在最新的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。

ord()——获取字符整数表示

  1. >>> ord('A')
  2. 65
  3. >>> ord('中')
  4. 20013

chr()——编码转换为对应的字符

  1. >>> chr(66)
  2. 'B'
  3. >>> chr(25991)
  4. '文'

bytes类型字符串

由于Python的字符串类型是str，在内存中以Unicode表示，一个字符对应若干个字节。如果要在网络上传输，或者保存到磁盘上，就需要把str变为以字节为单位的bytes。
Python对bytes类型的数据用带b前缀的单引号或双引号表示：

  1. x = b'ABC'

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。

‘str’.encode()——str编码为bytes类型

  1. #用ASCII码将纯英文str编码为bytes类型字符串
  2. >>> 'ABC'.encode('ascii')
  3. b'ABC'
  5. #用UTF-8将中文str编码为bytes类型字符串
  6. >>> '中文'.encode('utf-8')
  7. b'\xe4\xb8\xad\xe6\x96\x87'
  9. #含有中文的str无法用ASCII编码，因为中文编码的范围超过了ASCII编码的范围，Python会报错
  10. >>> '中文'.encode('ascii')
  11. Traceback (most recent call last):
  12.   File "<stdin>", line 1, in <module>
  13. UnicodeEncodeError: 'ascii' codec can't encode characters in position 0-1: ordinal not in range(128)

‘str’.decode——bytes解码为str类型

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：

  1. >>> b'ABC'.decode('ascii')
  2. 'ABC'
  4. >>> b'\xe4\xb8\xad\xe6\x96\x87'.decode('utf-8')
  5. '中文'

如果bytes中只有一小部分无效的字节，可以传入errors=’ignore’忽略错误的字节：

  1. >>> b'\xe4\xb8\xad\xff'.decode('utf-8', errors='ignore')
  2. '中'

len()——计算字符/字节数

  1. #计算str包含多少个字符
  2. >>> len('ABC')
  3. 3
  4. >>> len('中文')
  5. 2
  7. #计算bytes包含多少个字节
  8. >>> len(b'ABC')
  9. 3
  10. >>> len(b'\xe4\xb8\xad\xe6\x96\x87')
  11. 6
  12. >>> len('中文'.encode('utf-8'))
  13. 6

让源代码按UTF-8编码读取

在操作字符串时，我们经常遇到str和bytes的互相转换。为了避免乱码问题，应当始终坚持使用UTF-8编码对str和bytes进行转换。

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：

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

第一行注释是为了告诉Linux/OS X系统，这是一个Python可执行程序，Windows系统会忽略这个注释。
第二行注释是为了告诉Python解释器，按照UTF-8编码读取源代码，否则，你在源代码中写的中文输出可能会有乱码。

格式化

%格式化

在Python中，采用的格式化方式和C语言是一致的，用%实现，举例如下：

  1. #只有一个变量，可以省略%后的括号
  2. >>> 'Hello, %s' % 'world'
  3. 'Hello, world'
  4. #有多个变量，要加上括号
  5. >>> 'Hi, %s, you have $%d.' % ('Michael', 1000000)
  6. 'Hi, Michael, you have $1000000.'

image.png

f-string格式化

最后一种格式化字符串的方法是使用以f开头的字符串，称之为f-string，它和普通字符串不同之处在于，字符串如果包含{xxx}，就会以对应的变量替换：

  1. >>> r = 2.5
  2. >>> s = 3.14 * r ** 2
  3. >>> print(f'The area of a circle with radius {r} is {s:.2f}')
  4. The area of a circle with radius 2.5 is 19.62