宝宝都能学会的python编程教程3：字符串和编码

字符串

在python3中已经全面支持中文。

由于Python源代码也是一个文本文件，所以，当你的源代码中包含中文的时候，在保存源代码时，就需要务必指定保存为UTF-8编码。当Python解释器读取源代码时，为了让它按UTF-8编码读取，我们通常在文件开头写上这两行：

#!/usr/bin/env python3# -*- coding: utf-8 -*-

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：

要计算str包含多少个字符，可以用len()函数：

在Python中，采用的格式化方式和C语言是一致的，用%实现，举例如下：

>>> 'Hi, %s, you have $%d.' % ('oldriver', 1000000)'Hi, oldriver, you have $1000000.'

占位符%d替换内容为整数，%f替换浮点数，%s替换字符串，%x替换十六进制整数。

>>> print('%2d-%02d' % (3, 1))

3-01

>>> print('%.2f' % 3.1415926)

3.14

另一种格式化字符串的方法是使用字符串的format()方法，它会用传入的参数依次替换字符串内的占位符

、……，不过这种方式写起来比%要麻烦得多：

>>> 'Hello, , 股价上升了 %'.format('小刘', 17.125)

'Hello, 小刘, 股价上升了 17.1%'

编码

上期我们简单的解释过字符串这种数据类型，本期我们详细解释与字符串密切相关的字符编码。

在计算机的世界里所有的数据最终都会变成0和1。最早的计算机在设计时采用8个比特（bit）作为一个字节（byte），所以，一个字节能表示的最大的整数就是255（二进制11111111=十进制255），如果要表示更大的整数，就必须用更多的字节。由于计算机是美国人发明的，因此，最早只有127个字符被编码到计算机里，也就是大小写英文字母、数字和一些符号，这个编码表被称为ASCII编码，比如大写字母B的编码是66，小写字母y的编码是121。

但是要处理中文显然一个字节是不够的，至少需要两个字节，而且还不能和ASCII编码冲突，所以，中国制定了GB2312

编码，用来把中文编进去。你可以想得到的是，全世界有上百种语言，各国有各国的标准，就会不可避免地出现冲突，结果就是，在多语言混合的文本中，显示出来会有乱码。

因此，Unicode应运而生。Unicode把所有语言都统一到一套编码里，这样就不会再有乱码问题了。

Unicode标准也在不断发展，但最常用的是用两个字节表示一个字符（如果要用到非常偏僻的字符，就需要4个字节）。现代操作系统和大多数编程语言都直接支持Unicode。

现在，捋一捋ASCII编码和Unicode编码的区别：ASCII编码是1个字节，而Unicode编码通常是2个字节。

用记事本编辑的时候，从文件读取的UTF-8字符被转换为Unicode字符到内存里，编辑完成后，保存的时候再把Unicode转换为UTF-8保存到文件：

浏览网页的时候，服务器会把动态生成的Unicode内容转换为UTF-8再传输到浏览器：

今天的python教程就讲到这里，下期我们讲解python的list和tuple，敬请期待！