Python自学笔记 - 3.字符编码
2017-09-02 11:10
176 查看
“可变长编码”
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:
如果知道字符的整数编码,还可以用十六进制这么写str:
两种写法完全是等价的。
由于Python的字符串类型是
Python对
要注意区分
以
纯英文的
在bytes中,无法显示为
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
要计算str包含多少个字符,可以用
UTF-8编码可根据内容改变字节数,
ASCII编码实际上可以被看成是
UTF-8编码的一部分
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 >>> ord('中') 20013 >>> chr(66) 'B' >>> chr(25991) '文'
如果知道字符的整数编码,还可以用十六进制这么写str:
>>> '\u4e2d\u6587' '中文'
两种写法完全是等价的。
由于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:
x = b'ABC'
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,例如:
>>> 'ABC'.encode('ascii') b'ABC' >>> '中文'.encode('utf-8') b'\xe4\xb8\xad\xe6\x96\x87' >>> '中文'.encode('ascii') Traceback (most recent call last): File "<stdin>", line 1, in <module> UnicodeEncodeError: 'ascii' codec can't encode characters in position 0-1: ordinal not in range(128)
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'\xe4\xb8\xad\xe6\x96\x87'.decode('utf-8') '中文'
要计算str包含多少个字符,可以用
len()函数:
>>> len('ABC') 3 >>> len('中文') 2
len()函数计算的是
str的字符数,如果换成
bytes,
len()函数就计算字节数:
>>> len(b'ABC') 3 >>> len(b'\xe4\xb8\xad\xe6\x96\x87') 6 >>> len('中文'.encode('utf-8')) 6
相关文章推荐
- 自然语言处理课程自学笔记(一)之python正则表达式
- PYTHON自学笔记1
- python自学笔记2之pylint
- Python入门自学笔记20160628
- Python2.7自学笔记5――列表
- Python自学笔记之函数式编程1——高阶函数
- Python自学笔记
- Python自学笔记(四)函数
- python 自学笔记
- 自学笔记:用python和opencv进行摄像头的人脸检测
- python各类初学函数(自学笔记)
- Python2.7自学笔记2――列表
- Python2.7自学笔记4――定义函数
- [python自学笔记]匿名函数和文件处理、异常
- python自学笔记 20151126
- Python自学笔记
- Python自学笔记系列一——认识python
- Python自学笔记 - 7.循环
- 爬虫自学笔记(Python3.6.1)
- Python自学笔记之基础内容回顾