python基础之集合，字符编码

六、集合类型

1.用途：关系运算

2.定义方式：s = {1,2,’a’}

{}内用，分隔开多个元素，每个元素都必须是不可变(即可hash)类型

强调：2.1集合内的元素时无序的

           2.2集合内的元素不能重复

           2.3集合内元素必须不可变

         集合的目的是将值放在一起，无需纠结单个值

单纯用集合去重，需要注意的问题：

         1.去重的目标所包含的值必须都要为不可变类型

         2.去重的结果会打乱原来的顺序

3.常用的内置方法和操作

①长度 len     ②in/not in     

③a = {‘a’, 2, ’g’}              b = {‘a’, 5, 8}

并集 |  （a|b）           交集 & （a&b）           差集 -     （a-b）

对称差集 ^  (a^b)        等于==             父集 >   >=        子集  <   <=

④a.isdisjoint()                 没有交集就返回True

⑤a.add()  添加单个值    ⑥a.update({2,5,6})                添加一个集合

⑦a.pop()  删除随机    ⑧a.remove(5)          删除指定值       

⑨a.discard(9)  删指定值，不存在也不会报错

总结：存多个值，无序，可变

 

字符编码：

什么是字符编码？

将人类的字符编码成计算机能识别的数字，这种转换必须遵循一套固定的标准，这种对应关系称为字符编码表

 

ASCII码表：用1Bytes表示一个英文字符

GBK：用2Bytes表示一个中文字符，1Bytes去表示英文字符

unicode：2Bytes表示英文与中文等字符，内存中使用的是unicode，把全世界的字符都建立了对应关系

utf-8：用1Bytes表示英文，用3Bytes表示中文

unicode与其它各国编码都有映射关系，而utf-8没有，所以内存中都用的unicode

 

必须记住的概念：

①内存中固定使用unicode编码，我们只能改变存到硬盘时的编码

②要想保证不乱码，应保证什么编码存，就用什么编码读

③python3解释器默认编码为utf-8

  Python2解释器默认编码为ASCII

 

unicode----->encode-------->utf-8

utf-8-------->decode---------->unicode

 

 

总结：1.在python2中，字符串str类型都是按文件头编码的

           2.在python2中，unicode的字符串需在字符串前加u

           3.在python3中的字符串都是str类型，都是用unicode编码的

           4.在python3中，字符串可以编码成其他字符串类型，结果为bytes类型