1.在py文件中使用中文字符

unicode.py文件內(nèi)容如下所示：

# -*- coding:utf-8 -*-

str_ch = '我們women'

uni_ch = u'我們women'

print "type:", type(str_ch), "content:", str_ch, repr(str_ch)

print "type:", type(uni_ch), "content:", uni_ch, repr(uni_ch)

需要在文件第一行輸入以下內(nèi)容：“# -*- coding: utf-8 -*-"，否則在執(zhí)行時(shí)將會(huì)拋出如下異常信息。

SyntaxError: Non-ASCII character '\xe6' in file unicode.py on line 3, but no encoding declared;

在聲明編碼類別后，執(zhí)行結(jié)果如下：

type: content: 我們women '\xe6\x88\x91\xe4\xbb\xacwomen'

type: content: 我們women u'\u6211\u4eecwomen'

使用命令“od -t c unicode.py”查看文件在硬盤上的內(nèi)容如下：

0000000 # - * - c o d i n g : u t f

0000020 - 8 - * - \n \n s t r _ c h =

0000040 ' 346 210 221 344 273 254 w o m e n ' \n u

0000060 n i _ c h = u ' 346 210 221 344 273 254

0000100 w o m e n ' \n \n p r i n t " t

0000120 y p e : " , t y p e ( s t r _

0000140 c h ) , " c o n t e n t : " ,

0000160 s t r _ c h , r e p r ( s

0000200 t r _ c h ) \n p r i n t " t y

0000220 p e : " , t y p e ( u n i _ c

0000240 h ) , " c o n t e n t : " ,

0000260 u n i _ c h , r e p r ( u n

0000300 i _ c h ) \n

注：346為8進(jìn)制。

可以看到中文字符在硬盤中以u(píng)tf-8形式保存，在執(zhí)行時(shí)被python解釋器讀入內(nèi)存，遇到非ascii字符時(shí)，需要用指定的編碼進(jìn)行轉(zhuǎn)換。

2. Python中字符類型str和unicode

Unicode使用code point描述字符，一個(gè)code point就是一個(gè)整數(shù)值，16-bit。所以，unicode字符串就是一串code point。

書寫的方式可以是：

uni_str = u"我們"

uni_str = u"\xac" # 2個(gè)16進(jìn)制數(shù)表示

uni_str = u"\u1234" # 4個(gè)16進(jìn)制數(shù)表示

uni_str = u"\U00008000" # 8個(gè)16進(jìn)制數(shù)表示

str是8bit，從0-255。書寫方式如下：

s = '0'

s = '\x30'

s = '\060'

s = chr(48)

# ord(s) 都是48

encoding：將unicode字符串轉(zhuǎn)換成一串bytes（0-255）。

python默認(rèn)的encoding和decoding都是ascii，當(dāng)數(shù)值超過128時(shí)都將會(huì)報(bào)編碼或解碼錯(cuò)誤。

《新程序員》：云原生和全面數(shù)字化實(shí)踐50位技術(shù)專家共同創(chuàng)作，文字、視頻、音頻交互閱讀

總結(jié)

以上是生活随笔為你收集整理的python中文字符_python处理中文字符的全部?jī)?nèi)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(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。