Python每日小知識(2)：字符串和編碼

瞭解：ASCII編碼（是1個字節）仍然能夠完美滴處理數字，由於最先的時候只有127個字符編入計算機，可是遇處處理中文1個字節就有點捉襟見肘了，這時候咱們就腦袋疼了，因此中國製定了GB2312編碼，用來把中文編進去；而後各國也開始制定本身國家的編碼，日文有Shift_JIS,韓文有Euc_kr。多種語言的編碼又讓計算機苦不堪言了，因而各類亂碼就在頁面中上躥下跳了。時勢造英雄Unicode應運而生（一般是2個字節），把全部語言都統一到這編碼中，足以應對亂碼的負隅頑抗。而後對比了一下二者的區別：

發現「競」用Unicode編碼十進制是31454,，二進制看上面，而字母「A」用Unicode編碼存儲還要在前面補八個0。

這就讓計算機大哥很不爽了，無故端本身胖了一圈（用Unicode編碼比用ASCII編碼須要多出一倍的存儲空間）爲了保持優雅的身姿就直接化身爲UTF-8編碼。

這時候計算機就能夠把一個Unicode字符根據不一樣數字大小編碼成（1-6）個字節任君挑選了。（經常使用字母通常1個字節，漢字稍肥3個字節，只有那些歪瓜裂棗才4-6個字節）好了到這裏就能夠說是減肥成功了。（節省了空間）

淺顯的認識一下Python3中的「字符串」小弟

（1）首先要知道這傢伙是由Unicode編碼滴，支持多語言，看圖說話：

（2）對於單個字符編碼這種小意思的事情，Python提供ord()函數然字符搖身一變就成了整數了，chr()就硬生生把編碼轉換爲對應字符啦。

小試牛刀：

（3）若是你不當心知道了字符的整數編碼，還闊以用十六進制怎麼操做str滴：

（4） 因爲Python字符串類型是str(廢話)，以Unicode行走在內存中，一個字符對應
（1-6）個字節，但若是你要作一些不可描述的事，好比在網絡上傳輸或保存在你珍藏的磁盤上，就須要把str這廝變成以字節爲單位的bytes。Unicode表示的str經過encode()方法能夠編碼爲指定的bytes。

有圖有真相：

沒看錯就是這麼簡單，可是要注意有中文的str這種異類是沒法用帥氣的ASCII編碼的，由於中文編碼的範圍超過了ASCII編碼所能承受帥氣的範圍，Python會報錯。

相反的若是咱們偷偷的從網絡或者磁盤讀取了（咳咳）字節流，那麼讀到的數據就是bytes。想讓它恢復本性，就得decode()方法出場了。

很明顯了若是bytes中包含沒法解碼的字節，decode()方法就會無情的報錯了。

若是它只是犯了一點點錯（一部分無效字節）咱們仍是能夠用（errors=’ignore’）拯救一下滴。

腦殘的想計算一下str包含多少個字符，能夠用len()函數瞧瞧。

不能厚此薄彼能計算str字符數，len()函數對bytes,就能夠計算字節數：

*格式化 常常咱們都會不當心瞄到什麼‘親愛滴xxx您好！你上個月還欠我很多話費呢，總共xxx’這樣的字符串，對於 xxx的內容咱們是根據變量變化的，因此這就得格式化字符串的方式閃亮登場了。（用%實現）

它可不止上面兩兄弟，來給你看看比較常遇到的幾胞胎，別搞錯了

下面的操做是比較666滴

解釋一下：03表明要補零，由於有三個數，因此就補兩個零便可； .2f 表示：保留小數點後兩位。

格式化整數和浮點數並制定是否補0和整數與小數的位數。

還有一種比較繁瑣的方法Fomat()原理：用傳入的參數依次替換字符串內的佔位符

注意：

傳入的參數要一一對應，還有要看清楚寫法好比上圖的：{0}、{1:.1f}%、{2}…

昨天我家商鋪盈利了6000元，今天盈利了8500元，計算一下盈利提高的百分點，用格式化字符串表示「xx.x%」,保留小數點後一位。

是時候表演真正的技術了

其中：s1爲昨天盈利，s2爲今天盈利；

注意：

「%」是普通字符時用「%%」進行轉義

。