Python_實用入門篇_05

編碼及運算符 

1.編碼 

　　1.編碼的概念

　　　　在電腦硬體中，編碼（coding）是指用代碼來表示各組數據資料，使其成為可利用電腦進行處理和分析的信息。代碼是用來表示事物的記號，它可以用數字、字母、特殊的符號或它們之間的組合來表示。

　　2.編碼的種類(常用種類)

　　　　①ASCCI

　　　　　　1.ASCCI的產生

　　　　　　　　　　在電腦中，所有的數據在存儲和運算時都要使用二進位數表示（因為電腦用高電平和低電平分別表示1和0），例如，像a、b、c、d這樣的52個字母（包括大寫）、以及0、1等數字還有一些常用的符號（例如*、#、@等）在電腦中存儲時也要使用二進位數來表示，而具體用哪些二進位數字表示哪個符號，當然每個人都可以約定自己的一套（這就叫編碼），而大家如果要想互相通信而不造成混亂，那麼大家就必須使用相同的編碼規則，於是美國有關的標準化組織就出台了ASCII編碼，統一規定了上述常用符號用哪些二進位數來表示。

　　　　　　　   2.ASCCI的表述

　　　　　　　　　　ASCII 碼使用指定的7 位或8 位二進位數組合來表示128 或256 種可能的字元。標準ASCII 碼也叫基礎ASCII碼，使用7 位二進位數（剩下的1位二進位為0）來表示所有的大寫和小寫字母，數字0 到9、標點符號， 以及在美式英語中使用的特殊控制字元。

字母A用ASCII編碼是十進位的65，二進位的01000001；

 　　　　   ②unicode

　　　　　　1.Unicode的產生

　　　　　　　　　　unicode碼擴展自ASCII 字元集。在嚴格的ASCII中，每個字元用7位元表示，或者電腦上普遍使用的每字元有8位元寬。如果要表示中文，顯然一個位元組是不夠的，至少需要兩個位元組，而且還不能和ASCII編碼衝突，所以，中國制定了GB2312編碼，用來把中文編進去。類似的，日文和韓文等其他語言也有這個問題。為了統一所有文字的編碼，Unicode應運而生。Unicode把所有語言都統一到一套編碼里，這樣就不會再有亂碼問題了。

　　　　　　　   2.Unicode的表述

　　　　　　　　　　　　Unicode通常用兩個位元組表示一個字元，原有的英文編碼從單位元組變成雙位元組，只需要把高位元組全部填為0就可以。在Unicode中：漢字“字”對應的數字是23383（十進位），十六進位表示為5B57。在Unicode中，我們有很多方式將數字23383表示成程式中的數據

漢字“中”已經超出了ASCII編碼的範圍，用Unicode編碼是十進位的20013，二進位的01001110 00101101。

　　　　　③UTF-8

　　　　　　　　1.UTF-8的產生

　　　　　　　　　　事實證明，對可以用ASCII表示的字元使用Unicode並不高效，因為Unicode比ASCII占用大一倍的空間，而對ASCII來說高位元組的0對他毫無用處。為瞭解決這個問題，就出現了一些中間格式的字元集，他們被稱為通用轉換格式，即UTF（Unicode Transformation Format）。常見的UTF格式有：UTF-7, UTF-7.5, UTF-8,UTF-16, 以及 UTF-32。這裡只介紹UTF-8。

　　　　　　　　2.UTF-8的表述

　　　　　　　　　　UTF-8以位元組為單位對Unicode進行編碼。從Unicode到UTF-8的編碼方式如下：

　　　　　　　　　　　UTF-8的特點是對不同範圍的字元使用不同長度的編碼。對於0x00-0x7F之間的字元，UTF-8編碼與ASCII編碼完全相同。UTF-8編碼的最大長度是4個位元組。從上表可以看出，4位元組模板有21個x，即可以容納21位二進位數字。Unicode的最大碼位0x10FFFF也只有21位。

字元    ASCII              Unicode                                      UTF-8
A    01000001         00000000 01000001                               01000001
中       x            01001110 00101101                      11100100 10111000 10101101

註意(你看到很多網頁的源碼上會有類似<meta charset="UTF-8" />的信息，表示該網頁正是用的UTF-8編碼)

　　　　　④GBK

　　　　　　1.GBK的產生

　　　　　　　　　GBK全稱《漢字內碼擴展規範》（GBK即“國標”、“擴展”漢語拼音的第一個字母，英文名稱：Chinese Internal Code Specification） ，中華人民共和國全國信息技術標準化技術委員會1995年12月1日制訂，國家技術監督局標準化司、電子工業部科技與質量監督司1995年12月15日聯合以技監標函1995 229號文件的形式，將它確定為技術規範指導性文件。這一版的GBK規範為1.0版。因為目前大家使用的主要是GB編碼字型檔，此編碼標準只收錄了6763個常用漢字，而GB字型檔以外大量漢字，只能通過方正女媧補字軟體拼字或其它造字程式補字。儘管補出的漢字在字形上滿足需要，但在字體風格、大小、結構方面難以協調統一，而採用手工貼圖的方式補字，更不雅觀。進而言之，如果用戶建立信息系統，或需要查詢新聞、出版內容時，靠補字是無法實現的。方正開發的GBK字型檔，將極大地緩解缺字現象。

　　　　　　  2.GBK的表述

　　　　　　　　　　GBK 亦採用雙位元組表示，總體編碼範圍為 8140-FEFE，首位元組在 81-FE 之間，尾位元組在 40-FE 之間，剔除 xx7F 一條線。總計 23940 個碼位，共收入 21886 個漢字和圖形符號，其中漢字（包括部首和構件）21003 個，圖形符號 883 個。相容ASCCI。

2.Python中的編碼轉碼

　　　　1.Python的編碼方式

　　　　　　　因為電腦只能處理數字，如果要處理文本，就必須先把文本轉換為數字才能處理。最早的電腦在設計時採用8個比特（bit）作為一個位元組（byte），所以，一個位元組能表示的最大的整數就是255（二進位11111111=十進位255），如果要表示更大的整數，就必須用更多的位元組。比如兩個位元組可以表示的最大整數是65535，4個位元組可以表示的最大整數是4294967295。在最新的Python 3版本中，字元串是以Unicode編碼的，也就是說，Python的字元串支持多語言

　　　　  2.python中的字元串編碼

　　　　　　　　由於Python的字元串類型是str，在記憶體中以Unicode表示，一個字元對應若幹個位元組。如果要在網路上傳輸，或者保存到磁碟上，就需要把str變為以位元組為單位的bytes。

Python對bytes類型的數據用帶b首碼的單引號或雙引號表示：

x = b'ABC'
>>> 'ABC'.encode('ascii')
b'ABC'
>>> '中文'.encode('utf-8')
b'\xe4\xb8\xad\xe6\x96\x87'
>>> '中文'.encode('ascii')
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
UnicodeEncodeError: 'ascii' codec can't encode characters in position 0-1: ordinal not in range(128)

                   3.Python中的轉碼解碼和len()方法

　　　　　　　　　 encode(轉碼)，decode(解碼)。

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

　　　　　　　　　len()函數：計算一個對象長度，如果換成bytes，len()函數就計算位元組數。

>>> len(b'ABC')
3
>>> len(b'\xe4\xb8\xad\xe6\x96\x87')
6
>>> len('中文'.encode('utf-8'))
6

3.運算符

　　　    1.運算符概念

　　　　　　　　運算符用於執行程式代碼運算，會針對一個以上操作數項目來進行運算。例如：2+3，其操作數是2和3，而運算符則是“+”。在vb2005中運算符大致可以分為5種類型：算術運算符、連接運算符、關係運算符、賦值運算符和邏輯運算符。

　　　　2.Python中的運算符　　　　　　

• • 　　算術運算符
  • 　　比較（關係）運算符
  • 　　賦值運算符
  • 　　邏輯運算符
  • 　　位運算符
  • 　　成員運算符
  • 　　身份運算符
  • 　　運算符優先順序

運算符優先順序 ↓　　　

PS(時間原因，博主沒有對每一個運算符介紹，大家自行查閱，養成查找問題習慣)