點擊上方藍字關注我們不迷路！

字符串與編碼

一、了解計算機編碼

1.1? 編碼

定義：將信息從一種形式轉換為另外一種形式的過程叫做編碼，即信息轉換過程

舉例：信息加密解密、語言翻譯

1.2? 計算機編碼

定義：將計算機可讀信息轉換為人類可讀形式的過程叫做計算機編碼。

注：計算機只能讀取二進制數(shù)據(jù)0/1，又稱機器碼。

舉例：將機器碼轉換為人類可讀信息，如：圖像、文字、音頻、視頻等。

二、常見編碼

2.1? ASCII碼

中文名：美國信息交換標準碼

英文名：American Standard Code for Information Interchange

基本簡介：ASCII碼是最早的計算機編碼，主要用于表示英文字符、數(shù)字和一些標點符號

下面是ASCII表：

ASCII值	控制字符	ASCII值	控制字符	ASCII值	控制字符	ASCII值
0	NUT	32	(space)	64	@	96
1	SOH	33	!	65	A	97
2	STX	34	"	66	B	98
3	ETX	35	#	67	C	99
4	EOT	36	$	68	D	100
5	ENQ	37	%	69	E	101
6	ACK	38	&	70	F	102
7	BEL	39	,	71	G	103
8	BS	40	(	72	H	104
9	HT	41	)	73	I	105
10	LF	42	*	74	J	106
11	VT	43	+	75	K	107
12	FF	44	,	76	L	108
13	CR	45	-	77	M	109
14	SO	46	.	78	N	110
15	SI	47	/	79	O	111
16	DLE	48	0	80	P	112
17	DCI	49	1	81	Q	113
18	DC2	50	2	82	R	114
19	DC3	51	3	83	S	115
20	DC4	52	4	84	T	116
21	NAK	53	5	85	U	117
22	SYN	54	6	86	V	118
23	TB	55	7	87	W	119
24	CAN	56	8	88	X	120
25	EM	57	9	89	Y	121
26	SUB	58	:	90	Z	122
27	ESC	59	;	91	[	123
28	FS	60	<	92	/	124
29	GS	61	=	93	]	125
30	RS	62	>	94	^	126
31	US	63	?	95	_	127

2.2? GB2312

中文名：信息交換用漢字編碼字符集

簡介：由中國國家標準總局發(fā)布的GB2312專用于表示中文信息，GB 2312標準共收錄6763個漢字，其中一級漢字3755個，二級漢字3008個；同時，GB 2312收錄了包括拉丁字母、希臘字母、日文平假名及片假名字母、俄語西里爾字母在內的682個全角字符。GB 2312的出現(xiàn)，基本滿足了漢字的計算機處理需要，它所收錄的漢字已經覆蓋中國大陸99.75%的使用頻率。

2.3? Unicode碼

英文名：Unicode

中文名：統(tǒng)一碼

別名：萬國碼、單一碼

簡介：Unicode碼為每種語言中的每個字符設定了統(tǒng)一且唯一的二進制編碼，統(tǒng)一了不同國家的編碼，表示不同國家的文字；UTF-8、UTF-16、UTF-32都是將數(shù)字轉換到程序數(shù)據(jù)的編碼方案。

例如：“漢字”對應的數(shù)字是0x6c49和0x5b57

2.4??UTF8

中文名：utf8_encode

簡介：Unicode碼實際上是一個字符集，它只規(guī)定了二進制與各個字符之間的對應關系，并沒有規(guī)定如何在磁盤上存儲。字節(jié)是計算機存儲的最小單位，具體換算如下：

# 1024字節(jié)?為?1?K# 1024 K 為 1 M# 1024 M 為 1 G

UTF32是Unicode 碼?的一種實現(xiàn)，一般用4個字節(jié)表示一個字符，而一個英文字符只需要1個字節(jié)，一個常用漢字需要2個字節(jié)，這樣比較浪費存儲空間。故為了節(jié)省存儲空間，UTF8?一般用1 到4?個字節(jié)表示一個字符，比如：英文字符用1 個字節(jié)，常用漢字用2 個字節(jié)。

注意：UTF8?是Unicode 碼的一種常用實現(xiàn)方式，UTF8使用變長字節(jié)來表示字符，即使用的字節(jié)數(shù)是可變的。

三、python源文件編碼

3.1? python2.x

在python2.x中，python源文件默認使用ASCII碼格式編碼，因此默認情況下是不支持中文的。如果強制輸出中文編譯會報錯，這時如果想在python2.x源文件代碼中輸入中文符，需要使用UTF-8編碼，在源文件開頭處添加：

#-*- coding: UTF-8 -*-

或者

#coding: utf-8

3.2? python3.x

在python3.x中，python源代碼文件默認統(tǒng)一使用Unicode編碼，默認以UTF-8格式編碼，就可以直接輸出中文字符，不需要在源文件開頭添加上述代碼。

四、python3字符串與編碼

4.1? str 類型

Python3中的字符串類型str'>統(tǒng)一采用Unicode編碼，因此可以使用各種字符，示例代碼如下：

>>>print(' 覃原 ')??#中文覃原>>>print(' qinyuan ') #英文qinyuan

4.2? bytes類型

當str類型需要磁盤存儲或網絡傳輸時，需要將其轉換為bytes類型。同時需要注意bytes是一個二進制類型，需要在str之前加上一個b，示例程序如下：

>>>type(b'qinyuan')??#?注意這里type()函數(shù)的作用是判斷數(shù)據(jù)類型<class 'bytes'>

注意：bytes中只能包含ASCII字符，若包含其他字符就會報錯，如下：

>>>name?=?b' 覃原 'SyntaxError: bytes can only contain ASCII literal characters.

4.3? str轉為bytes

str類型轉換為bytes類型，需要使用str中的encode方法，參數(shù)utf8是編碼格式，示例代碼如下：

>>>name = ' 覃原 '>>>name.encode('?utf8?')b'\xe8\xa6\x83\xe5\x8e\x9f'

4.4? bytes轉為str

bytes類型轉換為str類型,需要使用bytes中的decode方法，參數(shù)utf8是編碼格式，示例代碼如下：

>>>utf = b'\xe8\xa6\x83\xe5\x8e\x9f'>>>utf.decode('?utf8 ')'?覃原 '

注意：str與bytes類型轉換時使用utf8編碼

4.5? str與Unicode互轉

將str轉為Unicode，其中參數(shù)unicode-escape是編碼格式，示例代碼如下：

>>>'覃原'.encode('unicode-escape')b'\\u8983\\u539f'

將Unicode轉為str，示例代碼如下：

>>>b'\\u8983\\u539f'.decode('unicode-escape')'覃原'

五、字符串格式化

5.1? %運算符——格式化輸出

格式符號	轉換
%s	字符串
%d	有符號的十進制整數(shù)
%f	浮點數(shù)
%c	字符
%u	無符號十進制整數(shù)
%o	八進制整數(shù)
%x	十六進制整數(shù)(小寫ox)
%X	十六進制整數(shù)(大寫OX)
%e	科學計數(shù)法(小寫’e’)
%E	科學計數(shù)法(大寫’E’)
%g	%f和%e的簡寫
%G	%f和%E的簡寫

示例程序：

>>>age = 21>>>name = ' 覃原 '>>>weight= 60.50>>>student_id=1>>>print(' 我的名字是%s ' % name)>>>print('?我的學號是%04d '?%?student_id)>>>print(' 我的年齡是%d ' % age)>>>print(' 我的體重是%.2f公斤' % weight)>>>print(' 我的學號是%04d,名字%s,年齡%d,體重%.2f' % (student_id,name,age,weight))我的學號是0001，名字覃原，年齡21，體重60.50

注意：(1) %04d，表示輸出的整數(shù)顯示位數(shù)，不足以0補全，超出當前位數(shù)則原樣輸出。

(2)%.2f，表示小數(shù)點后顯示的小數(shù)位數(shù)。

(3)可以采用%s輸出所有類型的數(shù)據(jù)，%s會將所有數(shù)據(jù)轉換為字符串

(4)%%可以輸出為%，不轉義%

5.2? format( )函數(shù)

format()用于字符串格式化，功能非常強大，格式是str.format()，format函數(shù)可以接受不限個參數(shù)，位置可以不按順序，示例代碼如下：

>>>print('?我的學號是{0:04d},名字{1},年齡{2},體重{3:.2f}'.format?(student_id,name,age,weight))我的學號是0001，名字覃原，年齡21，體重60.50

5.3? f-格式化字符串

f-string是格式化字符串的一種很好的新方法。與其他格式化方式相比，它不僅更易讀，更簡潔，不易出錯，而且速度更快，其格式為：f '{表達式}'，示例代碼如下：

>>>print(f '我的學號是{student_id:04d},名字{name},年齡{age},體重{weight:.2f}')我的學號是0001，名字覃原，年齡21，體重60.50

函數(shù)擴展

1.ord( ): 獲取一個字符的十進制，示例程序：

>>>ord('覃')35203

2.chr( ): 將十進制數(shù)字轉為字符，示例程序：

>>>chr(35203)覃

3.str( ): 將非字符串值轉換為字符串，示例程序：

>>>age = 21 #這里age為int型21>>>str(age) #即轉換為字符串'21'

4.len( ): 計算str的字符數(shù)，如果換成bytes，就是計算字節(jié)數(shù)，示例程序：

>>>len('QIN')3>>>len('覃原')2>>>len(b'\xe8\xa6\x83\xe5\x8e\x9f')6>>>len('覃原'.encode('utf-8'))6

5.type( ): 判斷數(shù)據(jù)類型，示例程序：

>>> type('覃原')

↓↓↓

練習

小覃的成績從去年的80分提升到了今年的90分，請計算小明成績提升的百分點，并分別使用三種字符串格式化方法顯示出 ' xx.xx% '，保留兩位小數(shù)即可。

end

總結

以上是生活随笔為你收集整理的gb2312编码在线转换_python基础学习—04字符串与编码的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。