Python 字符串与基本语句

Python特点

• python中没有变量的声明
• 语句结束后没有分号
• 严格要求缩进
• 支持很长很长的大数运算(直接在Idle中输入即可)
• 用“#”来注释

BIF：Bulit-in functions(内置函数)

• input

>>> input（“文本”）         //把文本打印出来，并把输入的参数以字符串的形式返回。

• print

>>> print("文本")                  //将文本打印出来
>>> print("字符串1"+"字符串2")      //将字符串1和字符串2拼接输出
>>> print("字符串"* x )            //将字符串打印x次

• if else：if else语句后面要加冒号“：”

>>> if 条件 :           //条件成立后执行冒号后带有缩进的语句
    语句1
    语句2
>>> else：              //同理
    语句1
    语句2

冒号之后带有缩进的语句都属于if条件成立后(else)所要执行的语句，说明了缩进的严格要求

• BIF查询

>>> dir(__builtins__)       //查询python中所有的BIF
>>> help(BIF名字)           //查询BIF功能

变量

---

• 变量命名时严格区分大小写
• 变量不用定义，直接使用
• 变量类型和C语言差不多
• 获取变量类型

type(数据)                     //返回数据的类型

• 数据类型比较

isinstance(数据1,数据类型)     //型相同返回True，否则False
isinstance(a,int)             //判断数据a是否为整形

字符串型

• 要创建字符串，就要在字符两边加上双引号或者单引号
• 如果字符串中出现了单引号或者双引号怎么办？
• 使用转义符号“\”,对字符串中的引号进行转义。

eg：打印Let's go

>>> 'Let's go'      //我们输入  "Let's go" 会报错。

现在我们用转义字符"\"，对引号进行转义。

>>> 'Let\'s go'

成功啦！

原始字符串

既然转义字符"\"，这么好用不如我们来把它打印出来吧哈哈。

eg:打印'C:now'。(打印文件夹路径)

• 方法1：

  • 这有什么难的，直接打印不就好了吗。

  >>> str = 'C\:now'
  >>> str
  
  

  

  • 它的显示是正常的。但是我们如果用print，效果就会改变了

  >>> print(str)
  

  

  • 我们会发现：编译器把字符串中的'\n'，识别成了换行。

• 方法2：用反斜杠对自身进行转义

  >>> str = 'C:\\now'
  
  

  

  • 一切正常
  • 但是如果一个字符串有很多反斜杠str = 'C:\Program Files\Intel\WiFi\Help'。
  • 这种情况我们如果一个个的去对反斜杠进行转义会很麻烦。
  • 这时候原始字符串就派上了用场，它的使用很简单。只需在字符串前面加一个'r'即可。

  >>> str = r'C:\Program Files\Intel\WiFi\Help'
  >>> str
  

  

  • 编译器会对每一个反斜杠自动转义，是不是很方便
  • 注意事项：使用原始字符串时最后一个字符不要是反斜杠。

  >>> str = r'C:\Program Files\Intel\WiFi\Help\'
  >>> str
  

  

  • 系统报错

长字符串

• 如果我们想输出一段长的字符串，比如：

    我如果爱你——
　　绝不像攀援的凌霄花，
　　借你的高枝炫耀自己：
　　我如果爱你——
　　绝不学痴情的鸟儿，
　　为绿荫重复单调的歌曲；
　　也不止像泉源，
　　常年送来清凉的慰籍；
　　也不止像险峰，增加你的高度，衬托你的威仪。

• 可以用三个引号

str = """我如果爱你——
　　绝不像攀援的凌霄花，
　　借你的高枝炫耀自己：
　　我如果爱你——
　　绝不学痴情的鸟儿，
　　为绿荫重复单调的歌曲；
　　也不止像泉源，
　　常年送来清凉的慰籍；
　　也不止像险峰，增加你的高度，衬托你的威仪。"""

编码问题

• 编码方式

• ASCII：8bit，一个字节，表示数目127，非常局限。
• Unicode：16bit，通常两个字节，基本可以表示所有语言。
• UTF-8：因为Unicode存英文会浪费空间，所以UTF-8应运而生，UTF-8编码把一个Unicode字符根据不同的数字大小编码成1-6个字节，常用的英文字母被编码成1个字节，汉字通常是3个字节，只有很生僻的字符才会被编码成4-6个字节。

• python中采用Unicode编码，也就是说python支持多种语言。
• 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'

格式化

• 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.'

• %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。
• 有些时候，字符串里面的%是一个普通字符怎么办？这个时候就需要转义，用%%来表示一个%：

>>> 'growth rate: %d %%' % 7
'growth rate: 7 %'

bytes类型

---

• 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'bABC',尽管他们显示相同。前者是str,后者是bytes。
• 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'

• 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