1) Python3编码格式
python 3.x默认的字符串编码是unicode,即程序中类型是str的字符串编码都是unicode;默认的代码文件编码是utf-8,即.py文件的编码是utf-8。
在py3上 把你的代码以utf-8编写, 保存,然后在windows上执行,加载到了内存里python解释器把utf-8转成了unicode。如下图:
2)计算机常用编码如下:
ASCII码:美国信息交换标准代码,一个字节
GBK 和 GB2312:中文编码
Unicode:把所有语言都统一到一套编码里,两个字节或四个字节表示一个字符
UTF8:Unicode Transformation Format,学术名UTF;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。
ANSI:其实ANSI并不是某一种特定的字符编码,而是在不同的系统中,ANSI表示不同的编码。你的美国同事Bob的系统中ANSI编码其实是ASCII编码(ASCII编码不能表示汉字,所以汉字为乱码),而你的系统中(“汉字”正常显示)ANSI编码其实是GBK编码
3) Python编程进行编码转换
#unicode码编码成utf-8或gb2312字节码
s="python程序设计"
s_utf_8=s.encode(encoding='utf-8') #默认是utf-8或UTF-8编码,utf8也行
s_gb2312=s.encode(encoding='gb2312')
print(s_utf_8)
print(s_gb2312)
#字节码解码成unicode码
s1=s_utf_8.decode()
s2=s_gb2312.decode(encoding='gb2312')
print(s1)
print(s2)
字符串方法的调用
字符串类型的名称是(也是字符串类):str
可以使用str调用字符串方法,比如:str.upper("python")
一般都使用字符串对象调用方法:"python".upper()
字符串方法汇总
replace(old, new[, max])
old – 将被替换的子字符串。new – 新字符串,用于替换old子字符串。max – 可选字符串, 替换不超过 max 次
把字符串中的 old(旧字符串) 替换成 new(新字符串),如果指定第三个参数max,则替换不超过 max 次。
expandtabs(tabsize=8)
tabsize – 指定转换字符串中的 tab 符号(’\t’)转为空格的字符数。
把字符串中的 tab 符号(’\t’)转为空格,tab 符号(’\t’)默认的空格数是 8。
maketrans(intab, outtab)
intab – 字符串中要替代的字符组成的字符串。outtab – 相应的映射字符的字符串。
用于创建字符映射的转换表,对于接受两个参数的最简单的调用方式,第一个参数是字符串,表示需要转换的字符,第二个参数也是字符串表示转换的目标。两个字符串的长度必须相同,为一一对应的关系。
center(width[, fillchar])
width – 字符串的总宽度。fillchar – 填充字符。
返回一个指定的宽度 width 居中的字符串,fillchar 为填充的字符,默认为空格。
ljust(width[, fillchar])
width – 指定字符串长度。fillchar – 填充字符,默认为空格。
返回一个原字符串左对齐,并使用空格填充至指定长度的新字符串。如果指定的长度小于原字符串的长度则返回原字符串。
startswith(substr, beg=0,end=len(string))
str – 检测的字符串。substr – 指定的子字符串。strbeg – 可选参数用于设置字符串检测的起始位置。strend – 可选参数用于设置字符串检测的结束位置。
用于检查字符串是否是以指定子字符串开头,如果是则返回 True,否则返回 False。如果参数 beg 和 end 指定值,则在指定范围内检查。
endswith(suffix[, start[, end]])
suffix – 该参数可以是一个字符串或者是一个元素。start – 字符串中的开始位置。end – 字符中结束位置。
用于判断字符串是否以指定后缀结尾,如果以指定后缀结尾返回 True,否则返回 False。可选参数 “start” 与 “end” 为检索字符串的开始与结束位置。
find(str, beg=0, end=len(string))
str – 指定检索的字符串beg – 开始索引,默认为0。end – 结束索引,默认为字符串的长度
检测字符串中是否包含子字符串 str ,如果指定 beg(开始) 和 end(结束) 范围,则检查是否包含在指定范围内,如果指定范围内如果包含指定索引值,返回的是索引值在字符串中的起始位置。如果不包含索引值,返回-1。
rfind(str, beg=0 end=len(string))
str – 查找的字符串beg – 开始查找的位置,默认为0end – 结束查找位置,默认为字符串的长度。
返回字符串最后一次出现的位置,如果没有匹配项则返回-1
index(str, beg=0, end=len(string))
str – 指定检索的字符串beg – 开始索引,默认为0。end – 结束索引,默认为字符串的长度。
检测字符串中是否包含子字符串 str ,如果指定 beg(开始) 和 end(结束) 范围,则检查是否包含在指定范围内,该方法与 python find()方法一样,只不过如果str不在 string中会报一个异常。
rindex(str, beg=0 end=len(string))
str – 查找的字符串beg – 开始查找的位置,默认为0end – 结束查找位置,默认为字符串的长度。
返回子字符串 str 在字符串中最后出现的位置,如果没有匹配的字符串会报异常,你可以指定可选参数[beg:end]设置查找的区间。
split(str="", num=string.count(str))
1.str – 分隔符,默认为所有的空字符,包括空格、换行(\n)、制表符(\t)等。2.num – 分割次数。默认为 -1, 即分隔所有。
通过指定分隔符对字符串进行切片,如果第二个参数 num 有指定值,则分割为 num+1 个子字符串。
返回元素列表
splitlines([keepends])
keepends – 在输出结果里是否去掉换行符(’\r’, ‘\r\n’, \n’),默认为 False,不包含换行符,如果为 True,则保留换行符。
按照行(’\r’, ‘\r\n’, \n’)分隔,返回一个包含各行作为元素的列表,如果参数 keepends 为 False,不包含换行符,如果为 True,则保留换行符。
count(sub, start= 0,end=len(string))
sub – 搜索的子字符串start – 字符串开始搜索的位置。默认为第一个字符,第一个字符索引值为0。end – 字符串中结束搜索的位置。字符中第一个字符的索引为 0。默认为字符串的最后一个位置。
用于统计字符串里某个字符出现的次数。可选参数为在字符串搜索的开始与结束位置。
len( s )
s – 对象。
返回对象(字符、列表、元组等)长度或项目个数。
1.translate(table) 2.bytes.translate(table[, delete]) 3.bytearray.translate(table[, delete])
table – 翻译表,翻译表是通过 maketrans() 方法转换而来。 deletechars – 字符串中要过滤的字符列表。
根据参数table给出的表(包含 256 个字符)转换字符串的字符,要过滤掉的字符放到 deletechars 参数中。
bytes.decode(encoding=“utf-8”, errors=“strict”)
encoding – 要使用的编码,如"UTF-8"。errors – 设置不同错误的处理方案。默认为 ‘strict’,意为编码错误引起一个UnicodeError。 其他可能得值有 ‘ignore’, ‘replace’,‘xmlcharrefreplace’, ‘backslashreplace’ 以及通过 codecs.register_error() 注册的任何值。
以指定的编码格式解码 bytes 对象。默认编码为 ‘utf-8’。
encode(encoding=‘UTF-8’,errors=‘strict’)
encoding – 要使用的编码,如: UTF-8。errors – 设置不同错误的处理方案。默认为 ‘strict’,意为编码错误引起一个UnicodeError。 其他可能得值有 ‘ignore’, ‘replace’,‘xmlcharrefreplace’, ‘backslashreplace’ 以及通过 codecs.register_error() 注册的任何值。
以指定的编码格式编码字符串。errors参数可以指定不同的错误处理方案。
具体操作请点击:字符串方法代码事例