python學習筆記（一）——Python基礎

一、python 基礎語法

python 的解釋器在啓動時會自動加載一個內建的模塊，因此我們在使用 print()、input()等函數時不用導入其他模塊文件。

基本語法：

1. 每條語句結尾沒有分號
2. 定義變量不需要前置聲明變量的類型（動態語言）
3. 定義常量不需要特殊關鍵字，如 PI=3.14，但是PI可改變如PI=5
4. 註釋，採用 # 進行單行註釋，用""“xxx”""或’’‘xxx’’'多行註釋

基本數據類型

• 整型（int）：類似於C語言中的 long long類型，取值範圍取決於計算機內存大小，甚至一個數可以佔滿整個內存。

  進製表示	十進制	二進制	八進制	十六進制
  不同進製表示	整數10	0b1010	0o12	0xa
  進制轉換	任意整數x	bin(x)	oct(x)	hex(x)
  轉換成十進制	任意數xxx	int(‘xxx’,2)	int(‘xxx’,8)	int(‘xxx’,16)

• 浮點數類型（float）

• 字符串類型（str）：用 ""或''之間的的字符爲一個字符串。該類型支持 +拼接、*重複運算。用print（）輸出，支持轉義字符 \，加參數r屏蔽轉義功能。

• bool 類型：True、False（首字母大寫）。非0爲True， 0、空字符、空列表、空元組、None都認爲是False。

• None 類型：類似C語言的NULL，表示一個空值。

運算符

二、 字符編碼

1. 常見的字符編碼

• ASCII 碼：單字節編碼
• MBCS 碼：（2字節編碼類），規定如果第一個字節是 \x80 以下，則任然使用ASCII碼；反之，則使用兩個字節表示一個字符。如windows的ANSI碼格式
• Unicode 碼：所有字符的字符集（UCS-2 兩個字節表示一個字符、UCS-4四個字節表示一個字符，常用USC-2），UCS（Unicode Character Set）僅僅是字符對應碼位的一張表，具體如何傳輸和存儲有UTF（UCS Transformation Format）負責。

直接使用UCS的碼位來保存，這就是UTF-16，由於以前使用ASCII碼錶示英文字符只需要一個字節，而使用UCS-2需要2個字節，空間消耗過大，於是UTF-8出現了。

• UTF-8 碼：一種可變長的編碼，它把一個Unicode字符根據不同數字大小編碼成1~6個字節。常用的英文字母被編碼成1個字節，漢字通常是3個字節，生僻的字符會被編碼成4 ~ 6個字節。

另外，在計算機內存中，統一使用Unicode編碼，當需要保存到硬盤或者需要傳輸的時候，就轉換爲UTF-8編碼。瀏覽網頁的時候，服務器會把動態生成的Unicode內容轉換爲UTF-8再傳輸到瀏覽器：所以你看到很多網頁的源碼上會有類似如下的信息，表示該網頁正是用的UTF-8編碼。<meta charset="UTF-8"/>

2. 字符編碼的聲明

由於Python源代碼也是一個文本文件，所以，當你的源代碼中包含中文的時候，在保存源代碼時，就需要務必指定保存爲UTF-8編碼。當Python解釋器讀取源代碼時，爲了讓它按UTF-8編碼讀取，我們通常在文件開頭寫上這兩行：

#!/usr/bin/python
# -*- coding: utf-8 -*-12

• 第一行註釋是爲了告訴Linux/OS X系統，這是一個Python可執行程序，Windows系統會忽略這個註釋；
• 第二行註釋是爲了告訴Python解釋器，按照UTF-8編碼讀取源代碼，否則，你在源代碼中寫的中文輸出可能會有亂碼。

實際上，python只檢查#、coding和編碼字符串，其它字符串使爲了美觀加上的。其中UTF-8也可以寫成u8 。另外需要注意的是，聲明的編碼需要與文件實際保存的編碼一致，否則可能會出現代碼解析異常。

bytes 類型

Python bytes 類型（由字節表示字符串）。bytes() 函數返回一個新的 bytes 對象，該對象是一個 0 <= x < 256 區間內的整數不可變序列。

字節串（bytes）和字符串（string）的對比：

• 字符串由若干個字符組成，以字符爲單位進行操作；bytes由若干個字節組成，以字節爲單位進行操作。
• bytes和字符串除了操作的數據單元不同之外，它們支持的所有方法都基本相同。
• bytes和字符串都是不可變序列，不能隨意增加和刪除數據。

bytes 只負責以字節序列的形式（二進制形式）來存儲數據，至於這些數據到底表示什麼內容（字符串、數字、圖片、音頻等），完全由程序的解析方式決定。如果採用合適的字符編碼方式（字符集），bytes可以恢復成字符串；反之亦然，字符串也可以轉換成字節串。bytes 只是簡單地記錄內存中的原始數據。

bytes 類型的數據非常適合在互聯網上傳輸，可以用於網絡通信編程，如果字符串想要在網絡上傳輸就必須先轉換成bytes類型；bytes 也可以用來存儲圖片、音頻、視頻等二進制格式的文件。

字符串和 bytes 存在着千絲萬縷的聯繫，我們可以通過字符串來創建 bytes 對象，或者說將字符串轉換成 bytes 對象。有以下三種方法可以達到這個目的：

• 如果字符串的內容都是 ASCII 字符，那麼直接在字符串前面添加b前綴就可以轉換成 bytes。
• bytes 是一個類，調用它的構造方法，也就是 bytes()，可以將字符串按照指定的字符集轉換成 bytes；如果不指定字符集，那麼默認採用 UTF-8。
• 字符串本身有一個 encode() 方法，該方法專門用來將字符串按照指定的字符集轉換成對應的字節串；如果不指定字符集，那麼默認採用 UTF-8。

以下是 bytes() 的語法:

class bytes([source[, encoding[, errors]]])

參數

• 如果 source 爲整數，則返回一個長度爲 source 的初始化數組；
• 如果 source 爲字符串，則按照指定的 encoding 將字符串轉換爲字節序列；
• 如果 source 爲可迭代類型，則元素必須爲[0 ,255] 中的整數；
• 如果 source 爲與 buffer 接口一致的對象，則此對象也可以被用於初始化 bytearray。
• 如果沒有輸入任何參數，默認就是初始化數組爲0個元素。

bytes 類型實例

# 以下模擬交互界面
# 使用 b 前綴
>>> btr=b"abc"
>>> type(btr)		#查看btr類型
<class 'bytes'>
>>> btr
b'abc'

# 使用 bytes（）函數
>>> a = bytes([1,2,3,4])
>>> a
b'\x01\x02\x03\x04'
>>> type(a)
<class 'bytes'>
# class bytes([source[, encoding[, errors]]])
>>> b = bytes('hello','ascii')
>>> b
b'hello'
>>> type(b)
<class 'bytes'>

# 使用 encode()轉碼 decode()解碼
>>> "我愛學習".encode("utf-8")
b'\xe6\x88\x91\xe7\x88\xb1\xe5\xad\xa6\xe4\xb9\xa0'
>>>b'\xe6\x88\x91\xe7\x88\xb1\xe5\xad\xa6\xe4\xb9\xa0'.decode("UTF-8")
'我愛學習'

# gbk雙字節編碼，包含全部中文字符
>>> str = "我愛學習".encode("gbk")
>>> str
b'\xce\xd2\xb0\xae\xd1\xa7\xcf\xb0'
>>> str.decode("gbk")
'我愛學習'

查看字符對應的Unicode碼（Ascii碼）

# 以下模擬交互界面
# 使用 ord() 查看字符編碼（Ascii或Unicode）
# chr()用一個範圍在 range（256）內的（就是0～255）整數作參數，返回一個對應的字符
# unichr()，與chr()函數功能基本一樣， 只不過是返回 unicode 的字符
>>> ord("我")
25105
>>> chr(25105)
'我'

# 查看當前所採用的編碼標椎
>>> import sys
>>> sys.getdefaultencoding()
'utf-8'

與編碼相關的方法：

 
import sys
import locale
 
def p(f):
    print('%s.%s(): %s' % (f.__module__, f.__name__, f()) )
 
# 返回當前系統所使用的默認字符編碼
p(sys.getdefaultencoding)
 
# 返回用於轉換Unicode文件名至系統文件名所使用的編碼
p(sys.getfilesystemencoding)
 
# 獲取默認的區域設置並返回元祖(語言, 編碼)
p(locale.getdefaultlocale)
 
# 返回用戶設定的文本數據編碼
# 文檔提到this function only returns a guess
p(locale.getpreferredencoding)
 
# \xba\xba是'漢'的GBK編碼
# mbcs是不推薦使用的編碼，這裏僅作測試表明爲什麼不應該用
print(r"'\xba\xba'.decode('mbcs'):", repr('\xba\xba'.decode('mbcs')) )
 
#Windows上的結果(區域設置爲中文(簡體, 中國))
sys.getdefaultencoding(): utf-8
sys.getfilesystemencoding(): utf-8
locale.getdefaultlocale(): ('zh_CN', 'cp936')
locale.getpreferredencoding(): cp936'

---

編碼部分參考博客：Python字符編碼詳解