python集合、字符编码、bytes与二进制

集合

　　用括号表示{ }，可以包含多个元素，用逗号分割

用途

　　用于关系运算

集合特点

1.每个元素是不可变类型

2.没有重复的元素

3.无序
 

应用

1.set去重

set(names)的功能是将列表转换成集合，并去除重复值
但是因为集合里面的元素时不可变的，所以set在去重时对象所包含的值不能有不可变类型，例如不能有 [ ]{ }
names=['zhangsan','lisi','wangwu','zhangsan','zhaoliu']
s=set(names)
print(s)
E:\PycharmProjects\untitled\venv\Scripts\python.exe E:/PycharmProjects/untitled/平时问题积累.py
{'zhangsan', 'lisi', 'zhaoliu', 'wangwu'}

 2.合集功能

pythons={'alex','egon','yuanhao','wupeiqi','gangdan','biubiu'}
linuxs={'wupeiqi','oldboy''gangdan',}
# 1.长度
print(len(pythons))
# 2.成员运算 True  False
print('alex' in pythons)
# 3.并集(2个变量合并，重复元素只取一个)
print(pythons | linuxs)

# 4.交集（ 取出同值）
print(pythons & linuxs)
# 5.对称差集（剔除共同值，合并其他值）
print(pythons ^ linuxs)

# 5.差集（左-右 剔除右边元素里面和左相同值 ，最后打印左边剩余的）
print(pythons - linuxs)
E:\PycharmProjects\untitled\venv\Scripts\python.exe E:/PycharmProjects/untitled/平时问题积累.py
6
True
{'yuanhao', 'oldboygangdan', 'alex', 'gangdan', 'wupeiqi', 'egon', 'biubiu'}
{'wupeiqi'}
{'yuanhao', 'oldboygangdan', 'egon', 'alex', 'biubiu', 'gangdan'}
{'yuanhao', 'egon', 'biubiu', 'alex', 'gangdan'}

s1={1,2,3,4,5}
s2={1,2,3,}
# 6.相等
print(s1 == s2)
# 7.父集(包含关系)
print(s1 >= s2)
# 8.父集（被包含关系）
print(s2 <= s1)

E:\PycharmProjects\untitled\venv\Scripts\python.exe E:/PycharmProjects/untitled/平时问题积累.py
False
True
True

字符编码

如何理解字符编码：将人类的字符编码/转换成计算机能识别的数字，这种转换必须遵循一套固定的标准，

该标准无非是，人类字符与数字的对应关系，称之为字符编码表。

A---->0000 0000      bit：是二进制位   byte：字节
B---->0000 0001
c---->0000 0002
d---->0000 0003

unicode与utf-8理解

1个英文字母=8bit=1bytes

英文字符：ASCII码表：用1Bytes表示一个英文字符
　　　　　1英文字符=8bit=1Bytes

中文字符：GBK：用2Bytes表示一个中文字符，1Bytes去表示英文字符

unicode:内存中使用的是unicode编码，unicode把全世界的字符都建立好对应关系
        　　用2Bytes去表示一个字符

utf-8 #unicode tranform format-8
utf-8 用1Bytes表示英文，用3Bytes表示中文

字符编码需要记住的概念：

01：内存中固定使用unicode编码，我们唯一可以改变的存储到硬盘时使用的编码

02： 要想保证存取文件不乱乱码，应该保证文档当初是以什么编码格式存的，就应该以什么编码格式去读取

字符编码应用：

1）pyhton2

在python2中有两种字符串编码格式
        1、unicode：
            x=u'上'    x为unicod类型
        2、unicode编码后的结果
            x='上' #如果文件头为coding:utf-8,那么"上"被存成utf-8格式的二进制      x为str类型

    在python3只有一种字符串编码格式：
        1、unicode
            x='上’    x为str类型

书写

#***
#coding:gbk
x='上’
x.decode('gbk')

#coding:gbk
x=u'上'
x.encode('gbk')
x.encode('utf-8')

理解编码与解码

unicode-------编码encode-------->gbk
unicode<-------解码decode--------gbk

2）Python3

   在python3中（*****）
    x='上'
    x只能进行编码
    x.encode('gbk')

3）Pyhton2与Python3使用总结

总结python2与python3：
        (***)
        在python2中的字符粗类型str都是unicode按照文件头的指定的编码，编码之后的结果
        在python2中也可以制造unicode编码的字符串。需要在字符串前加u

        (*****)
        在python3中的字符串类型str都是unicode编码的
        所以python3中的字符串类型可以编码成其他字符编码格式，编码的结果
        是bytes类型

Bytes类型与二进制的演变：

#看“中”bytes—二级制之间的转换
res='中'.encode('utf-8')
print(res)  #b'\xe4\xb8\xad'

#循环取出这个bytes
for i in b'\xe4\xb8\xad':
    print(i)
'''
228
184
173

'''

#发现字符“中”由三个3位数据构成，即228 184 173，
# 将其转化成二进制格式
print(bin(228)) #0b11100100
print(bin(184)) #0b10111000
print(bin(173)) #0b10101101

#二进制，即在计算机中的存储方式
#发现字符“中”的utf-8编码方式为：11100100 10111000 10101101，这也是它在计算机中存储的方式。

#ASCII码能够表示的字符（0-9a-zA-Z及一些标点符号转义字符等）转化成utf-8码不发生改变，因为utf-8编码是ASCII编码的超集。

res1='afAFA!@#'.encode('utf-8')  #b'afAFA!@#'
print(res1)

#而实际上存储的是各字符的ASCII码值：

for j in b'afAFA!@#':
     print(j)
'''
97
102
65
70
65
33
64
35

'''