Python注意事项（续）

这篇是延续上次做的笔记写的一点Py基础学习，这几天半打半就的学习有点拖时间。加油吧！

字符编码

在python3版本中，字符串是以Unicode编码的，也就是说Python的字符串是支持多语言的

>>> print('中文夹杂English_Strng也是可以的')
中文夹杂English_Strng也是可以的

Python

Copy

单个字符的编码，Python提供ord()函数去字符的十进制整数表示，chr()函数把编码转换为对应的字符串单个字符的编码，Python提供ord()函数去字符的十进制整数表示，chr()函数把编码转换为对应的字符串

• 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。
• 以Unicode表示的str通过encode()方法可以编码为指定的bytes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：

>>> b'ABC'.decode('ascii')
'ABC'
>>> b'xe4xb8xadxe6x96x87'.decode('utf-8')
'中文'

Python

Copy

• 如果bytes中包含无法解码的字节，decode()方法会报错：

>>> b'xe4xb8xadxff'.decode('utf-8')
Traceback (most recent call last):
  ...
UnicodeDecodeError: 'utf-8' codec can't decode byte 0xff in position 3: invalid start byte

Python

Copy

• 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：

>>> b'xe4xb8xadxff'.decode('utf-8', errors='ignore')
'中'

Python

Copy

• len()可以计算字节数

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 -*-

Python

Copy

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。

申明了UTF-8编码并不意味着你的.py文件就是UTF-8编码的，必须并且要确保文本编辑器正在使用UTF-8 without BOM编码

格式化

在Python中，采用的格式化方式和C语言是一致的，用%实现，举例如下：

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

Python

Copy

• %运算符就是用来格式化字符串的。在字符串内部，%s表示用字符串替换，%d表示用整数替换，有几个%?占位符，后面就跟几个变量或者值，顺序要对应好。如果只有一个%?，括号可以省略。
  

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。