Python基礎-數據類型-字符串和編碼

一、簡介

1. 龜叔 Guido van Rossum 在1989年聖誕節期間編寫的一個編程語言。
2. Python爲我們提供了非常完善的基礎代碼庫，覆蓋了網絡、文件、GUI、數據庫、文本等大量內容，被形象的稱爲‘內置電池’。
3. Python的定位：優雅、明確、簡單
4. Python的缺點：運行速度慢，代碼不能加密
5. 安裝Python，去https://www.python.org/downloads/windows/ 網址下載最新版的window上的Python。
6. Python文件以.py爲擴展名；運行此類型文件需要Python解釋器去執行。CPython是剛纔下載安裝Python的時候自帶的，它是用C語言開發的，所以叫CPython。在命令行下運行Python就是啓動CPython解釋器。

二、開始

1. 命令行模式和交互模式
   1. cmd代開命令提示符就進入了命令行模式，輸入Python就進入了交互模式，再次輸入exit()就退出了交互模式，進入了命令行模式。
2. 新建hello.py文件，裏面寫入print('hello world, this is my first python') ，然後cd進入該目錄，用Python hello.py 命令來執行該文件。
3. 在Python交互式模式下，可以直接輸入代碼，然後執行，並立刻得到結果。在命令行模式下，可以直接運行.py文件。
4. I/O：Python中，輸入是input()，輸出是print()

三、Python基礎

1. 輸入，輸出，input和print
2. 加註釋：#開頭
3. 基礎的if else判斷

1. Python特殊字符轉義，r'' 表示字符串不進行轉義，就是字符串本身意思

1. 多行換行...

1. 動態語言，變量賦值
   1. a = 1; a = 'abc'   a這個變量是動態的，類型是隨時可以被更改的
   2. 而在java中就是靜態語言變量，int a = 1；a = 'abc' 就會報錯
2. 變量在內存中的存儲
   1. a = 1 ，定義的時候，Python幹了兩件事
   2. 先在內存中創建了一個1 這個整數
   3. 然後在內容中創建了名爲a的變量，並把它指向1
   4. 也可以 b = a ，這個操作實際上就是把變量b指向變量a所指向的數據

1. Python中的除法
   1. /   ： 10 / 3 返回3.3333333333333335
   2. //：10 // 3  返回3 ，只取整數部分
   3. %：10 %3  返回1，取餘數,
2. Python中，整數和浮點數沒有大小的限制

四、字符編碼

1. 計算機只處理數字，最早的計算機設計時採用8比特作爲一個字節byte，所以，一個字節能表示的最大的整數就是255。所以如果要表示更大的整數，就必須用更多的字節。比如兩個字節可以表示的最大整數是65535.
2. 由於計算機是美國人發明的，因此最早只有127個字符被編碼進計算機了，也就是大小寫英文字母數字和一些符號，這個編碼表就是ASCII表。
3. 但是要處理中文一個字節不夠，至少要2個字節，還不能和ASCII衝突，所以，中國製定了GB2312編碼，用來把中文編碼進去。
4. 但是，世界上百種語言，各國都有自己的標準，不可避免的會有衝突，在多語言混合的文本中，顯示出來就會有亂碼。
5. 因此，Unicode應運而生，它把所有的語言編寫到一套編碼裏面，這樣就不會有亂碼了。一般在Unicode中用2個字節表示一個字符。ASCII用1個字節表示一個字符
6. 但是，如果文本都用英文的話，用Unicode編碼比ASCII多一倍的存儲空間，在存儲和傳輸上不划算。
7. 因此，出現了把Unicode編碼轉爲‘可變長編碼’的UTF-8編碼。utf-8把一個Unicode字符根據不同的數字大小編成1-6個字符，常用的英文編寫爲1個字節，漢字通常是3個字節，很生僻的字符編成4-6字節。
8. 在現在計算機內存中，統一使用Unicode編碼，當需要保存到硬盤或需要傳輸的時候，轉爲utf-8
9. 用記事本編輯的時候，從文件讀取的utf-8字符被轉化爲Unicode到內存中，編輯完成後，保存的時候再把Unicode轉爲utf-8保存文件

五、Python的字符串

1. 最新的Python3版本中，字符串以Unicode編碼。
2. 對於單個字符的編碼，有ord()函數獲取字符的整數表示，chr()函數把編碼轉爲對應的字符

1. encode()可以把Unicode格式的str編碼爲指定的bytes
   1. 如下，但是含有中文的str無法用ASCII編碼，因爲中文編碼超過了ADCII的範圍，會報錯

1. 反過來，如果我們從網絡或磁盤讀取了字節流，讀到的數據就是bytes，要把bytes轉爲str，就需要decode()
   1. 如果bytes中包含無法解碼的字節，decode會報錯

1. 1. 如果bytes中只包含一小部分無效字節，可以加參數errors=’ignore‘，忽略錯誤字節

以下是小部分無效字節時的解析：

1. 如果要計算str包含多少字符，可以用len()計算
   1. 如果str換成bytes，len計算的字節數，len('ABC') 返回3

1. 由於Python源代碼也是一個文本文件，所以，當源代碼包含中文的時候，保存源碼時，需要指定保存爲utf-8。可以在文件開頭寫着兩行：
   1. 第一行告訴Linux/OS系統，這是要給Python可執行程序，window會忽略這行註釋
   2. 第二行告訴Python解釋器按照utf-8讀取代碼

1. 佔位符

舉例：

輸出結果：