第5章 字符串-1-字符串介绍.pptxVIP

5.1字符串介绍5.1.1什么是字符串不同编码格式之间相差很大，采用不同的编码格式意味着不同的表示和存储形式，把同一字符存入文件时，写入的内容可能会不同，在试图理解其内容时必须了解编码规则并进行正确的解码。如果解码方法不正确就无法还原信息，从这个角度来讲，字符串编码也具有加密的效果。最早的字符串编码是美国标准信息交换码ASCII，仅对10个数字、26个大写英文字母、26个小写英文字母及一些其他符号进行了编码。ASCII码采用1个字节来对字符进行编码，最多只能表示256个符号。在Python中，字符串属于不可变有序序列，使用单引号、双引号、三单引号或三双引号作为定界符，并且不同的定界符之间可以互相嵌套。下面几种都是合法的Python字符串：abc、123、中国、Python、Tomsaid,Letsgo。

5.1字符串介绍董付国.encode(utf8)b\xe8\x91\xa3\xe4\xbb\x98\xe5\x9b\xbd董付国.encode(cp936)b\xb6\xad\xb8\xb6\xb9\xfa董付国.encode(cp936).decode(cp936)董付国Python可以这样学.encode(utf8).decode(cp936)Traceback(mostrecentcalllast):Filepyshell#63,line1,inmodulePython可以这样学.encode(utf8).decode(cp936)UnicodeDecodeError:gbkcodeccantdecodebyte0xafinposition8:illegalmultibytesequencePython程序设计开发宝典.encode(cp936).decode(utf8)Traceback(mostrecentcalllast):Filepyshell#64,line1,inmodulePython程序设计开发宝典.encode(cp936).decode(utf8)UnicodeDecodeError:utf-8codeccantdecodebyte0xb3inposition6:invalidstartbyte举例如下：

5.1字符串介绍Python3.x完全支持中文字符，默认使用UTF8编码格式，无论是一个数字、英文字母，还是一个汉字，在统计字符串长度时都按一个字符对待和处理。举例如下：s=中国山东烟台len(s)#字符串长度，或者包含的字符个数6s=中国山东烟台ABCDE#中文与英文同样对待，算一个字符len(s)11姓名=张三#使用中文作为变量名print(姓名)#输出变量的值张三

5.1字符串介绍Python扩展库chardet可以用来检测字节串所采用的编码格式，并提供一个可信度以供参考（有时候可能不准确），常用来判断文本文件的编码格式。x=董付国.encode()chardet.detect(x){confidence:0.87625,encoding:utf-8}x=董付国.encode(gbk)chardet.detect(x){confidence:0.73,encoding:windows-1252}x=董付国.encode(cp936)chardet.detect(x){confidence:0.73,encoding:windows-1252}

5.1字符串介绍5.1.2转义字符在需要在字符中使用特殊字符时，python用反斜杠(\)转义字符。如下表：?转义字符描述\(在行尾时)续行符\\反斜杠符号\单引号\双引号\a响铃\b退格(Backspace)\e转义\000空\n换行\v纵向制表符\t横向制表符\r回车\f换页\oyy八进制数，yy代表的字符，例如：\o12代表换行\xyy十六进制数，yy代表的字符，例如：\x0a代表换行\other其它的字符以普通格式输出

5.1字符串介绍转义字符用法如下：print(Hello\nWorld)#包含转义字符的字符串HelloWorldprint(\101)#三位八进制数对应的字符Aprint(\x41)#两位十六进制数对应的字符Aprint(我是\u8463\u4ed8\u56fd)#四位十六进制数表示Unicode字符我是董付国为了避免