Python 从入门到实战13（字符串简介）

·        我们的目标是：通过这一套资料学习下来，通过熟练掌握python基础，然后结合经典实例、实践相结合，使我们完全掌握python，并做到独立完成项目开发的能力。

      上篇文章我们通过举例学习了流程控制语句中的循环语句。今天继续讨论基本数据类型：字符串。

字符串是连续的字符序列，也是序列的一种。

1、字符串定义

字符串是一种序列，一般是双引号或者单引号括起来的元素序列。其中若使用’’ 单引号或者双引号””字符序列需要在同一行，若是使用’’’ ‘’’ 三引号可以分布在连续的多行。

举例说明：

#coding=utf-8
str1 = "我爱祖国！"
str2 = 'abcde'
str3 = '''我是男生，喜欢
打篮球。
'''
print(str1)
print(str2)
print(str3)

输出结果：

2、常见的转义字符

\     -------续行符

\n    -------换行符

\0    -------空

\t    --------水平制表符，用于横向跳到下一制表符

\”    --------双引号

\’    ---------单引号

\\    ---------一个反斜杠

\f    ---------换页

\0dd  ---------八进制数，dd代表字符

\xhh  ---------十六进制

3、字符串编码转换

最早的字符串编码是美国标准信息交换码，即ASSCII码。后面各国都需要编码，于是出现了GBK、GB2312、UTF-8编码等。GBK、GB2312是我国制定的中文编码标准，使用一个字节表示英文字母，两个字节表示中文字符。UTF-8是国际通用的编码，对全世界所有国家需要用到的字符都进行了编码，它采用一个字节表示英文字符，用3个字节表示中文。在python 3.x 中，默认采用UTF-8编码，这种编码避免了中文乱码问题的发生。

另外，在python 中有两种常用的字符串类型，如str、bytes。其中str表示Unicode 字符（ASSCII或者其他），bytes表示二进制数据。

注意：bytes 类型的数据是带有b前缀的字符串（使用单引号或者双引号表示）。如，b’\xd2\xb0’

和b’mr’都是bytes 类型的数据

1）使用encode()方法编码

使用encode()方法将str转化为二进制数据（bytes），这个过程也成为编码。

参考语法：str.encode([encoding=”utf-8”][,errors=”strict”])

说明：   str------表示要进行转换的字符串

         encoding=”utf-8”-------可选参数，指定的转换时需要采用的编码

          errors=”strict”-------可选参数，用于指定错误处理方式，其可选strict（遇到非法字符就抛出异常），ignore（忽略非法字符），replace（用“？“替代非法字符）

注意：使用encode（）方法时不会修改原字符串。

举个小栗子：

str3 = '''我是男生，喜欢
打篮球。
'''
byte1 = str3.encode('GBK')
byte2 = str3.encode('utf-8')
print("原字符串为：",str3)
print("转换后的字符串：",byte1)
print("转换后的字符串：",byte2)

采用两种不同的编码方法输出的结果不同。

打印结果：

2）使用decode（）方法解码

使用decode()方法用于将二进制数据转换为字符串。也称之为解码。

使用语法：   bytes.decode([encoding=”utf-8”][,errors=”strict”])

说明：   bytes ------表示要进行转换的二进制数据

        encoding=”utf-8”-----------可选参数，指定的转换时需要采用的编码

        errors=”strict”-------可选参数，用于指定错误处理方式，其可选strict（遇到非法字符就抛出异常），ignore（忽略非法字符），replace（用“？“替代非法字符）

注意：在指定解码采用的字符编码时，需要采用与编码时采用的字符编码一致。

我们举个例子：

str3 = '''我是男生，喜欢
打篮球。
'''
byte1 = str3.encode('GBK')
byte2 = str3.encode('utf-8')
print("原字符串为：",str3)
print("转换后的字符串：",byte1)
print("转换后的字符串：",byte2)
#解码：
str_new1 = byte1.decode("GBK")
str_new2 = byte2.decode("GBK")
print(str_new1)
print(str_new2)

由于上面黄色标识的部分解码和编码的格式不一样就会报错。

需改好正常执行：

4、字符串拼接

这个比较简单，直接使用+即可完成。

举个小栗子：

str1 = "我爱祖国！"
str2 = 'I am Dewi,'
str3 = '''我是男生，喜欢
打篮球。
'''
print(str1+ str2 +str3)

输出如下：

5、计算字符串的长度

由于不同的字符占字节数不同，因此要计算字符串的长度，需要先了解各个字符所占的字节数。一般数字、英文、小数点、下划线和空格占一个字节；一个汉字可能会占用2-4个字节，取决于采用的编码。

汉字在GBK/GB2312 占2个字节

汉字在UTF-8/Unicode 占3个或者4个字节

举例说明：

str1 = "我爱祖国!"
str2 = 'I am Dewi,'
str_add = str2 + str1
print(len(str_add))   #默认时计算，所有英文、数字、汉字、空格都是一个字符（占一个字节）
print(len(str_add.encode("utf-8")))#指定utf-8,汉字占3个字节，其它占一个字节,4*3+11
print(len(str_add.encode("GBK")))#指定GBK,汉字占2个字节，其它占一个字节,4*2+11

输出结果参考：

今天先写到这里了，每天进步一点点。今天也要加油啊！