2021——Python记录一

一、关于数据类型、变量及运算符

自己以前的记录也蛮详尽，用来复习。

https://www.cnblogs.com/tsembrace/p/8722281.html

二、字符串和编码

*字符编码

ASCII为最初的计算机编码，只有一个字节。无法包纳全世界各种语言各种符号，比如对应中文就无法使用ASCII码，因为就一个字节的容量，只能由最多255个字符，对汉字来说显然是不够的。中国就制定了GB2312编码集；类似的，日本、韩国也各自制定了本国文字的编码集。编码集的繁杂带来通用问题，因此Unicode标准字符集应运而生，它采用两个字节，可以容纳65535个字符。

但我们又发现新的问题，比如字母A，其ASCII码为01000001，其Unicode码为00000000 01000001

对于这种单字节即可表示的字符，Unicode的编码规则是在高位字节补全0，但这样又会浪费存储空间和传输资源。

于是，“可变长编码”UTF-8出现了：UTF-8编码把一个Unicode字符根据不同的数字大小编码成1-6个字节，常用的英文字母被编码成1个字节，汉字通常是3个字节，只有很生僻的字符才会被编码成4-6个字节。如果你要传输的文本包含大量英文字符，用UTF-8编码就能节省空间。

总结一下现在计算机系统通用的字符编码工作方式：

在计算机内存中，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。

用记事本编辑的时候，从文件读取的UTF-8字符被转换为Unicode字符到内存里，编辑完成后，保存的时候再把Unicode转换为UTF-8保存到文件。

*Python的字符串

Python 3版本中，字符串是以Unicode编码的，即：Python的字符串支持多语言。

对于单个字符的编码，Python提供了ord()函数获取字符的整数表示，chr()函数把编码转换为对应的字符

>>> ord('A')
65       ----即字符A的Unicode码为：00000000 01000001/0x0065
>>> ord('中')
20013----即汉字中的Unicode码为：01001110 00101101/0x0065
>>> chr(66)
'B'
>>> chr(25991)
'文'

len()函数用来计算字符串中包含的字符数：

print (len('I am chinese!'))

#输出 13