python3 三种字符串（无前缀，前缀

发布时间：2019-09-06 08:52:55编辑：auto阅读（1591）

    假设读者已经了解了什么叫字符集，什么叫编码，什么叫解码。

    首先要明确，虽然有三种前缀（无前缀，前缀u，前缀b），但是字符串的类型只有两种（str，bytes），实验如下：

                 

    根据程序以及以上运行结果，发现无前缀，和前缀u，构造出来的字符串常量，是一样的。

    类型一样是str，长度一样是3，==判断也是返回true。is判断也是返回true。

    其实，这里是因为，python3中，字符串的存储方式都是以Unicode字符来存储的，所以前缀带不带u，其实都一样。

    结论：字符串常量，前缀带不带u，都是一样的。


    不管是utf-8，还是gbk，都可以理解为一种对应关系（若干个十六进制数<——>某个字符）：

          

    所以可以发现任何str类型的字符串，在经过encode('utf-8')后，就是通过utf-8这种编码解码方式（两种方向），将Unicode字符转换为对应的以字节方式存储的若干十六进制数。

    根据如上程序以及结果，可以发现，utf-8用三个十六进制来表示一个中文字符，而gbk用二个十六进制来表示一个中文字符。

    结论：encode()函数根据括号内的编码方式，把str类型的字符串转换为bytes字符串，字符对应的若干十六进制数，根据编码方式决定。


    既然知道了，str实际存储的是Unicode字符，那么也可以Unicode编码来存储str，形如\u1234：

    发现\u后面跟四个十六进制数，就可以代表一个Unicode字符，同样的，前缀带不带u都一样。

         

    结论：str类型的字符串，每个字符用字符本身或者\u1234，来表示都可以，后者则是直接是Unicode编码。但打印时都是打印字符本身。


    bytes字符串的组成形式，必须是十六进制数，或者ASCII字符：


    提示错误：bytes只能包含ASCII字符。

    在打印bytes字符串时，某些正常字符和一些转义字符可以打印出来，比如：字母数字和‘\n’换行符。别的就只能以原来的方式存在。


    还可以对bytes取索引，所以这里bytes也可以用for循环来迭代了，因为也是可迭代对象。

    取索引，将所在元素的数，转换为十进制数。

    代码：

    oath = '我爱妞'
print(type(oath))
print(len(oath))

oath1 = u'我爱妞'
print(type(oath1))
print(len(oath1))

print(oath==oath1)


utf8 = oath.encode('utf-8')
print(type(utf8))
print(len(utf8))
print(utf8)

gbk = oath.encode('gbk')
print(type(gbk))
print(len(gbk))
print(gbk)


out = open('test.txt','w',encoding = 'utf-8')

test = u'\u5220\u9664'
print(len(test))
print(test)
test1 = test.encode('utf-8')
print(test1)
print(type(test1))

out.write(test)
out.close()

关键字：

上一篇： python: 自动去除空行

下一篇： zeromq+python安装手册