python的字符串小细节(note)
2020-09-28 本文已影响0人
Luy_
- 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。
- Python对bytes类型的数据用带b前缀的单引号或双引号表示:
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*。
- Python对bytes类型的数据用带b前缀的单引号或双引号表示:
- 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,
- a. 如果bytes中包含无法解码的字节,decode()方法会报错:
- b. 如果bytes中只有一小部分无效的字节,可以传入errors='ignore'忽略错误的字节:
- c.计算str包含多少个字符,可以用len()函数:
- 在bytes中,无法显示为ASCII字符的字节,用\x##显示。
- 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 python3
# -*- 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。
如果你不太确定应该用什么,%s永远起作用,它会把任何数据类型转换为字符串.