編程語言與Python學習（二）

来源:http://www.cnblogs.com/x-y-j/archive/2017/12/14/8039749.html
-Advertisement-
Play Games

1.1 流程式控制制之for迴圈 1 迭代式迴圈：for，語法如下 for i in range(10): 縮進的代碼塊 2 break與continue（同上） 3 迴圈嵌套 for i in range(1,10): for j in range(1,i+1): print('%s*%s=%s' % ...


1.1 流程式控制制之for迴圈

1 迭代式迴圈：for，語法如下　

for i in range(10):

 

　　　　縮進的代碼塊

 

 

2 break與continue（同上）

3 迴圈嵌套

for i in range(1,10):

    for j in range(1,i+1):

        print('%s*%s=%s' %(i,j,i*j),end=' ')

    print()

 

for+else

 

 

1.2 開發工具IDE

1.2.1 為何要用IDE

到現在為止，我們也是寫過代碼的人啦，但你有沒有發現，每次寫代碼要新建文件、寫完保存時還要選擇存放地點，執行時還要切換到命令行調用python解釋器，好麻煩呀，能否一氣呵成，讓我簡單的寫代碼？此時開發工具IDE上場啦，一個好的IDE能幫你大大提升開發效率。

很多語言都有比較流行的開發工具，比如JAVA 的Eclipse, C#,C++的VisualStudio, Python的是啥呢？ Pycharm，最好的Python 開發IDE

1.2.2 安裝

下載地址:https://www.jetbrains.com/pycharm/download 選擇Professional 專業版 

Comunnity社區版是免費的，但支持的功能不多，比如以後我們會學的Django就不支持，所以還是用專業版，但專業版是收費的，一年一千多，不便宜。唉，萬能的淘寶。。。不宜再多說啦。

 註冊完成後啟動，會讓你先創建一個項目，其實就是一個文件夾，我們以後的代碼都存在這裡面

 

 

圖1-1  

1.2.3 創建目錄

你以後寫的項目可能有成百上千個代碼文件 ，全放在一起可不好，所以一般把同樣功能的代碼放在一個目錄，我們現在以天為單位，為每天的學習創建一個目錄day1,day2,day3...這樣

 

 

圖1-2  

1.2.4 創建代碼文件

 

 

圖1-3  

1.2.5 執行代碼

 

 

圖1-4  

 

1.3 數據

1.3.1 什麼是數據？

　　x=10，10是我們要存儲的數據

 

1.3.2 為何數據要分不同的類型

　　數據是用來表示狀態的，不同的狀態就應該用不同的類型的數據去表示

1.3.3 數據類型

l  數字（整形，長整形，浮點型，複數）

l  字元串

l  位元組串：在介紹字元編碼時介紹位元組bytes類型

l  列表

l  元組

l  字典

l  集合

 

1.4 數字

整型與浮點型

複製代碼

#整型int

　　作用：年紀，等級，身份證號，qq號等整型數字相關

　　定義：

　　　　age=10 #本質age=int(10)

#浮點型float

　　作用：薪資，身高，體重，體質參數等浮點數相關

    salary=3000.3 #本質salary=float(3000.3)

#二進位，十進位，八進位，十六進位

複製代碼

其他數字類型（瞭解）

複製代碼

#長整形（瞭解）

    在python2中（python3中沒有長整形的概念）：　　　　　　

   >>> num=2L

    >>> type(num)

    <type 'long'>

 

 

1.5 字元串

#作用：名字，性別，國籍，地址等描述信息

 

#定義：在單引號\雙引號\三引號內，由一串字元組成

name='egon'

#優先掌握的操作：

#1、按索引取值(正向取+反向取) ：只能取

#2、切片(顧頭不顧尾，步長)

#3、長度len

#4、成員運算in和not in

#5、移除空白strip

#6、切分split

#7、迴圈  

 

1.5.1 需要掌握的操作

複製代碼

#1、strip,lstrip,rstrip

#2、lower,upper

#3、startswith,endswith

#4、format的三種玩法

#5、split,rsplit

#6、join

#7、replace

#8、isdigit

 

#strip

name='*egon**'

print(name.strip('*'))

print(name.lstrip('*'))

print(name.rstrip('*'))

 

 

#lower,upper

name='egon'

print(name.lower())

print(name.upper())

 

 

#startswith,endswith

name='alex_SB'

print(name.endswith('SB'))

print(name.startswith('alex'))

 

 

#format的三種玩法

res='{} {} {}'.format('egon',18,'male')

res='{1} {0} {1}'.format('egon',18,'male')

res='{name} {age} {sex}'.format(sex='male',name='egon',age=18)

 

 

#split

name='root:x:0:0::/root:/bin/bash'

print(name.split(':')) #預設分隔符為空格

name='C:/a/b/c/d.txt' #只想拿到頂級目錄

print(name.split('/',1))

 

 

name='a|b|c'

print(name.rsplit('|',1)) #從右開始切分

 

 

#join

tag=' '

print(tag.join(['egon','say','hello','world'])) #可迭代對象必須都是字元串

 

 

#replace

name='alex say :i have one tesla,my name is alex'

print(name.replace('alex','SB',1))

 

 

#isdigit：可以判斷bytes和unicode類型,是最常用的用於於判斷字元是否為"數字"的方法

age=input('>>: ')

print(age.isdigit())

 

1.6 列表

#作用：多個裝備，多個愛好，多門課程，多個女朋友等

#定義：[]內可以有多個任意類型的值，逗號分隔

my_girl_friends=['alex','wupeiqi','yuanhao',4,5] #本質my_girl_friends=list([...])

 

或

l=list('abc')

 

#優先掌握的操作：

#1、按索引存取值(正向存取+反向存取)：即可存也可以取     

#2、切片(顧頭不顧尾，步長)

#3、長度

#4、成員運算in和not in

#5、追加

#6、刪除

#7、迴圈

 

#ps:反向步長

l=[1,2,3,4,5,6]

 

 

#正向步長

l[0:3:1] #[1, 2, 3]

 

#反向步長

l[2::-1] #[3, 2, 1]

 

#列表翻轉

l[::-1] #[6, 5, 4, 3, 2, 1]

 

 

 

 

1.7 元組

#作用：存多個值，對比列表來說，元組不可變（是可以當做字典的key的），主要是用來讀

 

#定義：與列表類型比，只不過[]換成()

age=(11,22,33,44,55)本質age=tuple((11,22,33,44,55))

 

 

#優先掌握的操作：

#1、按索引取值(正向取+反向取)：只能取  

#2、切片(顧頭不顧尾，步長)

#3、長度

#4、成員運算in和not in

#5、迴圈

 

#簡單購物車,要求如下：

實現列印商品詳細信息，用戶輸入商品名和購買個數，則將商品名，價格，購買個數加入購物列表，如果輸入為空或其他非法輸入則要求用戶重新輸入　　

msg_dic={

'apple':10,

'tesla':100000,

'mac':3000,

'lenovo':30000,

'chicken':10,

}

 

 

msg_dic={

'apple':10,

'tesla':100000,

'mac':3000,

'lenovo':30000,

'chicken':10,

}

goods_l=[]

while True:

    for key,item in msg_dic.items():

        print('name:{name} price:{price}'.format(price=item,name=key))

    choice=input('商品>>: ').strip()

    if not choice or choice not in msg_dic:continue

    count=input('購買個數>>: ').strip()

    if not count.isdigit():continue

    goods_l.append((choice,msg_dic[choice],count))

 

    print(goods_l)

 

 

 

1.8 字典

#作用：存多個值,key-value存取，取值速度

#定義：key必須是不可變類型，value可以是任意類型

info={'name':'egon','age':18,'sex':'male'} #本質info=dict({....})

 

或

info=dict(name='egon',age=18,sex='male')

 

或

info=dict([['name','egon'],('age',18)])

 

或

{}.fromkeys(('name','age','sex'),None)

 

 

#優先掌握的操作：

#1、按key存取值：可存可取

#2、長度len

#3、成員運算in和not in

#4、刪除

#5、鍵keys()，值values()，鍵值對items()

#6、迴圈

1 有如下值集合 [11,22,33,44,55,66,77,88,99,90...]，將所有大於 66 的值保存至字典的第一個key中，將小於 66 的值保存至第二個key的值中

 

即： {'k1': 大於66的所有值, 'k2': 小於66的所有值}

 

a={'k1':[],'k2':[]}

c=[11,22,33,44,55,66,77,88,99,90]

for i in c:

    if i>66:

        a['k1'].append(i)

    else:

        a['k2'].append(i)

print(a)

 

 

 

2 統計s='hello alex alex say hello sb sb'中每個單詞的個數

結果如：{'hello': 2, 'alex': 2, 'say': 1, 'sb': 2}

s='hello alex alex say hello sb sb'

 

l=s.split()

dic={}

for item in l:

    if item in dic:

        dic[item]+=1

    else:

        dic[item]=1

print(dic)

 

s='hello alex alex say hello sb sb'

dic={}

words=s.split()

print(words)

for word in words: #word='alex'

    dic[word]=s.count(word)

    print(dic)

 

 

 

 

#利用setdefault解決重覆賦值

'''

setdefault的功能

1：key存在，則不賦值，key不存在則設置預設值

2：key存在，返回的是key對應的已有的值，key不存在，返回的則是要設置的預設值

d={}

print(d.setdefault('a',1)) #返回1

 

 

d={'a':2222}

print(d.setdefault('a',1)) #返回2222

'''

s='hello alex alex say hello sb sb'

dic={}

words=s.split()

for word in words: #word='alex'

    dic.setdefault(word,s.count(word))

    print(dic)

 

 

#利用集合，去掉重覆，減少迴圈次數

s='hello alex alex say hello sb sb'

dic={}

words=s.split()

words_set=set(words)

for word in words_set:

    dic[word]=s.count(word)

    print(dic)

 

 

1.9 集合

#作用：去重，關係運算，

#定義：

            知識點回顧

            可變類型是不可hash類型

            不可變類型是可hash類型

#定義集合:

            集合：可以包含多個元素，用逗號分割，

            集合的元素遵循三個原則：

             1：每個元素必須是不可變類型(可hash，可作為字典的key)

             2:沒有重覆的元素

             3：無序

註意集合的目的是將不同的值存放到一起，不同的集合間用來做關係運算，無需糾結於集合中單個值

 

優先掌握的操作：

#1、長度len

#2、成員運算in和not in

 

#3、|合集

#4、&交集

#5、-差集

#6、^對稱差集

#7、==

#8、父集：>,>=

#9、子集：<,<=  

 

.關係運算

　　有如下兩個集合，pythons是報名python課程的學員名字集合，linuxs是報名linux課程的學員名字集合

　　pythons={'alex','egon','yuanhao','wupeiqi','gangdan','biubiu'}

　　linuxs={'wupeiqi','oldboy','gangdan'}

　　1. 求出即報名python又報名linux課程的學員名字集合

　　2. 求出所有報名的學生名字集合

　　3. 求出只報名python課程的學員名字

　　4. 求出沒有同時這兩門課程的學員名字集合

# 有如下兩個集合，pythons是報名python課程的學員名字集合，linuxs是報名linux課程的學員名字集合

pythons={'alex','egon','yuanhao','wupeiqi','gangdan','biubiu'}

linuxs={'wupeiqi','oldboy','gangdan'}

 

# 求出即報名python又報名linux課程的學員名字集合

print(pythons & linuxs)

 

# 求出所有報名的學生名字集合

print(pythons | linuxs)

 

# 求出只報名python課程的學員名字

print(pythons - linuxs)

 

# 求出沒有同時這兩門課程的學員名字集合

print(pythons ^ linuxs)

 

 

去重

 

　　 1. 有列表l=['a','b',1,'a','a']，列表元素均為可hash類型，去重，得到新列表,且新列表無需保持列表原來的順序

　　 2.在上題的基礎上，保存列表原來的順序

　　 3.去除文件中重覆的行，肯定要保持文件內容的順序不變

　　 4.有如下列表，列表元素為不可hash類型，去重，得到新列表，且新列表一定要保持列表原來的順序

l=[

    {'name':'egon','age':18,'sex':'male'},

    {'name':'alex','age':73,'sex':'male'},

    {'name':'egon','age':20,'sex':'female'},

    {'name':'egon','age':18,'sex':'male'},

    {'name':'egon','age':18,'sex':'male'},

]　　

#去重,無需保持原來的順序

l=['a','b',1,'a','a']

print(set(l))

 

 

#去重,並保持原來的順序

#方法一:不用集合

l=[1,'a','b',1,'a']

 

l1=[]

for i in l:

    if i not in l1:

        l1.append(i)

print(l1)

 

#方法二:藉助集合

l1=[]

s=set()

for i in l:

    if i not in s:

        s.add(i)

        l1.append(i)

 

print(l1)

 

 

#同上方法二,去除文件中重覆的行

import os

with open('db.txt','r',encoding='utf-8') as read_f,\

        open('.db.txt.swap','w',encoding='utf-8') as write_f:

    s=set()

    for line in read_f:

        if line not in s:

            s.add(line)

            write_f.write(line)

os.remove('db.txt')

os.rename('.db.txt.swap','db.txt')

 

 

#列表中元素為可變類型時,去重,並且保持原來順序

l=[

    {'name':'egon','age':18,'sex':'male'},

    {'name':'alex','age':73,'sex':'male'},

    {'name':'egon','age':20,'sex':'female'},

    {'name':'egon','age':18,'sex':'male'},

    {'name':'egon','age':18,'sex':'male'},

]

 

# print(set(l)) #報錯:unhashable type: 'dict'

s=set()

l1=[]

for item in l:

    val=(item['name'],item['age'],item['sex'])

    if val not in s:

        s.add(val)

        l1.append(item)

 

print(l1)

　　

 

#定義函數,既可以針對可以hash類型又可以針對不可hash類型

def func(items,key=None):

    s=set()

    for item in items:

        val=item if key is None else key(item)

        if val not in s:

            s.add(val)

            yield item

 

print(list(func(l,key=lambda dic:(dic['name'],dic['age'],dic['sex']))))

 

 

1.10 數據類型總結

按存儲空間的占用分（從低到高）

 

數字

字元串

集合：無序，即無序存索引相關信息

元組：有序，需要存索引相關信息，不可變

列表：有序，需要存索引相關信息，可變，需要處理數據的增刪改

字典：無序，需要存key與value映射的相關信息，可變，需要處理數據的增刪改

按存值個數區分

 

標量／原子類型       數字，字元串

容器類型            列表，元組，字典

 

按可變不可變區分

可變        列表，字典

不可變    數字，字元串，元組

 

按訪問順序區分

直接訪問                  數字

順序訪問（序列類型）    字元串，列表，元組

key值訪問（映射類型）  字典

 

1.11 運算符

身份運算（is ，is not）

is比較的是id，而雙等號比較的是值

毫無疑問，id若相同則值肯定相同，而值相同id則不一定相同

>>> x=1234567890

>>> y=1234567890

>>> x == y

True

>>> id(x),id(y)

(3581040, 31550448)

>>> x is y

False

 

 

1.12 字元編碼

1.12.1 操作系統基礎

 

圖1-5  

 

1.12.2 文本編輯器存取文件的原理（nodepad++，pycharm，word）

#1、打開編輯器就打開了啟動了一個進程，是在記憶體中的，所以，用編輯器編寫的內容也都是存放與記憶體中的，斷電後數據丟失

#2、要想永久保存，需要點擊保存按鈕：編輯器把記憶體的數據刷到了硬碟上。

#3、在我們編寫一個py文件（沒有執行），跟編寫其他文件沒有任何區別，都只是在編寫一堆字元而已。

 

1.12.3 python解釋器執行py文件的原理 ，例如python test.py

#第一階段：python解釋器啟動，此時就相當於啟動了一個文本編輯器

#第二階段：python解釋器相當於文本編輯器，去打開test.py文件，從硬碟上將test.py的文件內容讀入到記憶體中(小複習：pyhon的解釋性，決定瞭解釋器只關心文件內容，不關心文件尾碼名)

#第三階段：python解釋器解釋執行剛剛載入到記憶體中test.py的代碼( ps：在該階段，即真正執行代碼時，才會識別python的語法，執行文件內代碼，當執行到name="egon"時,會開闢記憶體空間存放字元串"egon")

 

1.12.4 總結python解釋器與文件本編輯的異同

#1、相同點：python解釋器是解釋執行文件內容的，因而python解釋器具備讀py文件的功能，這一點與文本編輯器一樣

#2、不同點：文本編輯器將文件內容讀入記憶體後，是為了顯示或者編輯，根本不去理會python的語法，而python解釋器將文件內容讀入記憶體後，可不是為了給你瞅一眼python代碼寫的啥，而是為了執行python代碼、會識別python語法。

 

1.13 字元編碼介紹

1.13.1 什麼是字元編碼

複製代碼

　　電腦要想工作必須通電,即用‘電’驅使電腦幹活,也就是說‘電’的特性決定了電腦的特性。電的特性即高低電平(人類從邏輯上將二進位數1對應高電平,二進位數0對應低電平)，關於磁碟的磁特性也是同樣的道理。結論：電腦只認識數字

　　很明顯，我們平時在使用電腦時，用的都是人類能讀懂的字元（用高級語言編程的結果也無非是在文件內寫了一堆字元），如何能讓電腦讀懂人類的字元？

　　必須經過一個過程：

　　#字元--------（翻譯過程）------->數字

　　#這個過程實際就是一個字元如何對應一個特定數字的標準，這個標準稱之為字元編碼

以下兩個場景下涉及到字元編碼的問題：

#1、一個python文件中的內容是由一堆字元組成的，存取均涉及到字元編碼問題（python文件並未執行，前兩個階段均屬於該範疇）

#2、python中的數據類型字元串是由一串字元組成的（python文件執行時，即第三個階段）

1.13.2 字元編碼的發展史與分類

電腦由美國人發明，最早的字元編碼為ASCII，只規定了英文字母數字和一些特殊字元與數字的對應關係。最多只能用 8 位來表示（一個位元組），即：2**8 = 256，所以，ASCII碼最多只能表示 256 個符號

 

圖1-6  

當然我們編程語言都用英文沒問題，ASCII夠用，但是在處理數據時，不同的國家有不同的語言，日本人會在自己的程式中加入日文，中國人會加入中文。

而要表示中文，單拿一個位元組表表示一個漢子，是不可能表達完的(連小學生都認識兩千多個漢字)，解決方法只有一個，就是一個位元組用>8位2進位代表，位數越多，代表的變化就多，這樣，就可以儘可能多的表達出不通的漢字，所以中國人規定了自己的標準gb2312編碼，規定了包含中文在內的字元－>數字的對應關係。

日本人規定了自己的Shift_JIS編碼，南韓人規定了自己的Euc-kr編碼，所以迫切需要一個世界的標準（能包含全世界的語言）於是unicode應運而生。

ascii用1個位元組（8位二進位）代表一個字元

unicode常用2個位元組（16位二進位）代表一個字元，生僻字需要用4個位元組

這時候亂碼問題消失了，所有的文檔我們都使用但是新問題出現了，如果我們的文檔通篇都是英文，你用unicode會比ascii耗費多一倍的空間，在存儲和傳輸上十分的低效

本著節約的精神，又出現了把Unicode編碼轉化為“可變長編碼”的UTF-8編碼。UTF-8編碼把一個Unicode字元根據不同的數字大小編碼成1-6個位元組，常用的英文字母被編碼成1個位元組，漢字通常是3個位元組，只有很生僻的字元才會被編碼成4-6個位元組。如果你要傳輸的文本包含大量英文字元，用UTF-8編碼就能節省空間

1.13.3 總結字元編碼的發展可分為三個階段

階段一：現代電腦起源於美國，最早誕生也是基於英文考慮的ASCII

ASCII:一個Bytes代表一個字元（英文字元/鍵盤上的所有其他字元），1Bytes=8bit，8bit可以表示0-2**8-1種變化，即可以表示256個字元

ASCII最初只用了後七位，127個數字，已經完全能夠代表鍵盤上所有的字元了（英文字元/鍵盤的所有其他字元），後來為了將拉丁文也編碼進了ASCII表，將最高位也占用了

#階段二:為了滿足中文和英文，中國人定製了GBK

GBK:2Bytes代表一個中文字元，1Bytes表示一個英文字元

為了滿足其他國家，各個國家紛紛定製了自己的編碼

日本把日文編到Shift_JIS里，南韓把韓文編到Euc-kr里

 

#階段三：各國有各國的標準，就會不可避免地出現衝突，結果就是，在多語言混合的文本中，顯示出來會有亂碼。如何解決這個問題呢？？？

1、能夠相容萬國字元

#2、與全世界所有的字元編碼都有映射關係，這樣就可以轉換成任意國家的字元編碼

這就是unicode（定長），　統一用2Bytes代表一個字元，　雖然2**16-1=65535，但unicode卻可以存放100w+個字元，因為unicode存放了與其他編碼的映射關係，準確地說unicode並不是一種嚴格意義上的字元編碼表

nicode的詳情：

鏈接：https://pan.baidu.com/s/1dEV3RYp

很明顯對於通篇都是英文的文本來說，unicode的式無疑是多了一倍的存儲空間（二進位最終都是以電或者磁的方式存儲到存儲介質中的）

於是產生了UTF-8（可變長，全稱Unicode Transformation Format），對英文字元只用1Bytes表示，對中文字元用3Bytes，對其他生僻字用更多的Bytes去存

#總結：

記憶體中統一採用unicode，浪費空間來換取可以轉換成任意編碼（不亂碼），硬碟可以採用各種編碼，如utf-8，保證存放於硬碟或者基於網路傳輸的數據量很小，提高傳輸效率與穩定性。

1.13.4 總字元編碼應用之文件編輯器

#1、保證不亂嗎的核心法則就是，字元按照什麼標準而編碼的，就要按照什麼標準解碼，此處的標準指的就是字元編碼

#2、在記憶體中寫的所有字元，一視同仁，都是unicode編碼，比如我們打開編輯器，輸入一個“你”，我們並不能說“你”就是一個漢字，此時它僅僅只是一個符號，該符號可能很多國家都在使用，根據我們使用的輸入法不同這個字的樣式可能也不太一樣。只有在我們往硬碟保存或者基於網路傳輸時，才能確定”你“到底是一個漢字，還是一個日本字，這就是unicode轉換成其他編碼格式的過程了

                  unicode----->encode-------->utf-8

                  utf-8-------->decode---------->unicode

 

 

圖1-7  

 

1.13.5 字元編碼應用之python

執行python程式的三個階段

python test.py   （執行test.py的第一步，一定是先將文件內容讀入到記憶體中）

階段一：啟動python解釋器

階段二：python解釋器此時就是一個文本編輯器，負責打開文件test.py,即從硬碟中讀取test.py的內容到記憶體中

此時，python解釋器會讀取test.py的第一行內容，#coding:utf-8，來決定以什麼編碼格式來讀入記憶體，這一行就是來設定python解釋器這個軟體的編碼使用的編碼格式這個編碼，

可以用sys.getdefaultencoding()查看，如果不在python文件指定頭信息＃-*-coding:utf-8-*-,那就使用預設的

python2中預設使用ascii，python3中預設使用utf-8

階段三：讀取已經載入到記憶體的代碼（unicode編碼格式），然後執行，執行過程中可能會開闢新的記憶體空間，比如x="egon"

記憶體的編碼使用unicode，不代表記憶體中全都是unicode，

在程式執行之前，記憶體中確實都是unicode,比如從文件中讀取了一行x="egon",其中的x，等號，引號，地位都一樣，都是普通字元而已，都是以unicode的格式存放於記憶體中的，但是程式在執行過程中，會申請記憶體（與程式代碼所存在的記憶體是倆個空間）用來存放python的數據類型的值，而python的字元串類型又涉及到了字元的概念

比如x="egon",會被python解釋器識別為字元串，會申請記憶體空間來存放字元串類型的值，至於該字元串類型的值被識別成何種編碼存放，這就與python解釋器的有關了，而python2與python3的字元串類型又有所不同。

1.14 python2與python3字元串類型的區別

在python2中有兩種字元串類型str和unicode

str類型

當python解釋器執行到產生字元串的代碼時（例如x='上'），會申請新的記憶體地址，然後將'上'編碼成文件開頭指定的編碼格式

要想看x在記憶體中的真實格式，可以將其放入列表中再列印，而不要直接列印，因為直接print()會自動轉換編碼，這一點我們稍後再說。

#coding:gbk

x='上'

y='下'

print([x,y]) #['\xc9\xcf', '\xcf\xc2']

 

#\x代表16進位，此處是c9cf總共4位16進位數，一個16進位四4個比特位，4個16進位數則是16個比特位，即2個Bytes，這就證明瞭按照gbk編碼中文用2Bytes

print(type(x),type(y)) #(<type 'str'>, <type 'str'>)

 

記憶體中的數據通常用16進位表示，2位16進位數據代表一個位元組，如\xc9，代表兩位16進位，一個位元組

gbk存中文需要2個bytes，而存英文則需要1個bytes，它是如何做到的？？？！！！

gbk會在每個bytes，即8位bit的第一個位作為標誌位，標誌位為1則表示是中文字元，如果標誌位為0則表示為英文字元

x=‘你a好’

轉成gbk格式二進位位

8bit+8bit+8bit+8bit+8bit=(1+7bit)+(1+7bit)+(0+7bit)+(1+7bit)+(1+7bit)

這樣電腦按照從左往右的順序讀：

#連續讀到前兩個括弧內的首位標誌位均為1，則構成一個中午字元：你

#讀到第三個括弧的首位標誌為0，則該8bit代表一個英文字元：a

#連續讀到後兩個括弧內的首位標誌位均為1，則構成一個中午字元：好

也就是說，每個Bytes留給我們用來存真正值的有效位數只有7位，而在unicode表中存放的只是這有效的7位，至於首位的標誌位與具體的編碼有關，即在unicode中表示gbk的方式為：

 

(7bit)+(7bit)+(7bit)+(7bit)+(7bit)

 

 

 

圖1-8  

按照上圖翻譯的結果，我們可以去unicode關於漢字的對應關係中去查：鏈接：https://pan.baidu.com/s/1dEV3RYp

# f=open(r'C:\Users\Administrator\PycharmProjects\python20期\day2\a.txt')

 

# f=open('a.txt','r',encoding='utf-8')

# data=f.read()

# print(data)

# print(f)

# f.close() #文件關閉，回收操作系統的資源

# print(f)

# f.read()

 

# with open('a.txt','r',encoding='utf-8') as f: #f=open('a.txt','r',encoding='utf-8')

#     pass

 

 

 

1.15 文件處理

1.15.1 讀操作:r只讀模式，預設是rt文本讀

# f=open('a.txt','r',encoding='utf-8')

# # data1=f.read()

# # print('=1===>',data1)

# # data2=f.read()

# # print('=2===>',data2)

#

# # print(f.readlines())

#

# # print(f.readline(),end='')

# # print(f.readline(),end='')

# # print(f.readline(),end='')

#

#

# f.close()

 

 

1.15.2 寫操作:w只寫模式，預設是wt文本寫，如果文件不存在則創建，存在則清空+覆蓋

f=open('a.txt','w',encoding='utf-8')

# f.write('11111\n')

# f.write('222222\n')

# f.write('1111\n2222\n3333\n')

# f.writelines(['哈哈哈哈\n','你好','alex'])

f.close()

 

 

 

圖1-9  

可以看到“”上“”對應的gbk（G0代表的是gbk）編碼就為494F，即我們得出的結果，而上對應的unicode編碼為4E0A，我們可以將gbk-->decode-->unicode

#coding:gbk

x='上'.decode('gbk')

y='下'.decode('gbk')

print([x,y]) #[u'\u4e0a', u'\u4e0b'] 

unicode類型

當python解釋器執行到產生字元串的代碼時（例如s=u'林'），會申請新的記憶體地址，然後將'林'以unicode的格式存放到新的記憶體空間中，所以s只能encode，不能decode

#coding:gbk

x=u'上' #等同於 x='上'.decode('gbk')

y=u'下' #等同於 y='下'.decode('gbk')

print([x,y]) #[u'\u4e0a', u'\u4e0b']

print(type(x),type(y)) #(<type 'unicode'>, <type 'unicode'>)

 

 

unicode這麼好，不會亂碼，那python2為何還那麼彆扭，搞一個str出來呢？python誕生之時，unicode並未像今天這樣普及，很明顯，好的東西你能看得見，龜叔早就看見了，龜叔在python3中將str直接存成unicode，我們定義一個str，無需加u首碼，就是一個unicode

在python3 中也有兩種字元串類型str和bytes

str是unicode

#coding:gbk

x='上' #當程式執行時，無需加u，'上'也會被以unicode形式保存新的記憶體空間中,

print(type(x)) #<class 'str'>

#x可以直接encode成任意編碼格式

print(x.encode('gbk')) #
您的分享是我們最大的動力!

-Advertisement-
Play Games
更多相關文章
  • 【Python爬蟲實戰】 圖片爬蟲-淘寶圖片爬蟲--千圖網圖片爬蟲
    所謂圖片爬蟲，就是從互聯網中自動把對方伺服器上的圖片爬下來的爬蟲程式。有些圖片是直接在html文件裡面，有些是隱藏在JS文件中，在html文件中只需要我們分析源碼就能得到如果是隱藏在JS文件中，那麼就需要進行抓包分析，這兒先只講分析html源碼得出圖片，註意 這兒我們需要讀取的是高清原圖，不是經過網... ...
  • py基礎之數據類型及基本語法
    '''python中有五種數據類型，分別是整數、浮點數、字元串、布爾值、空值'''a = 1b = 2.0c = 'hello,world'print (a,b,c)#a是整數，b是浮點數，c是字元串float(a);print(a)int(b);print(b)str(a);print(a)#以上 ...
  • 運算符、迴圈、函數
    轉義字元 通過\來轉變後面字母或者符號的含義\n：換行\b：退格 相當於backspace\r：按下回車鍵 window系統 回車符是由兩個字元來表示\r\n\t：製表符 相當於tab鍵 邏輯運算符 %左邊等於右邊就是0右邊是1結果是0如果出現負數 只看左邊是否負數& 只要兩邊的boolean表達式 ...
  • assert斷言
    https://www.cnblogs.com/ggzss/archive/2011/08/18/2145017.html assert是一個巨集定義，其作用是如果它的條件返回錯誤，則終止程式執行，原型定義： assert的作用是現計算表達式 expression ，如果其值為假（即為0），那麼它先向 ...
  • 以方法調用的原理解釋Ruby中“puts ‘Hello‘”
    這裡儘管缺少消息發送所需要的點（.）以及該消息的顯示接收者，卻依然發送了消息puts並傳遞了參數“Hello”給一個對象：預設對象self。在程式運行期間，雖然作為self的對象通過特定規則發生改變，但self總是被預定義好的。 ...
  • Java中UDP的廣播形式
    UDP 用戶數據報協議，是一個簡單的面向數據報的運輸層協議。UDP不提供可靠性，它只是把應用程式傳給IP層的數據報發送出去，但是並不能保證它們能到達目的地 ，也不能保證數據包到達的順序。由於UDP在傳輸數據報前不用在客戶和伺服器之間建立一個連接，且沒有超時重發等機制，故而傳輸速度很快。 在Java中 ...
  • Ruby中puts，print，p的區別
    如果字元串的行尾沒有包含換行符，puts就會添加一個，但print不會； print會精確列印內容並讓游標留在末尾（在某些系統平臺，在程式輸出的末尾會自動換行）； p會輸出一個審查字元串，它通常會包含一些額外的輸出信息。 ...
  • 大文件分割上傳
    希望大家指點有哪些地方不足！ Html 代碼 觸發上傳 js 代碼 後臺使用了spring mvc 上傳完成後的文件是這樣的。 合併文件 轉成集合排序會方便點，但是在別人的電腦上測試會有問題 ...
一周排行
    -Advertisement-
    Play Games
  • 移動開發（一）：使用.NET MAUI開發第一個安卓APP
    移動開發（一）：使用.NET MAUI開發第一個安卓APP 對於工作多年的C#程式員來說，近來想嘗試開發一款安卓APP，考慮了很久最終選擇使用.NET MAUI這個微軟官方的框架來嘗試體驗開發安卓APP，畢竟是使用Visual Studio開發工具，使用起來也比較的順手，結合微軟官方的教程進行了安卓 ...
  • wpf ToggleButton選中效果和一個登錄界面
    前言 QuestPDF 是一個開源 .NET 庫，用於生成 PDF 文檔。使用了C# Fluent API方式可簡化開發、減少錯誤並提高工作效率。利用它可以輕鬆生成 PDF 報告、發票、導出文件等。 項目介紹 QuestPDF 是一個革命性的開源 .NET 庫，它徹底改變了我們生成 PDF 文檔的方 ...
  • 彈幕樹洞項目功能新增篇
    項目地址 項目後端地址： https://github.com/ZyPLJ/ZYTteeHole 項目前端頁面地址： ZyPLJ/TreeHoleVue (github.com) https://github.com/ZyPLJ/TreeHoleVue 目前項目測試訪問地址： http://tree ...
  • 第27篇 sqlserver2022詳細安裝步驟
    話不多說，直接開乾 一.下載 1.官方鏈接下載： https://www.microsoft.com/zh-cn/sql-server/sql-server-downloads 2.在下載目錄中找到下麵這個小的安裝包 SQL2022-SSEI-Dev.exe，運行開始下載SQL server； 二. ...
  • .NET 開源高性能 MQTT 類庫
    前言 隨著物聯網（IoT）技術的迅猛發展，MQTT（消息隊列遙測傳輸）協議憑藉其輕量級和高效性，已成為眾多物聯網應用的首選通信標準。 MQTTnet 作為一個高性能的 .NET 開源庫，為 .NET 平臺上的 MQTT 客戶端與伺服器開發提供了強大的支持。 本文將全面介紹 MQTTnet 的核心功能 ...
  • Serilog文檔翻譯系列（六） - 可用的接收器、增強器、格式化輸出
    Serilog支持多種接收器用於日誌存儲，增強器用於添加屬性，LogContext管理動態屬性，支持多種輸出格式包括純文本、JSON及ExpressionTemplate。還提供了自定義格式化選項，適用於不同需求。 ...
  • 警惕 Visual Studio 屬性求值副作用導致邏輯不符合預期
    目錄簡介獲取 HTML 文檔解析 HTML 文檔測試參考文章 簡介 動態內容網站使用 JavaScript 腳本動態檢索和渲染數據，爬取信息時需要模擬瀏覽器行為，否則獲取到的源碼基本是空的。 本文使用的爬取步驟如下： 使用 Selenium 獲取渲染後的 HTML 文檔 使用 HtmlAgility ...
  • [使用目前最新版]HybridCLR6.9.0+YooAsset2.2.4實現純C# Unity熱更新方案 (一)
    1.前言 什麼是熱更新 游戲或者軟體更新時，無需重新下載客戶端進行安裝，而是在應用程式啟動的情況下，在內部進行資源或者代碼更新 Unity目前常用熱更新解決方案 HybridCLR，Xlua，ILRuntime等 Unity目前常用資源管理解決方案 AssetBundles，Addressable， ...
  • 在 ASP.NET Core Web API 中使用操作篩選器統一處理通用操作
    本文章主要是在C# ASP.NET Core Web API框架實現向手機發送驗證碼簡訊功能。這裡我選擇是一個互億無線簡訊驗證碼平臺，其實像阿裡雲，騰訊雲上面也可以。 首先我們先去 互億無線 https://www.ihuyi.com/api/sms.html 去註冊一個賬號 註冊完成賬號後，它會送 ...
  • 第28篇 如何.net中實現高效可靠數據同步api
    通過以下方式可以高效，並保證數據同步的可靠性 1.API設計 使用RESTful設計，確保API端點明確，並使用適當的HTTP方法（如POST用於創建，PUT用於更新）。 設計清晰的請求和響應模型，以確保客戶端能夠理解預期格式。 2.數據驗證 在伺服器端進行嚴格的數據驗證，確保接收到的數據符合預期格 ...
所有分類