Python学习笔记（2.2）Python中的字符编码问题及标准数据类型之String（字符串）

Python3中的String类型

　　首先，Python中没有字符类型，只有字符串类型。单个字符按照长度为1的字符串处理，这对于曾是OIER的我来说有点不适应啊。

　　字符串的表示方法

　　　　最常用的就是用一对双引号或一对单引号把一串字符括起来，像这样 'Hello world!' 或 "Hello world!" 。这两种表示方法可以说完全一样，没啥区别。这两种完全一样的东西存在的目的貌似只有一个，如果字符串中含有一个单引号，就要用双引号括起来，避免单引号匹配不起来，像这样 "I'm fine." 而不是这样 'I'm fine.' ，可以看到，第二种情况下，解释器就无法正确识别我们想要的字符串。再加一个相似的例子： '"Why," he said.' 和 ""Why," he said."

字符编码

　　参考资料：字符串和编码-廖雪峰的官方网站

　　众所周知，计算机要处理字符，是通过字符编码。美国人发明了计算机，然后制定了由一个字节表示一个字符的ASCII编码，只有英文字母、数字、标点和一些控制字符，总共127个。

　　但是这对其他语言来说就很不友好，因为放不下自己语言的字啊。于是各国都制定了自己的编码标准，比如中国的GB2312(国标2312)、GBK(国标扩)，日本的Shift_JIS，等等。各国标准不同，就会出现冲突(乱码)。

　　于是就产生了国际通用的编码标准Unicode（点我看Unicode），发展到如今，大多数由两个字节表示一个字，也有要4个字节的。它包括了全世界差不多所有字符。至于原来就在ASCII中的字符，在编码前面补零就好。

　　但由于“补零”的存在，如果大部分是英文，Unicode储存时要耗费差不多两倍空间，于是储存时由Unicode转换为可变长编码的UTF-8以节约空间(1~6个字节表示一个字，中文大多是3字节)，再次打开时，再转换回Unicode（Windows XP的记事本是这样的，win7记事本保存时就可以自己选编码方式了），网页也有这类似的应用。

　　总结一下：计算机要处理非英文的字符，就要使用其他字符编码，如要处理中文，就要使用GB2312(只支持中文、英文)或Unicode、UTF-8(支持所有语言)。

　　Ps：GBK和UTF-8并不兼容，于是在我刚开始折腾Ubuntu16.04时，发现在里面预装的rhythmbox中，我的音乐标题全是乱码，百度一下，在Ubuntu下处理好了，等重启回到win7时，win7又显示乱码了，解决方案：在Ubuntu下使用网易云音乐。还有当年去福建长乐一中集训，由于编码方式不兼容，我Ubuntu的文件用ftp传到他们那里，文件名只会显示乱码，导致我第一天没有成绩，解决方案：用Windows或Ubuntu下的ftp软件

Python3中的String（字符串）类型编码方式及其应用

　　python3中，字符串类型默认使用Unicode，直接可以处理中文了，不像Python2，默认ASCII，要处理中文还要手动UTF-8。如果要更改编码方式，比如希望使用GBK，那么要加一行注释（叫做编码声明） # -*- coding: gbk -*- 或 #coding=gbk (等号前后不能有空格)，要放在第一行，如果第一行已经有了解析路径（ #!/usr/bin/python3 ），那编码声明就要放在第二行。关于编码声明更详细的官方解释。再次强调，Unicode/UTF-8不与GBK兼容浣犲ソ锛屼笘鐣岋紒。