字符串编码
常见概念
- bit 比特、位、比特位，计算器处理数据的最基本单位，只能是0或1
- byte 字节，1个字节等于8个bit
- ASCII编码 将字母、数字和一些符号进行了编码，一个字符是一个字节。 一个字节是8个bit，8位二进制数最多能表示255个字符
- UNICODE编码 为了能存更多的字符，引入了UNICODE编码，通常一个字符占两个字节，两个字节是16位二进制数，最多能表示65535个字符
- UTF-8编码 对于字母，用一个字节表示，如果用unicode就会在前边补8个0，占用存储大了一倍，所以引入utf-8可变长编码，通常一个字母占1个字节，一个汉字占3个字节，编码中的字符占用最多的6个字节 UTF-8编码有一个额外的好处，就是ASCII编码实际上可以被看成是UTF-8编码的一部分，所以，大量只支持ASCII编码的历史遗留软件可以在UTF-8编码下继续工作。
编码工作方式
内存中，统一使用Unicode编码，当保存到硬盘或者传输时，就转换为UTF-8。 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
python3中字符串编码问题
python3中字符串是用unicode编码的，所以py3的字符串支持多语言 Python提供了ord()函数获取字符的整数表示，chr()函数把编码转换为对应的字符 ord('中') 20013 chr(25991) '文' '\u4e2d\u6587' '中文' 十六进制 Python对bytes类型的数据用带b前缀的单引号或双引号表示：x=b'hello'。bytes的每个字符都只占用一个字节
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'
反过来，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' b'\xe4\xb8\xad\xff'.decode('utf-8', errors='ignore') '中'
要计算str包含多少个字符，可以用len()函数： len('ABC') 参数是字符，返回就是字符数 len('中文'.encode('utf-8')) 参数如果是字节，那就返回字节数 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
#!/usr/bin/env python3
# -*- 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。 申明了UTF-8编码并不意味着你的.py文件就是UTF-8编码的，必须并且要确保文本编辑器正在使用UTF-8编码。
格式化字符串
- 百分号 有几个%?占位符，后面就跟几个变量或者值，顺序要对应好。如果只有一个%?，括号可以省略。
'Hello, %s' % 'world'
'Hello, world'
'Hi, %s, you have $%d.' % ('Michael', 1000000)
'Hi, Michael, you have $1000000.'
- format方法
'Hello, {0}, 成绩提升了 {1:.1f}%'.format('小明', 17.125)
'Hello, 小明, 成绩提升了 17.1%'
- 以f开头的字符串 字符串如果包含{xxx}，就会以对应的变量替换
r = 2.5
s = 3.14 * r ** 2
print(f'The area of a circle with radius {r} is {s:.2f}')
