python 入门拾遗
三元运算
实例
进制
-
二进制,01
-
八进制,01234567
-
十进制,0123456789
-
十六进制,0123456789ABCDEF 二进制到16进制转换
http://jingyan.baidu.com/album/47a29f24292608c0142399cb.html?picindex=1
bytes类型
由于Python的字符串类型是str,在内存中以Unicode表示,一个字符对应若干个字节。如果要在网络上传输,或者保存到磁盘上,就需要把str变为以字节为单位的bytes。
python3都是以2进制bytes传输
-
Python对bytes类型的数据用带b前缀的单引号或双引号表示:
x = b'ABC' 要注意区分'ABC'和b'ABC',前者是str,后者虽然内容显示得和前者一样,但 **bytes的每个字符都只占用一个字节。**
-
以Unicode表示的str通过 encode() 方法可以编码为指定的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) 纯英文的str可以用ASCII编码为bytes,内容是一样的,含有中文的str可以用UTF-8编码为bytes。含有中文的str无法用ASCII编码,因为中文编码的范围超过了ASCII编码的范围,Python会报错。
-
在bytes中,无法显示为ASCII字符的字节,用\x##显示。
-
反过来,如果我们从网络或磁盘上读取了字节流,那么读到的数据就是bytes。要把bytes变为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'
-
要计算str包含多少个字符,可以用len()函数:
>>> len('ABC') 3 >>> len('中文') 2 len()函数计算的是str的字符数,如果换成bytes,len()函数就计算字节数: >>> len(b'ABC') 3 >>> len(b'\xe4\xb8\xad\xe6\x96\x87') 6 >>> len('中文'.encode('utf-8')) 6 可见,1个中文字符经过UTF-8编码后通常会占用3个字节,而1个英文字符只占用1个字节。
-
在操作字符串时,我们经常遇到str和bytes的互相转换。为了避免乱码问题,应当始终坚持使用UTF-8编码对str和bytes进行转换。
-
由于Python源代码也是一个文本文件,所以,当你的源代码中包含中文的时候,在保存源代码时,就需要务必指定保存为UTF-8编码。当Python解释器读取源代码时,为了让它按UTF-8编码读取,我们通常在文件开头写上这两行:
#!/usr/bin/env python # -*- coding: utf-8 -*- 第一行注释是为了告诉Linux/OS X系统,这是一个Python可执行程序,Windows系统会忽略这个注释; 第二行注释是为了告诉Python解释器,按照UTF-8编码读取源代码,否则,你在源代码中写的中文输出可能会有乱码。
实例
# author = "zhuyouen"
msg = "我爱北京天安门"
print(msg)
print(msg.encode('utf-8'))
print(msg.encode('utf-8').decode('utf-8'))
D:\python35\python.exe D:/PycharmProjects/zhuyouen/0402/encoding.py
我爱北京天安门
b'\xe6\x88\x91\xe7\x88\xb1\xe5\x8c\x97\xe4\xba\xac\xe5\xa4\xa9\xe5\xae\x89\xe9\x97\xa8'
我爱北京天安门