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
2018-02-04 23:32
549 查看
Python的字符串
搞清楚了令人头疼的字符编码问题后,我们再来研究Python的字符串。在最新的Python 3版本中,字符串是以Unicode编码的,也就是说,Python的字符串支持多语言,例如:
>>> print('包含中文的str') 包含中文的str
对于单个字符的编码,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:
>>> ord('A') 65 >>> ord('中') 20013 >>> chr(66) 'B' >>> chr(25991) '文'
如果知道字符的整数编码,还可以用十六进制这么写
str:
>>> '\u4e2d\u6587' '中文'
两种写法完全是等价的。
由于Python的字符串类型是
str,在内存中以Unicode表示,一个字符对应若干个字节。如果要在网络上传输,或者保存到磁盘上,就需要把
str变为以字节为单位的
bytes。
Python对
bytes类型的数据用带
b前缀的单引号或双引号表示:
x = b'ABC'
要注意区分
'ABC'和
b'ABC',前者是
str,后者虽然内容显示得和前者一样,但
bytes的每个字符都只占用一个字节。
以Unicode表示的
str通过
encode()方法可以编码为指定的
bytes,例如:
>>> 'ABC'.encode('ascii') b'ABC' >>> '中文'.encode('utf-8') b'\xe4\xb8\xad\xe6\x96\x87' >>> '中文'.encode('ascii') Traceback (most recent call last): File "<stdin>", line 1, in <module> UnicodeEncodeError: 'ascii' codec can't encode characters in position 0-1: ordinal not in range(128)
纯英文的
str可以用
ASCII编码为
bytes,内容是一样的,含有中文的
str可以用
UTF-8编码为
bytes。含有中文的
str无法用
ASCII编码,因为中文编码的范围超过了
ASCII编码的范围,Python会报错。
在
bytes中,无法显示为ASCII字符的字节,用
\x##显示。
反过来,如果我们从网络或磁盘上读取了字节流,那么读到的数据就是
bytes。要把
bytes变为
str,就需要用
decode()方法:
>>> b'ABC'.decode('ascii') 'ABC' >>> b'\xe4\xb8\xad\xe6\x96\x87'.decode('utf-8') '中文'
如果
bytes中包含无法解码的字节,
decode()方法会报错:
>>> b'\xe4\xb8\xad\xff'.decode('utf-8') Traceback (most recent call last): ... UnicodeDecodeError: 'utf-8' codec can't decode byte 0xff in position 3: invalid start byte
如果
bytes中只有一小部分无效的字节,可以传入
errors='ignore'忽略错误的字节:
>>> b'\xe4\xb8\xad\xff'.decode('utf-8', errors='ignore') '中'
要计算
str包含多少个字符,可以用
len()函数:
>>> len('ABC') 3 >>> len('中文') 2
len()函数计算的是
str的字符数,如果换成
bytes,
len()函数就计算字节数:
>>> len(b'ABC') 3 >>> len(b'\xe4\xb8\xad\xe6\x96\x87') 6 >>> len('中文'.encode('utf-8')) 6
可见,1个中文字符经过UTF-8编码后通常会占用3个字节,而1个英文字符只占用1个字节。
在操作字符串时,我们经常遇到
str和
bytes的互相转换。为了避免乱码问题,应当始终坚持使用UTF-8编码对
str和
bytes进行转换。
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 -*-
第一行注释是为了告诉Linux/OS X系统,这是一个Python可执行程序,Windows系统会忽略这个注释;
第二行注释是为了告诉Python解释器,按照UTF-8编码读取源代码,否则,你在源代码中写的中文输出可能会有乱码。
申明了UTF-8编码并不意味着你的
.py文件就是UTF-8编码的,必须并且要确保文本编辑器正在使用UTF-8
without BOM编码:
如果
.py文件本身使用UTF-8编码,并且也申明了
# -*- coding: utf-8 -*-,打开命令提示符测试就可以正常显示中文:
格式化
最后一个常见的问题是如何输出格式化的字符串。我们经常会输出类似'亲爱的xxx你好!你xx月的话费是xx,余额是xx'之类的字符串,而xxx的内容都是根据变量变化的,所以,需要一种简便的格式化字符串的方式。
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:
>>> 'Hello, %s' % 'world' 'Hello, world' >>> 'Hi, %s, you have $%d.' % ('Michael', 1000000) 'Hi, Michael, you have $1000000.'
你可能猜到了,
%运算符就是用来格式化字符串的。在字符串内部,
%s表示用字符串替换,
%d表示用整数替换,有几个
%?占位符,后面就跟几个变量或者值,顺序要对应好。如果只有一个
%?,括号可以省略。
常见的占位符有:
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 |
相关文章推荐
- 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
- php中的字符串常用函数(四) ord() 获得字符的ascii码 chr()获取ascii码对应的字符
- 字符串与编码,字符与数字相转函数:ord(), chr()
- 这个字符串参数必须包含一个或多个数字,函数应该把这些 数字字符转换为整数并返回这个整数。如果字符串参数包含 了任何非数字字符,函数就返回零。
- int abs(int number)函数有感: 求补码和通过补码求对应的整数 C++(增加:数字的二进制表示中1的个数)
- 为函数原型编写函数定义:int my_atoi(char *str);(将一个数字字符串转换成该字符串对应的数字(包括正整数、负整数))
- 为下面的函数原型编写函数定义: int ascii_to_integer(char *str); 这个字符串参数必须包含一个或者多个数字,函数应该把这些数字字符转换为整数并返回这个整数。如果字符串参数
- 实现一个函数int my_atoi(char s[]),可以将一个字符串转换为对应的整数。
- 实现一个函数int my_atoi(char s[]),可以将一个字符串转换为对应的整数
- acmore|acmore.cc1011将磅转换为千克1012财务应用程序:计算消费1013求一个整数各位数的和1014求出年数1015求ASCII码对应的字符
- 这个字符串参数必须个数字,函数应该把这些数字字符转换为整数并返回这个整数。如果字符串参数包含了任何非数字字符,函数就返回零。请不必担心算数溢出。
- 输入一个表示整数的字符串,把该字符串转换成整数并输出(实现atoi函数功能)
- 【c语言】编写一个函数,将一个数字字符串转换成该字符串对应的数字(包括正整数、负整数)
- 【C语言】【笔试题】实现一个函数int my_atoi(char s[]),可以将一个字符串转换为对应的整数。
- C 这个字符串参数必须包含一个或者多个数字,函数应该把这些数字字符转换为整数并返回这个整数。如果字符串参数包含了任何非数字字符,函数就返回零。
- 字符串参数必须包含一个或者多个数字,函数应该把这些数字字符转换为整数并返回这个整数。如果字符串参数包含了任何非数字字符,函数就返回零
- 将一个整数转换为单个字符输出函数实现的细节性问题
- mb_convert_encoding 函数的使用 转换字符编码
- chr(i) 返回整数i对应的ASCII字符
- 【C语言】【笔试题】实现一个函数int my_atoi(char s[]),可以将一个字符串转换为对应的整数。