0x02-Python基础

/ Python / 0 条评论 / 100浏览

Python 基础

  1. 以#开头的语句是注释,解释器会忽略掉注释。
  2. 每一行都是一个语句,当语句以冒号:结尾时,缩进的语句视为代码块。
  3. Python程序是大小写敏感的

数据类型和变量

数据类型

1.整数

  Python的整数没有大小限制

2.浮点数

  Python的浮点数也没有大小限制,但是超出一定范围就直接表示为inf(无限大)。

3.字符串

  1. 字符串是以单引号'或双引号"括起来的任意文本,比如'abc',"xyz"等等

  2. Python还允许用r''表示''内部的字符串默认不转义

print(r'\\\t\\')
  1. 用\n写在一行里不好阅读,为了简化,Python允许用'''...'''的格式表示多行内容
print('''line1
... line2
... line3''')
  1. 布尔值

  只能用True False表示,大小写敏感

  1. 空值 None

  2. bytes

  要注意区分'ABC'和b'ABC',前者是str,后者虽然内容显示得和前者一样,但bytes的每个字符都只占用一个字节。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。

>>> 'ABC'.encode('ascii')
b'ABC'
>>> '中文'.encode('utf-8')
b'\xe4\xb8\xad\xe6\x96\x87'

  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'

变量

  1. 大小写英文、数字和_的组合,且不能用数字开头。

  2. Python是动态语言,声明变量无需使用类型限定。可以 a=10 也可以 a='adaivskenan'

  3. 静态语言在定义变量时必须指定变量类型,如果赋值的时候类型不匹配,就会报错,JAVA就是一种静态语言。

常量

  在Python中,通常用全部大写的变量名表示常量。Python根本没有任何机制保证常量不会被改变,这只是约定写法。

特殊的除法

>>> 10 / 3
3.3333333333333335

>>> 9 / 3
3.0
>>> 10 // 3
3

字符串和编码

  字符串也是一种数据类型,但是,字符串比较特殊的是还有一个编码问题。

ASCII编码的由来

  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),如果要表示更大的整数,就必须用更多的字节。比如两个字节可以表示的最大整数是65535,4个字节可以表示的最大整数是4294967295。

  由于计算机是美国人发明的,因此,最早只有127个字符被编码到计算机里,也就是大小写英文字母、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。

乱码的终极方案--Unicode编码

  但是要处理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。日本把日文编到Shift_JIS里,韩国把韩文编到Euc-kr里,各国有各国的标准,就会不可避免地出现冲突,结果就是,在多语言混合的文本中,显示出来会有乱码。

  因此,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标准也在不断发展,但最常用的是用两个字节表示一个字符(如果要用到非常偏僻的字符,就需要4个字节)。现代操作系统和大多数编程语言都直接支持Unicode。ASCII编码和Unicode编码的区别:ASCII编码是1个字节,而Unicode编码通常是2个字节。

字母A用ASCII编码是十进制的65,二进制的01000001;如果把ASCII编码的A用Unicode编码,只需要在前面补0就可以,因此,A的Unicode编码是00000000 01000001。

空间优化大师--UTF-8编码

  如果统一成Unicode编码,乱码问题从此消失了。但是,如果你写的文本基本上全部是英文的话,用Unicode编码比ASCII编码需要多一倍的存储空间,在存储和传输上就十分不划算。

  所以,本着节约的精神,又出现了把Unicode编码转化为“可变长编码”的UTF-8编码。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。如果你要传输的文本包含大量英文字符,用UTF-8编码就能节省空间:

内存和磁盘编码的编码策略

  在计算机内存中,统一使用Unicode编码,当需要保存到硬盘或者需要传输的时候,就转换为UTF-8编码或者其它编码。

  比如:用记事本编辑的时候,从文件读取的UTF-8字符 被转换为Unicode字符到内存里,编辑完成后,保存的时候再把Unicode转换为UTF-8保存到文件。

Python的字符串

  Python 3版本中,字符串是以Unicode编码的,也就是说,Python的字符串支持多语言

>>> print('包含中文的str')
包含中文的str

  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:

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

  ord()函数获取字符的整数表示

>>> ord('A')
65
# Python 2会报错    
>>> ord('中')
20013

  chr()函数把编码转换为对应的字符

>>> chr(66)
'B'
>>> chr(25991)
'文'

  以Unicode表示的str通过encode()方法可以编码为指定的bytes

>>> 'ABC'.encode('ascii')
b'ABC'
>>> '中文'.encode('utf-8')
b'\xe4\xb8\xad\xe6\x96\x87'

  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'

  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('ABC')
3
>>> len('中文')
2
>> len(b'ABC')
3
>>> len(b'\xe4\xb8\xad\xe6\x96\x87')
6
>>> len('中文'.encode('utf-8'))
6
>>> 'Hello, {0}, 成绩提升了 {1:.1f}%'.format('小明', 17.125)
'Hello, 小明, 成绩提升了 17.1%'
>>> 'Hello, %s' % 'world'
'Hello, world'
>>> 'Hi, %s, you have $%d.' % ('Michael', 1000000)
'Hi, Michael, you have $1000000.'
# %转义
>>> 'growth rate: %d %%' % 7
'growth rate: 7 %'
# 万能的%s
>>> 'Age: %s. Gender: %s' % (25, True)
'Age: 25. Gender: True'
# 格式化整数和浮点数还可以指定是否补0和整数与小数的位数
>>> '%2d-%02d' % (3, 1)
' 3-01'
>>> '%.2f' % 3.1415926
'3.14'

编码对比 :python2 VS. python3

#!/usr/bin/env python

print('中文')
File "./print2.py", line 3
# SyntaxError: Non-ASCII character '\xe4' in file ./print2.py on line 3, but no encoding declared; see http://python.org/dev/peps/pep-0263/ for details
#!/usr/bin/env python
# -*- coding: utf-8 -*-
print('中文')
chmod a+x print2-1.py
./print2-1.py
中文
#!/usr/bin/env python3

print('中文')

lis和tuple