python 字符串字节数,Python 字节数组

　　计算机存储的几个概念

　　二进制位是计算机中数据存储的最小单位，11010100是8位二进制数。一个二进制位只能代表0和1状态(2 ^ 1)；两个二进制位可以表示00、01、10和11的四个(2 ^ 2)状态；一个三位数的二进制数可以代表八种状态(2 ^ 3).

　　字节

　　字节是计算机处理数据的基本单位。信息在计算机中是以字节存储和解释的。规定一个字节由八个二进制位组成，即一个字节等于八位(1字节=8位)。八位二进制数最低为0000000，最高为1111111；通常一个字节可以存储一个ASCII码，两个字节可以存储一个中国国标码。

　　单词

　　在计算机中，作为一个整体处理或计算的一串数字被称为计算机字，简称余。一个字通常被分成几个字节(每个字节通常是8位)。在内存中，每个单元通常存储一个字，所以每个字都是可寻址的。单词的长度是用数字表示的。在计算机的计算器和控制器中，通常是用文字来传递的。

　　单词大小

　　字长：在计算机技术中，CPU在单位时间内(同一时刻)一次能处理的二进制数的位数称为字长。因此，能够处理字长为8位的数据的CPU通常称为8位CPU。类似地，32位CPU可以在单位时间内处理字长为32位的二进制数据。

　　以及字节长度和字长的区别：由于常见的英文字符可以用8位二进制表示，所以8位通常称为一个字节。一个字的长度不是固定的，对于不同的CPU，这个字的长度是不一样的。8位CPU一次只能处理一个字节，而32位CPU一次可以处理四个字节。类似地，64位CPU一次可以处理8个字节。

　　常用编码ASCII: 1字节，只编码英文字母和符号。

　　Gb2312: 2字节，增加了汉字和符号。

　　Unicode:把所有语言统一成一套代码，把所有语言统一成一套代码，

　　一般为2字节，生僻字为4字节。

　　Utf-8:可变长度编码。常见的英文字母编码为1字节，汉字通常为3字节，只有生僻字编码为4-6字节。如果您要传输的文本包含大量英文字符，使用UTF-8编码可以节省空间：

　　在计算机内存中，统一使用Unicode编码，当需要保存到硬盘或者需要传输的时候，就转换为UTF-8编码，这样可以节省很多存储空间。

　　python字符串每个用过Python (23)的人都应该读过下面两行错误消息：

　　UnicodeEncodeError错误：“ascii”编解码器无法对位置0-1中的字符进行编码：序号不在范围内(128)

　　UnicodeDecodeError错误：“utf-8”编解码器无法解码位置0-1中的字节：无效的连续字节

　　这是Python中的‘黄金副本’！

　　今天和接下来的几期将重点讨论Python中的字符串(str)、字节(bytes)及其相互转换(编码/解码)。也许你不能一下子解决所有的乱码问题，但我希望它能帮助你快速找到问题。

　　定义Python中字符串的定义如下：

　　Python中的文本数据是用字符串处理的。字符串是不可变的Unicode码位序列。

　　在Python 3.5中，字符串是由一系列Unicode码位组成的不可变序列:

　　在[1]中：

　　( S T R I N G) Out[1]:

　　字符串不可变表示字符串本身不可更改：

　　在[2]中：

　　s= Hello print(s[3])s[3]= o l-type error trace back(最近一次调用last)Iphon-input-2-ce8cf 24852 F9 in module()1s= Hello 2 print(s[3])-3s[3]= o type error: str 对象不支持项赋值，序列（sequence）引用字符串继承序列类型(列表

　　在[3]中：

　　[i.upper() for i in hello] Out[3]:

　　[H ， E ， L ， L ， O ]Unicode暂且可以看做是一张非常大的地图，上面记录了世界上所有的符号，码位就是每个符号对应的坐标(详细内容会在后面几期介绍)。

　　在[4]中：

　　s= rain print(s)print(len(s))print(s . encode())rain 1b \ xe9 \ x9b \ xa8 常用操作len:字符串长度；splitjoinfindindexstripupperlowerswapcasetitlecapitalizeendswithstartswithis*zfillIn[5]:

　　#拆分连接=Hello world！打印(，)。join(s . split())#常见拆分重组操作 3359github.com/Rainyear/pytips.拆分(/，2) #有限拆分次数Hello，world！Out[5]:

　　[6]中的[https:，， github.com/rainyear/pytips]:

　　s= coffee print(s . find( f )#从左到右搜索并返回第一个下标print(s.rfind(f)) #从右到左搜索，返回下面第一个表print(s.find(a)) #如果不存在，返回-1print(s.index(a)) #如果不存在，抛出ValueError，其余同find，23-1 -。iphon-input-6-59556 FD 9319 f in module()4 5 print(s . find( a ))#不存在则返回-1-6print (s.index (a)) #不存在则抛出ValueError，其余与find相同。值错误：找不到子字符串。

　　打印(“hello world”)。strip())print(helloworld 。strip( heo ))print([ I )。lstrip() ])print([ i 。rst rip()])hello world llow world[I][I]In[8]:

　　打印( {}\n{}\n{}\n{}\n{} 。格式(“你好，世界”)。upper()，你好，世界。lower()， hello，WORLD 。swapcase()，你好，世界。大写()， hello，WORLD 。title()))你好，世界你好，世界你好，世界你好，世界你好，世界在[9]:

　　print( { } { } { } { } { } { } { } { } { } { } { } { } 。格式( Python )。startswith(P )， Python 。startswith(y )， Python 。endswith(n )， Python 。endswith(o )， i23o6 。isalnum()， 1 2 3 0 6 。isalnum()， isalpha 。isalpha()， isa1pha 。isalpha()， python 。islower()， Python 。islower()， PYTHON 。isupper()， Python 。isupper()，))True False True False True False True False True False True False True False True False True False In[10]:

　　101.zfill(8) Out[10]:

　　00000101format/encode

　　打印格式format是一个很有用的工具，会单独介绍；编码将在字节-解码-unicode-编码-字节中详细描述。

　　Python字节和字节数组。字符串类型是人类友好的符号，但计算机只知道一种符号，即二进制数，或数字：

　　上图来自OpenCV，非常直观的解释了计算机处理的信息和我们看到的图像之间的关系。回到Python对字节和字节数组的定义：

　　操作二进制数据的核心内置类型是bytesandbytearray。

　　1字节的ASCII为了用计算机能理解的数字来描述人类使用的字符，我们需要一个与字符对应的数字表。我们都知道，在计算机中，1byte=8bits可以存储0到255范围内的256个值，也就是说1byte最多可以代表256个字符。在最初的计算机世界中，256足以容纳所有大写和小写的英文字母、从0到9的阿拉伯数字以及一些常用的符号，因此出现了ASCII编码：

　　在Python中创建字节类似于字符串，除了您需要在引号外添加前缀B:

　　print(b python )python=(b p b y b t b o b n )print(python)b python b pyton bytes代表(二进制)数的序列，但它是经过ASCII编码后我们才看到的字符形式，而

　　Print(bPython[0]) 80我们可以创建一个b* 形式的字节类型，前提是这里的*必须是ASCII中可用的字符，否则会超出限制：

　　Print(b rain )文件“ipython-input-3-1f95d71c6553”，第1行print (b rain )语法错误：字节只能包含ASCII文字字符。错误说明：字节类型只允许ascii字符。

　　0~127~255

　　那么问题来了。我们发现上面ASCII表中的所有字符只占[31，127]。我们如何将这个范围之外的数字表示为字节类型？答案是使用特殊转义符\x十六进制数字：

　　print(b \ xff [0])print(b \ x24 )255 b $ 反过来，我们也可以将数字(0~255)转换成转义字节类型：

　　print(bytes([24]))print(bytes([36，36，36])#记住字节类型是序列b \ x18 b $ $ 或者直接从十六进制派生：

　　print(bytes . from hex( 7b 7d )#逆运算print (b {} )。hex ()) int (b 。hex()，base=16)b { } 7b 207d 32 encode string有一个decode方法，bytes有一个encode方法。这里简单看一下。对于给定的字符，我们可以通过编码得到它在编码表中的坐标(即码位)，所以对一个字符的编码( ascii )操作就是找到它在ASCII中的位置：

　　打印( $ )。encode (ASCII)) print ($ )。encode (ASCII) [0]) b $ 36也就是说，字符 $ (这是0x07中已经引入的Unicode编码字符)在ASCII中的位置是$(或36)。

　　但是，如果我们用ASCII编码一些奇怪的字符，就会出现这种情况：

　　snake=？Try: snake.encode (ASCII )除了unicode encoder as err:print(err)#正确的做法是用UTF-8编码，因为字符串是UTF-8 print(snake . encode())# utf-8默认情况下 ASCII 编解码器无法对位置0中的字符 \ u0001f40d 进行编码：序数不在范围内(128) b \ 0 \ x9f \ x90 \ x8d 所以我们得到了最常见的错误：序数不在范围内(128)。至于为什么是128，现在应该很好理解了吧！

　　和字符串一样，字节类型是不可变的序列，而字节数组是字节的可变版本，它们的关系相当于列表和元组。

　　ba=bytearray(b hello )ba[0:1]=b w print(ba)bytearray(b wello )是一个类似string的序列类型，byte和bytearray可用的方法也差不多，这里就不一一列举了。

　　Summary byte(字节数组)是二进制数据的序列，其中每个元素由8位二进制组成，即1byte，即2位十六进制数，即0 ~ 255；

　　它是字节计算机的语言，字符串是人类的语言，它们通过编码表形成一一对应。

　　最小的ASCII编码表只需要一个字节，只占用[31127]个码位；

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。