[TOC]

一、数据类型（python和java比较的学习）

差异	python	java
布尔值	True and not False	true $$ !false
空值	None	null
字符串	单引号或双引号	双引号
多行字符串	单引号或双引号	双引号

java声明变量时静态语言，必须指定类型。python是动态语言，如下：

int a = 123; // a是整数类型变量
a = "ABC"; // 错误：不能把字符串赋给整型变量

a = 123 # a是整数
print(a)
a = 'ABC' # a变为字符串
print(a)

二、数据类型

1. 常识

1字符=2字节（byte）=16比特（bit）
一个字节能表示的最大的整数就是255（二进制11111111=十进制255）
一个字符就是65535（2**16=65536）
面（笔）试偶尔会考：

>>> ord('A')
65
>>> ord('a')
97

字符	ASCII	Unicode	UTF-8
	1byte	2byte	1-6byte
A	01000001	00000000 01000001	01000001
中	--	01001110 00101101	11100100 10111000 10101101

解释：

1. 计算机是美国人发明的，所以ASCII码只有127个字符，包括大小写字母，数字及一些常用符号
2. 所以各国家为自己的文字编写了各自的编码，如中国制定了GB2312编码，日本把日文编到Shift_JIS里，韩国把韩文编到Euc-kr里。因此，Unicode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。
3. 但是与ASCII码重叠的字符，Unicode需要使用2倍的空间去存储，所以出现了变长编码UTF-8
4. 在计算机内存中（编辑器等），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。

三、Python的字符串

1. 单个字符的整数表示与字符间转换

>>> ord('A')
>>> chr(66)

2. 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。
   x = b'ABC'

3. 编码和解码，遇到无法编码或解码会报错。使用errors='ignore'可以忽略错误

>>> 'ABC'.encode('ascii')
>>> '中文'.encode('utf-8')
>>>b'ABC'.decode('ascii')
>>> b'\xe4\xb8\xad\xff'.decode('utf-8', errors='ignore')

4. 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：

# 几个字符
>>> len('ABC')
3
>>> len('中文')
2
# 几个字节
>>> len(b'ABC')
3
>>> len(b'\xe4\xb8\xad\xe6\x96\x87')
6
>>> len('中文'.encode('utf-8'))
6

5. python中str与bytes转换一定要指定utf8编码，保存一定要指定utf8
   源码开头都要加，并且保证文本编辑器正在使用UTF-8 without BOM编码

#!/usr/bin/env python3
# -*- coding: utf-8 -*-

如果.py文件本身使用UTF-8编码，并且也申明了# -- coding: utf-8 --，打开命令提示符测试就可以正常显示

6. 在Python中，采用的格式化方式和C语言是一致的，用%实现

占位符	替换内容
%d	整数
%s	字符串
%f	浮点数
%x	16进制

>>> 'Hi, %s, you have $%d.' % ('Michael', 1000000)
'Hi, Michael, you have $1000000.'

不知道用什么类型，就用%s。
普通的%，需要转义，%%

另一种格式化format()，太麻烦