 0001 （65）来表示；
字符 'a' ---------- 在计算器内部用0 110 0001 （97）来表示；
注意：'10'在计算器内部是没有编码的，因为它是字符串，而不是单个字符。可以分别对1, 0字符编码存储；
扩展ASCii字符集
将标准的ASCii最高位1，得到十进制代码128---255（1 000 0000----1 111 1111）；所以字符集一共有0---255, 256个字符；
gb2312字符集
仅支持简体中文，所有汉字字符在计算机内部采用2个字节来表示，每个字节的最高位规定为1【正好与标准ASCii字符（最高位是0）不重叠，并兼容】，不支持繁体字；
所以：gb2312表示汉字的编码为：[129--255][129--255] (两个字节，每个字节最高位是1)；小于127的字符，与ASCii编码相同；
gbk字符集
gb2312的扩充，兼容gb2312，除了收录gb2312所有的字符外，还收录了其他不常见的汉字、繁体字等；
gbk中字符是一个或两个字节，单字节字符00--7F（0---127）这个区间和ASCII是一样的；
双字节字符的第一个字节是在81--FE（129--254）之间。通过这个可以判断是单字节还是双字节；
即：在gbk字符编码，如果第一个字节是>128的，则再往后找一个字节，组成汉字；如果第一个字节<128,则表示的是一个单字节（此时和ASCII是一样的）；
Unicode--统一码、万国码
容纳世界上所有语言字符和符号的集合（以及对应的二进制数字）；
Unicode只是一个编码规范，目前实际实现的unicode编码主要有三种：UTF-8、UCS-2和UTF-16，三种unicode字符集之间可以按照规范进行转换。
python字符串默认使用Unicode编码表示文本，
Ubicode编码通常是2个字节，如果你写的文本基本上全部是英文的话，用Unicode编码比ASCII编码需要多一倍的存储空间，在存储和传输上就十分不划算。
UTF-8编码
UTF-8（8-bit Unicode Transformation Format）是一种针对Unicode的可变长度字符编码，也是一种前缀码。它可以用来表示Unicode标准中的任何字符，且其编码中的第一个字节仍与ASCII兼容，这使得原来处理ASCII字符的软件无须或只须做少部分修改，即可继续使用。因此，它逐渐成为电子邮件、网页及其他存储或发送文字的应用中，优先采用的编码。
UTF-8编码把一个Unicode字符根据不同的数字大小编码成1-6个字节，常用的英文字母被编码成1个字节，汉字通常是3个字节，只有很生僻的字符才会被编码成4-6个字节。如果你要传输的文本包含大量英文字符，用UTF-8编码就能节省空间：
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。
用记事本编辑的时候，从文件读取的UTF-8字符被转换为Unicode字符到内存里，编辑完成后，保存的时候再把Unicode转换为UTF-8保存到文件：
进制
bit (比特，位)：计算机内存和处理信息的最小单位，一个比特值可以是0或1，不能再分割；1bit 等于一个二进制位；01011110 = 表示一个8位(bit)的二进制数
byte (字节)：一个字节等于8个二进制位 (bit)
二进制：0 | 1
16进制：0 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | A| B | C | D | E | F
1位16进制数 = 4位二进制位
2个16进制位 = 一个字节(8位)
例如：数字15
用16进制表达：0xF(长度1)
用二进制表示：1111(长度4)
| 十进制 | 二进制 | 八进制 | 十六进制 |
|---|---|---|---|
| 0 | 0b0 | 0o0 | 0x0 |
| 1 | 1 | 1 | 1 |
| 2 | 10 | 2 | 2 |
| 3 | 11 | 3 | 3 |
| 4 | 100 | 4 | 4 |
| 5 | 101 | 5 | 5 |
| 6 | 110 | 6 | 6 |
| 7 | 111 | 7 | 7 |
| 8 | 1000 | 10 | 8 |
| 9 | 1001 | 11 | 9 |
| 10 | 1010 | 12 | A |
| 11 | 1011 | 13 | B |
| 12 | 1100 | 14 | C |
| 13 | 1101 | 15 | D |
| 14 | 1110 | 16 | E |
| 15 | 1111 | 17 | F |
| 16 | 10000 | 20 | 10 |
在线进制转换工具：链接
进制转换
- bin() 转换成二进制字符串
- orc() 转换成八进制字符串
- hex() 转换成十六进制字符串
- int() 转十进制
- ord(alphabet) 返回一个字符的ASCII值或者Unicode值
- chr(number) 返将一个整数 (0-1114111) 转换为 一个字符（整数对应的 ASCII 字符）
字符串
函数的使用
1、python的字符串是不可以改变的字符序列
1、a,b = 1,2 #交叉赋值，所以交换a,b的数据不需要再创建一个变量
3、is / is not 判断两个对象是否是同一个对象，如果是返回True,否则返回False
3、in / not in 判断字符串是否在，返回True or False
3、字符串的切片 字符串序列[(开始索引a):(结束索引b)(:(步长s))] #不包括结束索引b
3、print(1,2,3,end=''), end:输出完毕后在末尾自动追加一个字符串，print()中默认end=('/n')所以print函数会换行，我们用end=' '可以让结果的结尾避免换行，通常用来避免不同print之间的换行
3、print(1,2,3,sep='*'), sep:分隔号*，往可迭代对象中插入分隔符
1 print(1,2,3,sep = "*") #1*2*3 2 print("我爱","我自己",sep="*") #我爱*我自己
3、id(ibj) 返回一个对象在内存中的地址
2、del 变量名； 删除变量，删除与对象的关联关系，可能释放对象
2、bool(obj)返回Ture 或者 Flase
3、len(x) 求序列的长度
3、abs(x)绝对值
3、pass 通常用来避免空白，pass语句通常称之为空语句
3、None 空值 用来占位；用来解除变量；常见的空值有 0, 0.0, 0j, ''空字符串,[]空列表,()空元组,{}空字典
3、运算符 +； -； *； /； //地板除，结果去除小数取整； **幂运算；%求余
4、round(number,ndigits=0)对number进行四舍五入，ndigits是小数点向右取整的位数，负数表示先左取整的位数
5、pow(x,t,z)相当于x**y或者x**y%z
1、complex(a,b)可以用数字创建一个复数 （a+bj）
6、help(函数)函数查看文档
7、%占位符 print("我叫%s,年龄%d"%("LXP-Never"，23))
8、input() 以'字符串'的形式获取用户输入
3、list() 创建空列表或L = [] list(range()) 用可迭代对象创建一个列表
9、help('_main_') 在交互模式在查看当前作用域的所有变量 退出键：q
9、str() 字符串构造函数
str(123) #结果 #‘123’
10、原始字符串
作用：原始字符串能够让字符串中的每一个字符都保持原样，让转义字符\无效，但是原始字符串不能以单个反斜杠结尾
格式：r'字符串内容'
但是如果字符串最后一个就是\，该如何显示呢？下面的代码会给出答案
1 #Author:凌逆战 2 s = 'C:\newfile\test.py' 3 print(s) 4 #C: 5 #ewfile est.py 6 print(len(s)) # 16 7 s = r'C:\newfile\test.py' 8 print(s) # C:\newfile\test.py 9 print(len(s)) # 18 10 11 print(r'C:\Program Files\foo\bar' '\\') # C:\Program Files\foo\bar\
1、转义字符：
\' 单引号(')
\" 双引号(")
\\ 一个反斜杠
\n 换行
\r 返回光标至行首
\t 水平制表符
\v 垂直制表符
\f 换页
\b 倒退
\0 空字符，字符值为零
\xXX XX为两位十六进制表示的字符
\uXXXX XXXX为四个十六进制表示的Unicode16字符
\UXXXXXXXX 8个十六进制表示的Unicode32字符
这些转义字符要在" "字符串中打印
字符串format函数的使用
from math import * print("hello,%s"%('凌逆战')) # hello,凌逆战 print('{},{},{}'.format("孙悟空", '猪八戒', '沙悟净')) # 孙悟空,猪八戒,沙悟净 print('{0},{1},{2}'.format("孙悟空", '猪八戒', '沙悟净')) # 孙悟空,猪八戒,沙悟净 print('{1},{0},{2}'.format("孙悟空", '猪八戒', '沙悟净')) # 猪八戒,孙悟空,沙悟净 print('{1},{0},{2},{0}'.format("孙悟空", '猪八戒', '沙悟净')) # 猪八戒,孙悟空,沙悟净,孙悟空 # 命名参数和未命名参数混合使用 print("{foo} {} {bar} {}".format(1, 2, bar=4, foo=3)) # 3 1 4 2 print("{foo} {1} {bar} {0}".format(1, 2, bar=4, foo=3)) # 3 2 4 1 # 精度 print('{name}的值是 {value}'.format(value=pi, name='π')) # π的值是 3.141592653589793 print('{name}的值是 {value:.2f}'.format(value=pi, name='π')) # π的值是 3.14，如果不.2f，默认保留6位，# 将数字作为浮点数进行处理 #字符串格式设置 print("{num:b}".format(num=42)) # 101010 # 将数字作为二进制数进行处理 print("{num:c}".format(num=65)) # A # 将整数转换成Unicode编码 print("{num:d}".format(num=65)) # 65 # 十进制 print("{num:e}".format(num=65)) # 6.500000e+01 # 科学计数法 print("{num:.2%}".format(num=0.65)) # 65.00% # *100百分号表示 # 宽度 print("{num:10}".format(num=3)) # 3 # 宽度10，数字右对齐 print("{name:10}".format(name="Bob")) # Bob # 宽度10，字符串左对齐 print("{pi:10.2f}".format(pi=pi)) # 3.14 # .号左边是宽度，右边是精度 print("{:.5}".format("Guido van Rossum")) # Guido # 也可指定其他类型的精度 print('One googol is {:,}'.format(100000)) # One googol is 100,000 # 千位分隔符 # print(f'e的值为{e}') # 在python 3.6中 e的值为2.787948764 # 下述三个标志（s、r和a）指定分别使用str、repr和ascii进行转换 print("{pi!s} {pi!r} {pi!a}".format(pi="π")) # π 'π' '\u03c0'
1、符号、对齐、填充
在指定的宽度和精度前面可以添加一个标志，标志可以是
零、加号、减号、空格填充字符串
默认的填充是空格，但也能使用填充字符$来填充
1 print('{:010.2f}'.format(pi)) # 0000003.14 2 print('{:+10.2f}'.format(pi)) # +3.14 3 print('{:-10.2f}'.format(pi)) # 3.14 4 print('{: 10.2f}'.format(pi)) # 3.14 5 print('{:$^10.2f}'.format(pi)) # $$$3.14$$$
左对齐、右对齐和居中，分别使用<、>和^
1 print('{0:<10.2f}\n{0:^10.2f}\n{0:>10.2f}'.format(pi)) 2 # 3.14 3 # 3.14 4 # 3.14
字符串的方法
对象.方法(方法传参)
假设字符串的变量名为s
| 方法 | 说明 |
|---|---|
|
'+'.join('1234') |
将字符串'+'插入含字符串的可迭代对象(列表、元组、字符串)，返回字符串 1+2+3+4 |
|
'1+2+3+4'.split('+') |
将字符串按指定字符拆分，返回列表 ['1', '2', '3', '4'] |
|
S.isdigit() |
判断字符串中的字符是否全为数字 |
|
S.isalpha() |
判断字符串是否全为英文字母 |
|
S.islower() |
判断字符串所有字符是否全为小写英文字母 |
|
S.lower() |
生成将英文转换为小写的字符串 |
|
S.isupper() |
判断字符串所有字符是否全为大写英文字母 |
|
S.upper() |
生成将英文转换为大写的字符串 |
|
S.isspace() |
判断字符串是否全为空白字符 |
|
S.center(width[,fill]) |
将原字符串居中,width是字符串的总宽度，fill是填充字符，默认是空格 |
|
S.count(sub[, start[,end]]) |
获取一个字符在字符串中的个数 |
|
S.find(sub[, start[,end]]) |
获取字符串中子串sub的索引,失败返回-1 |
|
S.index(sub) |
返回一个字符在字符串中的索引，若没有，会报一个异常 |
|
S.strip() |
返回去掉左右空白字符的字符串 |
|
'*** SPM * eve!!! ***'.strip(' *!') |
能删除字符串左右两边的指定字符。 # SPM * eve |
|
S.lstrip() / S.rstrip() |
返回去掉左侧空白字符的字符串 / 返回去掉右侧空白字符的字符串 |
|
S.replace(old, new[, count]) |
将原字符串的old用new代替，生成一个新的字符串 |
|
S.startswith(prefix[, start[, end]]) |
返回S是否是以prefix开头，如果以prefix开头返回True,否则返回False, |
|
S.endswith(suffix[, start[, end]]) |
返回S是否是以suffix结尾，如果以suffix结尾返回True,否则返回False |
|
以下是不常用的 |
|
|
S.title() |
生成每个英文单词的首字母大写字符串 |
|
S.isnumeric() |
判断字符串是否全为数字字符 |
1、注释：单行注释#，多行注释''' '''或者""" """。
三单/双引号还可用于打印多行内容，x = ''' '''。
2、range()函数 用来创建一个生成一系列整数的可迭代对象(整数序列生成器)，range函数的返回值可用于for语句来一次迭代输出整数，生成的是数字序列
range(start,stop) 从start开始，到stop，但是不包括stop，可以取步长
3、列表可以嵌套列表 L = [1, 2, [3.1, 3.2, 3.3], 4]
列表会把字符串分开来， L = list("hello") # L = ['h', 'e', 'l', 'l', 'o']
列表可以用运算符(+ - * )进行拼接、重复
4、重复要做的事放在循环内
5、for 循环中else 语句，是执行完for语句之后，再执行else中的代码
6、str和repr。str能够转换成用户能看懂的字符串；repr能够获得合法的python表达式
1 print(repr("Hello,\nWorld")) 2 # 'Hello,\nWorld' 3 print(str('Hello,\nWorld')) 4 # Hello, 5 # World
判断是否为空
方法一： if not name: # 如果name有值则为真，not name 就是假，那么如果name是空，那么就是假，not name 就是真
break
方法二： if name == ' ': #如果名字为空,结束输入操作，
break
字节串
字节：字节（byte）是由8位（比特位bit）组成的数据单位，是计算机进行数据管理的单位字节是用0~255范围内的整数表示的
作用：存储以字节为单位的数据
说明：字节串是不可变的序列，字节串是0~255之间的整数
创建空字节串的字面值：b"" 或 B""
创建非空字节串的字面值:
b'ABCD' #b'ABCD'
b'\x41\x42' #b'AB'
b'hello tarena' #b'hello tarena'
字节串的构造函数 bytes
bytes() 生成一个空的字节串 等同于 b''
bytes(整型可迭代对象) 用可迭代对象初始化一个字节串
bytes(整数n) 生成n个值为零的字节串
bytes(字符串, encoding='utf-8') 用字符串的转换编码生成一个字节串
字节串的运算
+ += * *=
<, <= , > ,>= , == ,!=
in not in
索引 切片
示例:
b = b'abc' + b'123' # b=b'abc123'
b += b'ABC' # b=b'abc123ABC'
b'ABD' > b'ABC' # True
b = b'ABCD'
65 in b # True
b'A' in b # True
用于序列函数:
len(x), max(x), min(x), sum(x), all(x), any(x)
bytes 与 str的区别:
bytes 存储字节(0-255)
str 存储Unicode字符(0-65535)
bytes 与 str 转换
解码(decode)——字节串(bytes)转换成字符串(str)
s = b.decode('utf-8')
编码(encode)——字符串(str)转换成字节串(bytes)
b = s.encode('utf-8')
字节数组 bytearray
可变的字节序列
创建字节数组的构造函数:
bytearray() 创建空的字节数组
bytearray(整数)
bytearray(整型可迭代对象)
bytearray(字符串,encoding='utf-8')
注: 以上参数等同于字节串
字节数组的运算:
+ += * *=
比较运算: < <= > >= == !=
in / not in
索引 / 切片赋值
bytearray的方法:
B.clear() 清空字节数组
B.append(n) 追加一个字节(n为0-255的整数)
B.remove(value) 删除第一个出现的字节，如果没有出现，则产生ValueError错误
B.reverse() 字节的顺序进行反转
B.decode(encoding='utf-8') # 解码
B.find(sub[, start[, end]]) 查找
