Python新手引导第二篇

Python新手引导 第三篇-Python基础和字符编码

###阅读本文需要4.66分钟

有其他计算机语言基础的同学,阅读本篇基础部分建议1到2分钟。

  1. 基础类型、变量和字符编码
  2. list 和 tuple

第一、基础类型、变量和字符编码

计算机能处理的数据类型有很多,包括文本、图形、音频、视频等等的。上层语言对其不同的数据,定义了各自不同的数据类型。如Java的int、String、boolean,JS的var等等的。Python也不例外:

1.1 基础类型

  1. 整数

    Python可以处理任意大小的整数,包括负整数。1、100、-9191等等。

  2. 浮点数

    浮点数也就是小数。之所以称之为浮点数。是因为其小数点是可变的,比如:1.23x10^5 和12.3x10^4是一样的。也就是类似的科学计数法 1.23e5和12.3e4。因此浮点数在计算机存储的时候可能就会有四舍五入的情况

  3. 字符串

    ‘ 或者 “括起来的任意文本

  4. 布尔值

    True和False, 同时可以使用and or not来运算

  5. 空值 Python中使用None来表示空值,其不是0的意义

1.2 变量

变量在程序中就是用一个变量名标书,且区分大小写,可用数字_表示,并不能以数字开始

a = ‘aaa’

  • Python解释器会在内存中创建aaa的字符串
  • 并在内存中创建一个名为a的变量,并将其指向aaa

1.3 字符编码

最原始的由歪果仁定义的ASCII编码,使用127个字符,从A(65)到z(122). 其次就是各国的编码,如我们所知的GB2312将中文编进去。还有其他国家的类似,日本的Shift_JIS等等。如此一来,你会发现各国都有自己的编码,那么岂不是各种乱码。
因此Unicode就因此诞生了。Unicode将所有编码统一到了一套编码中,这样就解决了乱码的问题。

Unicode和ASCII编码的区别:Unicdeo使用两个字节、ASCII使用一个字节

  • 举个栗子
字符 ASCII Unicode
A 十进制(65),二进制(01000001) 0A (00000000 01000001)

因此你会发现如果你的文本全是英文的,使用Unicode编码的话,那么需要多一倍的存储空间,导致存储和传输上十分低效率。

UTF_8应景而生,是一种可变长编码.UTF_8编码把一个Unicode字符根据不同的数组大小编码成1-6个字节,常用的英文被编码成1个字节,汉字使用3个字节。如果要传输的文本包含大量的英文字符,用UTF-8编码能节省很多空间:

字符 ASCII Unicode UTF-8
A 十进制(65),二进制(01000001) 0A (00000000 01000001) 01000001
01001110 00101101 11100100 10111000 10101101

所以在计算机的内存中,统一使用Unicode编码,但是需要保存到硬盘或者传输的时候,就会使用到UTF-8编码。因此在计算机上打开某个文本的时候,会首先以Unicode将其独到内存中,当修改保存的时候,又会使用UTF-8。

使用Unicode表示的str可以通过encode()转换为指定的bytes,例如:

  • ‘A’.encode(‘ascii’)

  • b’A’
  • b’\xe4\xb8\xad\xe6\x96\x87’.decode(‘utf-8’)

  • ‘中文’

len()可计算str包含多少个字符,len(‘abc’) = 3

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:

1
2
#!/usr/bin/env python3
# -*- coding: utf-8 -*-

第二、List和tuple

集合在每个语言中都有,当然Python也不例外。

2.1 List

Python内置的列表数据类型。一种有序的集合,可随时添加和删除其中元素

1
name = ['Mark','xiyouMc','Alison']

访问方式可直接通过索引: name[0] name[1] 当然索引是从0开始到len(name) - 1 区别去其他语言,Python可以通过 name[-1]访问到最后一个元素,一次类推 -2可以访问到倒数第二个。

list是一个可变的有序表,所以可以在list的末尾追加元素: name.append('Ali')

同样也可以插入元素, name.insert(1,'Baidu')

删除尾部元素使用pop(),并可以指定删除某个元素 pop(1)

赋值(替换): name[1] = 'Tencent'

多层List:s = ['Mark','java',['nlp','php']],这样通过 s[2]拿到的也是一个list. 当然要拿到 nlp的话,直接s[2][1]即可

2.2 tuple

和List一样,tuple也是一个有序列表。唯一和list有区别的就是 tuple一旦被初始化就不能修改

1
name = ('Mark','Alison','xiyouMc')

即tuple没有 append insert函数。

a = (1,)表示只有一个元素的tuple.

当然如果tuple中包含list那么这个list是可变的,因此tuple中保存的只是list的指针,如:

1
2
3
a = ('A',['B','C'])
a[1][1] = 'D'
('A',['D','C'])

小结

本篇主要讲了计算机的基础知识–编码,看过这篇文章之后,以后遇到乱码的问题,相信你不用再百度了。 其次就是Python中常用到的基础类型和集合,玩一玩吧…少年