Une brève discussion sur le codage des caractères et les chaînes dans l'apprentissage de Python

Cet article vous propose une brève discussion sur le codage des caractères et les chaînes dans l'apprentissage Python. Il a une certaine valeur de référence. Les amis dans le besoin peuvent s'y référer. J'espère qu'il vous sera utile.

Quel est l'encodage des caractères ?

Par exemple, le caractère chinois "中" peut être représenté par ce qui suit

décimal : 20013

Binaire : 01001110 00101101 (Unicode)/11100100 10111000 10101101 (UTF-8)

Seize- dans : u4e2d

l'encodage ascii

• l'encodage ASCII

  est1 octets

• Ne peut encoder que l'anglais pur

• Économiser de l'espace

codage Unicode

• L'encodage Unicode

  est généralement de 2 octets . (Par exemple, la lettre A codée avec ASCII est décimale 65, binaire 01000001 ; A L'encodage Unicode est 00000000 01000001 )

• uicode

  encodage unifié, résolution des conflits d'encodage, le problème de code tronqué disparaît<.>

• Double l'espace de stockage de

  ascii, ce qui n'est pas rentable pour le stockage et la transmission (UTF-8 résout)

encodage utf-8 (encodage Unicode de longueur variable)

UTF-8

encodage Un caractère

Unicode est codé en 1 à 6 octets selon différentes tailles de nombres. Les lettres anglaises courantes sont codées en 1 octets, les caractères chinois sont généralement 3 octets, seuls les caractères très rares seront codés en 4-6 octets.

1) Si le texte que vous souhaitez transmettre contient un grand nombre de caractères anglais, l'encodage avec UTF-8 peut économiser de l'espace ; 2) ASCII L'encodage peut en fait être considéré comme faisant partie de l'encodage

UTF-8

Par conséquent, un grand nombre d'entre eux ne prennent en charge que l'ASCII<.> encodage. Les logiciels existants peuvent continuer à fonctionner sous l'encodage UTF-8. Méthode de travail de codage de caractères commune pour les systèmes informatiques :

Mémoire : unicodecodage

unifié Disque dur, transmission : Convertir en utf-8

Lors de la navigation sur le Web, le serveur convertira le contenu Unicode généré dynamiquement en

UTF-8 puis transmettez-le au navigateur. Chaînes Python

Fonctions associées

ord()

Fonction

• Obtient la représentation entière d'un caractère (caractère unique) Le paramètre est le caractère unique sur lequel opérer et renvoie un entier. chr()

  Fonction

• Convertir l'encodage en caractère correspondant (caractère unique) encode()

• , convertit la chaîne

  str en l'encodage spécifié. méthode (paramètre) devient octets'str'.encode(

  ascii/utf-8

) Renvoie

octetsStringL'encodage chinois avec ascii signalera une erreur

decode()

convertit les
• octets

  lus sur le réseau ou le disque dans la méthode d'encodage spécifiée (paramètre ) devient str'bytes'.decode(ascii/utf-8) renvoie la chaîne str les octets ne peuvent pas être décodés et une erreur sera signalée, S'il n'y a qu'un petit nombre d'octets invalides dans

  octets
, vous pouvez transmettre

errors='ignore'

pour ignorer les mauvais octets

> >> fonction, calcule le nombre de caractères contenus dans la chaîne

>>> ;>> len(b'xe4xb8xadxe6x96x87') 6 >>> len('Chinese'.encode('utf-8')) 6

• Dans la dernière Python 3 Dans la version, la chaîne est codée en Unicode, c'est-à-dire que la chaîne de

Python

supporte multi-langue

Le type de chaîne de Python est str Si doit être transmis sur le réseau ou enregistré sur le disque, vous devez modifier str. à octets. >> Afin d'éviter les caractères tronqués, vous devez toujours utiliser l'encodage UTF-8 pour

str et octets

Convertir

<<La différence entre str et octets

• 1) Un caractère de str correspond à plusieurs octets , mais chaque caractère de octets n'occupe qu'un octet . (Décomposez les caractères multi-octets en caractères multi-octets sur un seul octet)

>>> 'ABC'.encode('ascii') b'ABC '> ;>> 'Chinese'.encode('utf-8') b'xe4xb8xadxe6x96x87'

En octets, il ne peut pas être affiché en ASCII caractères sont affichés avec x##.

• 2) octets

  les caractères sont préfixés et cités

.py le fichier contient des caractères chinois utf-. 8 encoding

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

La première ligne de commentaires est de dire à Linux /OS > La deuxième ligne de commentaires consiste à dire à l'interpréteur Python de lire le code source selon UTF-8 encodage, sinon la sortie chinoise que vous écrivez dans le code source risque d'être tronquée.

>>Utilisation de l'éditeurUTF-8 sans BOM<<

Formatage de chaîne

Problèmes>>> 'Bonjour, %s' % 'monde' 'Bonjour, monde' >&gt ;&gt ; 'Bonjour, %s, vous avez %d $.' % ('Michael', 1 000 000) 'Bonjour, Michael, vous avez 1 000 000 $.'

%Opérateur

est utilisé pour formater les chaînes. Il y a plusieurs espaces réservés

%?

à l'intérieur de la chaîne, suivis de plusieurs variables ou valeurs, et l'ordre doit être cohérent. S'il n'y a qu'un seul %?, les parenthèses peuvent être omises.

• évasion, utilisez %% pour représenter un %

  &gt ; >> 'taux de croissance : %d %%' % 7 'taux de croissance : 7 %'

• format()

  Un autre La façon de formater une chaîne consiste à utiliser la méthode
format()

de la chaîne, qui remplacera les espaces réservés

{0}

dans la chaîne par les paramètres transmis. ,

占位符	替换内容
%d	整数
%f	浮点数
%s	字符串
%x	十六进制整数

{1}...

, mais cette façon d'écrire est bien plus gênante que %

 : >&gt ;> Bonjour, {0}, le score s'est amélioré de {1:.1f}%'.format('Xiao Ming', 17.125) 'Bonjour, Xiao Ming, le score s'est amélioré de 17,1%'

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!