python基础1.2 字符串和编码

字符编码

科普一下：
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），如果要表示更大的整数，就必须用更多的字节。比如两个字节可以表示的最大整数是65535，4个字节可以表示的最大整数是4294967295。

由于计算机是美国人发明的，因此，最早只有127个字符被编码到计算机里，也就是大小写英文字母、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。

但是要处理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。

你可以想得到的是，全世界有上百种语言，日本把日文编到Shift_JIS里，韩国把韩文编到Euc-kr里，各国有各国的标准，就会不可避免地出现冲突，结果就是，在多语言混合的文本中，显示出来会有乱码。

因此，Unicode字符集应运而生。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。

小结就是：计算机只能识别数字，8bit=1byte.键盘上的每个按键对应一个ASCII编码，汉字（每种语言都会不一样），就产生了Unicode 但是他比较占储存空间。 就出来了这个 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。

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：

python的字符串
在最新的Python 3版本中，字符串是以Unicode编码的，也就是说，Python的字符串支持多语言，例如：

对于单个字符的编码，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：

格式化

在Python中，采用的格式化方式和C语言是一致的，用%实现，举例如下：
常见的占位符%d 整数，%f 浮点数，%s 字符串，%x 16进制整数。（最常用%s字符串）

例1
输入：
print('%2d-%02d' % (3, 1))
print('%.2f' % 3.1415926)
输出：
3-01
3.14

例2

'Age: %s. Gender: %s' % (25, True)
'Age: 25. Gender: True'
format()

使用方法是用{0}、{1}、....去替换占位符。比如。

'Hello, {0}, 成绩提升了 {1:.1f}%'.format('小明', 17.125)
'Hello, 小明, 成绩提升了 17.1%'
{0}取第一位，{1}取第二位。{1:.1f}意思是取第二位的数，小数点保留一位。

: 号后面带填充的字符，只能是一个字符，不指定则默认是用空格填充。
f-string

r = 2.5
s = 3.14 * r ** 2
print(f'The area of a circle with radius {r} is {s:.2f}')
The area of a circle with radius 2.5 is 19.62

以下是各种格式化的例子：

输入：
s1 = 72
s2 = 85
r = (s2-s1)/s1*100

{}.format()方法

print('小明成绩提升:{:.1f}%'.format(r))

格式化%方法

print('成绩提升了:%.1f%%' % r)

f-string表示方法

print(f'成绩提升了：{r:.1f}%')
输出：

表示格式化的 三种方法 。

---