Python_實用入門篇_05

編碼及運算符 

---

1.編碼 

　　1.編碼的概念

　　　　在計算機硬件中，編碼（coding）是指用代碼來表示各組數據資料，使其成爲可利用計算機進行處理和分析的信息。代碼是用來表示事物的記號，它能夠用數字、字母、特殊的符號或它們之間的組合來表示。

　　2.編碼的種類(經常使用種類)

　　　　①ASCCI

　　　　　　1.ASCCI的產生

　　　　　　　　　　在計算機中，全部的數據在存儲和運算時都要使用二進制數表示（由於計算機用高電平和低電平分別表示1和0），例如，像a、b、c、d這樣的52個字母（包括大寫）、以及0、1等數字還有一些經常使用的符號（例如*、#、@等）在計算機中存儲時也要使用二進制數來表示，而具體用哪些二進制數字表示哪一個符號，固然每一個人均可以約定本身的一套（這就叫編碼），而你們若是要想互相通訊而不形成混亂，那麼你們就必須使用相同的編碼規則，因而美國有關的標準化組織就出臺了ASCII編碼，統一規定了上述經常使用符號用哪些二進制數來表示。

 

　　　　　　　   2.ASCCI的表述

　　　　　　　　　　ASCII 碼使用指定的7 位或8 位二進制數組合來表示128 或256 種可能的字符。標準ASCII 碼也叫基礎ASCII碼，使用7 位二進制數（剩下的1位二進制爲0）來表示全部的大寫和小寫字母，數字0 到九、標點符號， 以及在美式英語中使用的特殊控制字符。

字母A用ASCII編碼是十進制的65，二進制的01000001；

 　　　　   ②unicode

　　　　　　1.Unicode的產生

　　　　　　　　　　unicode碼擴展自ASCII 字元集。在嚴格的ASCII中，每一個字元用7位元表示，或者電腦上廣泛使用的每字元有8位元寬。若是要表示中文，顯然一個字節是不夠的，至少須要兩個字節，並且還不能和ASCII編碼衝突，因此，中國製定了GB2312編碼，用來把中文編進去。相似的，日文和韓文等其餘語言也有這個問題。爲了統一全部文字的編碼，Unicode應運而生。Unicode把全部語言都統一到一套編碼裏，這樣就不會再有亂碼問題了。

　　　　　　　   2.Unicode的表述

　　　　　　　　　　　　Unicode一般用兩個字節表示一個字符，原有的英文編碼從單字節變成雙字節，只須要把高字節所有填爲0就能夠。在Unicode中：漢字「字」對應的數字是23383（十進制），十六進制表示爲5B57。在Unicode中，咱們有不少方式將數字23383表示成程序中的數據

漢字「中」已經超出了ASCII編碼的範圍，用Unicode編碼是十進制的20013，二進制的01001110 00101101。

　　　　　③UTF-8

　　　　　　　　1.UTF-8的產生

　　　　　　　　　　事實證實，對能夠用ASCII表示的字符使用Unicode並不高效，由於Unicode比ASCII佔用大一倍的空間，而對ASCII來講高字節的0對他毫無用處。爲了解決這個問題，就出現了一些中間格式的字符集，他們被稱爲通用轉換格式，即UTF（Unicode Transformation Format）。常見的UTF格式有：UTF-7, UTF-7.5, UTF-8,UTF-16, 以及 UTF-32。這裏只介紹UTF-8。

　　　　　　　　2.UTF-8的表述

　　　　　　　　　　UTF-8以字節爲單位對Unicode進行編碼。從Unicode到UTF-8的編碼方式以下：

Unicode編碼(十六進制)	UTF-8 字節流(二進制)
000000-00007F	0xxxxxxx
000080-0007FF	110xxxxx 10xxxxxx
000800-00FFFF	1110xxxx 10xxxxxx 10xxxxxx
010000-10FFFF	11110xxx10xxxxxx10xxxxxx10xxxxxx

　　　　　　　　　　　UTF-8的特色是對不一樣範圍的字符使用不一樣長度的編碼。對於0x00-0x7F之間的字符，UTF-8編碼與ASCII編碼徹底相同。UTF-8編碼的最大長度是4個字節。從上表能夠看出，4字節模板有21個x，便可以容納21位二進制數字。Unicode的最大碼位0x10FFFF也只有21位。

字符    ASCII              Unicode                                      UTF-8
A    01000001         00000000 01000001                               01000001
中       x            01001110 00101101                      11100100 10111000 10101101

注意(你看到不少網頁的源碼上會有相似<meta charset="UTF-8" />的信息，表示該網頁正是用的UTF-8編碼)

 

　　　　　④GBK

　　　　　　1.GBK的產生

　　　　　　　　　GBK全稱《漢字內碼擴展規範》（GBK即「國標」、「擴展」漢語拼音的第一個字母，英文名稱：Chinese Internal Code Specification） ，中華人民共和國全國信息技術標準化技術委員會1995年12月1日製訂，國家技術監督局標準化司、電子工業部科技與質量監督司1995年12月15日聯合以技監標函1995 229號文件的形式，將它肯定爲技術規範指導性文件。這一版的GBK規範爲1.0版。由於目前你們使用的主要是GB編碼字庫，此編碼標準只收錄了6763個經常使用漢字，而GB字庫之外大量漢字，只能經過方正女媧補字軟件拼字或其它造字程序補字。儘管補出的漢字在字形上知足須要，但在字體風格、大小、結構方面難以協調統一，而採用手工貼圖的方式補字，更不雅觀。進而言之，若是用戶創建信息系統，或須要查詢新聞、出版內容時，靠補字是沒法實現的。方正開發的GBK字庫，將極大地緩解缺字現象。

　　　　　　  2.GBK的表述

　　　　　　　　　　GBK 亦採用雙字節表示，整體編碼範圍爲 8140-FEFE，首字節在 81-FE 之間，尾字節在 40-FE 之間，剔除 xx7F 一條線。總計 23940 個碼位，共收入 21886 個漢字和圖形符號，其中漢字（包括部首和構件）21003 個，圖形符號 883 個。兼容ASCCI。

2.Python中的編碼轉碼

　　　　1.Python的編碼方式

　　　　　　　由於計算機只能處理數字，若是要處理文本，就必須先把文本轉換爲數字才能處理。最先的計算機在設計時採用8個比特（bit）做爲一個字節（byte），因此，一個字節能表示的最大的整數就是255（二進制11111111=十進制255），若是要表示更大的整數，就必須用更多的字節。好比兩個字節能夠表示的最大整數是65535，4個字節能夠表示的最大整數是4294967295。在最新的Python 3版本中，字符串是以Unicode編碼的，也就是說，Python的字符串支持多語言

　　　　  2.python中的字符串編碼

　　　　　　　　因爲Python的字符串類型是str，在內存中以Unicode表示，一個字符對應若干個字節。若是要在網絡上傳輸，或者保存到磁盤上，就須要把str變爲以字節爲單位的bytes。

Python對bytes類型的數據用帶b前綴的單引號或雙引號表示：

x = b'ABC'
>>> '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)

                   3.Python中的轉碼解碼和len()方法

　　　　　　　　　 encode(轉碼)，decode(解碼)。

x = b'ABC'
>>> 'ABC'.encode('ascii')
b'ABC'
>>> '中文'.encode('utf-8')
b'\xe4\xb8\xad\xe6\x96\x87'
>>> b'ABC'.decode('ascii')
'ABC'
>>> b'\xe4\xb8\xad\xe6\x96\x87'.decode('utf-8')
'中文'

　　　　　　　　　len()函數：計算一個對象長度，若是換成bytes，len()函數就計算字節數。

>>> len(b'ABC')
3
>>> len(b'\xe4\xb8\xad\xe6\x96\x87')
6
>>> len('中文'.encode('utf-8'))
6

3.運算符

　　　    1.運算符概念

　　　　　　　　運算符用於執行程序代碼運算，會針對一個以上操做數項目來進行運算。例如：2+3，其操做數是2和3，而運算符則是「+」。在vb2005中運算符大體能夠分爲5種類型：算術運算符、鏈接運算符、關係運算符、賦值運算符和邏輯運算符。

　　　　2.Python中的運算符　　　　　　

• • 　　算術運算符
  • 　　比較（關係）運算符
  • 　　賦值運算符
  • 　　邏輯運算符
  • 　　位運算符
  • 　　成員運算符
  • 　　身份運算符
  • 　　運算符優先級

運算符優先級 ↓　　　

 

運算符	描述
**	指數 (最高優先級)
~ + -	按位翻轉, 一元加號和減號 (最後兩個的方法名爲 +@ 和 -@)
* / % //	乘，除，取模和取整除
+ -	加法減法
>> <<	右移，左移運算符
&	位 'AND'
^ |	位運算符
<= < > >=	比較運算符
<> == !=	等於運算符
= %= /= //= -= += *= **=	賦值運算符
is is not	身份運算符
in not in	成員運算符
and or not	邏輯運算符

 

 

　　　    

---

 

PS(時間緣由，博主沒有對每個運算符介紹，你們自行查閱，養成查找問題習慣)