Python之字符串

来源:互联网 发布:电视阿里云系统好不好 编辑:程序博客网 时间:2024/06/05 05:23

1.Python中定义字符串
前面我们讲解了什么是字符串。字符串可以用”或者”“括起来表示。
如果字符串本身包含’怎么办?比如我们要表示字符串 I’m OK ,这时,可以用” “括起来表示:
“I’m OK”
类似的,如果字符串包含”,我们就可以用’ ‘括起来表示:
‘Learn “Python” in imooc’
如果字符串既包含’又包含”怎么办?
这个时候,就需要对字符串的某些特殊字符进行“转义”,Python字符串用\进行转义。
要表示字符串 Bob said “I’m OK”.
由于 ’ 和 ” 会引起歧义,因此,我们在它前面插入一个\表示这是一个普通字符,不代表字符串的起始,因此,这个字符串又可以表示为
‘Bob said \”I\’m OK\”.’
注意:转义字符 \ 不计入字符串的内容中。
常用的转义字符还有:
\n 表示换行
\t 表示一个制表符
\ 表示 \ 字符本身
2.Python中raw字符串与多行字符串
如果一个字符串包含很多需要转义的字符,对每一个字符都进行转义会很麻烦。为了避免这种情况,我们可以在字符串前面加个前缀 r ,表示这是一个 raw 字符串,里面的字符就不需要转义了。例如:
r’(~_~)/ (~_~)/’
但是r’…’表示法不能表示多行字符串,也不能表示包含’和 “的字符串(为什么?)
如果要表示多行字符串,可以用”’…”’表示:
”’Line 1
Line 2
Line 3”’
上面这个字符串的表示方法和下面的是完全一样的:
‘Line 1\nLine 2\nLine 3’

还可以在多行字符串前面添加 r ,把这个多行字符串也变成一个raw字符串:
r”’Python is created by “Guido”.
It is free and easy to learn.
Let’s start learn Python in imooc!”’
3.Python中Unicode字符串
字符串还有一个编码问题。
因为计算机只能处理数字,如果要处理文本,就必须先把文本转换为数字才能处理。最早的计算机在设计时采用8个比特(bit)作为一个字节(byte),所以,一个字节能表示的最大的整数就是255(二进制11111111=十进制255),0 - 255被用来表示大小写英文字母、数字和一些符号,这个编码表被称为ASCII编码,比如大写字母 A 的编码是65,小写字母 z 的编码是122。
如果要表示中文,显然一个字节是不够的,至少需要两个字节,而且还不能和ASCII编码冲突,所以,中国制定了GB2312编码,用来把中文编进去。
类似的,日文和韩文等其他语言也有这个问题。为了统一所有文字的编码,Unicode应运而生。Unicode把所有语言都统一到一套编码里,这样就不会再有乱码问题了。
Unicode通常用两个字节表示一个字符,原有的英文编码从单字节变成双字节,只需要把高字节全部填为0就可以。
因为Python的诞生比Unicode标准发布的时间还要早,所以最早的Python只支持ASCII编码,普通的字符串’ABC’在Python内部都是ASCII编码的。
Python在后来添加了对Unicode的支持,以Unicode表示的字符串用u’…’表示,比如:
print u’中文’
中文
注意: 不加 u ,中文就不能正常显示。
Unicode字符串除了多了一个 u 之外,与普通字符串没啥区别,转义字符和多行表示法仍然有效:
转义:
u’中文\n日文\n韩文’
多行:
u”’第一行
第二行”’
raw+多行:
ur”’Python的Unicode字符串支持”中文”,
“日文”,
“韩文”等多种语言”’
如果中文字符串在Python环境下遇到 UnicodeDecodeError,这是因为.py文件保存的格式有问题。可以在第一行添加注释
# -*- coding: utf-8 -*- -*-
目的是告诉Python解释器,用UTF-8编码读取源代码。然后用Notepad++ 另存为… 并选择UTF-8格式保存。
如果添加了注释,就不用加u了

0 0