python字符串

---

一、字符编码问题

　　1. 在python3中，字符串是以Unicode编码的，也就是说python的字符串支持多语言。对于单个字符的编码，python提供了_ord()_ 函数来获取字符的整数表示，chr() 函数则是把编码转换为对应的字符，比如：

>>>ord('A')
65
>>>ord('中')
20013

>>>chr(66)
'B'
>>>chr(25991)
'文'

1. 由于python的字符串类型是str，在内存中是以Unicode来表示的，一个字符对应于若干个字节。如果要在网络上传输或者保存到磁盘上，则需要将str变为以字节为单位的bytes，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：

x=b'abc'

1. 编码与解码方法：以Unicode表示的str可以通过encode()方法来编码为制定的bytes，比如：

>>>'abc'.encode('ascii')
b'abc'
>>>'中文'.encode('utf-8')
b'\xe4\xb8\xad\xe6\x96\x87' # 十六进制表示
>>>'中文'.encode('ascii')
error:UnicodeEncodeError: 'ascii' codec 
can't encode characters in position 0-1: ordinal not in range(128)

　注意： 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则可以用UTF-8编码为bytes，而含有中文的str是无法用ASCII编码的，因为中文编码的范围超过了ASCII编码的范围，python会报错。
　　如果我们从网络或磁盘上读取了字节流也就是bytes格式的数据，则需要使用decode()方法来进行解码：

>>>b'abc'.decode('ascii')
'abc'
>>>b'\xe4\xb8\xad\xe6\x96\x87'.decode('utf-8')
'中文'

　4. 获取str字符数或字节数方法：通过len()函数我们可以来计算出str的字符数或者bytes的字节数：

>>>len('abc')
3
>>>len('中文')
2

>>>len(b'abc')                    # 一个英文字符经过utf-8编码后只占一个字节
3
>>>len(b'\xe4\xb8\xad\x96\x87')
6
>>>len('中文'.encode('utf-8'))    # 一个中文字符经过Utf-8编码后通常会占用3个字节
6

　　注意: 在操作字符串时，我们可能会经常遇到str和bytes之间的相互转换，为了避免乱码问题，应当始终坚持使用utf-8进行编码对str和bytes进行转换。

二、格式化问题

　　在python中，采用的格式化方式和C语言是一致的，用%来实现，其常见的占位符有：

整数	浮点数	字符串	十六进制整数
%d	%f	%s	%x

　　其中，格式化整数和浮点数还可以指定是否补0和整数与小数的位数：

>>>'%2d和%02d' % (3,1)
' 3和01'
>>>'%.2f' % 3.1415926
'3.14'

　　如果不确定应该用什么格式的时候记住%s永远起作用，它会把任何数据类型转换为字符串：

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

　　有时候，字符串里面的%是一个普通字符，这个时候就需要转义了，用%%来表示一个%：

>>>'growth rate: %d %%' % 7
'growth rate:7 %'

转载于:https://www.cnblogs.com/xipuhu/p/7456588.html