python学习笔记（一）—

一、python 基础语法

python 的解释器在启动时会自动加载一个内建的模块，因此我们在使用 print()、input()等函数时不用导入其他模块文件。

基本语法：

每条语句结尾没有分号
定义变量不需要前置声明变量的类型（动态语言）
定义常量不需要特殊关键字，如 PI=3.14，但是PI可改变如PI=5
注释，采用 # 进行单行注释，用""“xxx”""或’’‘xxx’’'多行注释

基本数据类型

整型（int）：类似于C语言中的 long long类型，取值范围取决于计算机内存大小，甚至一个数可以占满整个内存。

进制表示	十进制	二进制	八进制	十六进制
不同进制表示	整数10	0b1010	0o12	0xa
进制转换	任意整数x	bin(x)	oct(x)	hex(x)
转换成十进制	任意数xxx	int(‘xxx’,2)	int(‘xxx’,8)	int(‘xxx’,16)

浮点数类型（float）
字符串类型（str）：用 ""或''之间的的字符为一个字符串。该类型支持 +拼接、*重复运算。用print（）输出，支持转义字符 \，加参数r屏蔽转义功能。
bool 类型：True、False（首字母大写）。非0为True， 0、空字符、空列表、空元组、None都认为是False。
None 类型：类似C语言的NULL，表示一个空值。

运算符

二、字符编码

1. 常见的字符编码

ASCII 码：单字节编码
MBCS 码：（2字节编码类），规定如果第一个字节是 \x80 以下，则任然使用ASCII码；反之，则使用两个字节表示一个字符。如windows的ANSI码格式
Unicode 码：所有字符的字符集（UCS-2 两个字节表示一个字符、UCS-4四个字节表示一个字符，常用USC-2），UCS（Unicode Character Set）仅仅是字符对应码位的一张表，具体如何传输和存储有UTF（UCS Transformation Format）负责。

直接使用UCS的码位来保存，这就是UTF-16，由于以前使用ASCII码表示英文字符只需要一个字节，而使用UCS-2需要2个字节，空间消耗过大，于是UTF-8出现了。

UTF-8 码：一种可变长的编码，它把一个Unicode字符根据不同数字大小编码成1~6个字节。常用的英文字母被编码成1个字节，汉字通常是3个字节，生僻的字符会被编码成4 ~ 6个字节。

另外，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。浏览网页的时候，服务器会把动态生成的Unicode内容转换为UTF-8再传输到浏览器：所以你看到很多网页的源码上会有类似如下的信息，表示该网页正是用的UTF-8编码。<meta charset="UTF-8"/>

2. 字符编码的声明

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：

#!/usr/bin/python

# -*- coding: utf-8 -*-12

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。

实际上，python只检查#、coding和编码字符串，其它字符串使为了美观加上的。其中UTF-8也可以写成u8 。另外需要注意的是，声明的编码需要与文件实际保存的编码一致，否则可能会出现代码解析异常。

bytes 类型

Python bytes 类型（由字节表示字符串）。bytes() 函数返回一个新的 bytes 对象，该对象是一个 0 <= x < 256 区间内的整数不可变序列。

字节串（bytes）和字符串（string）的对比：

字符串由若干个字符组成，以字符为单位进行操作；bytes由若干个字节组成，以字节为单位进行操作。
bytes和字符串除了操作的数据单元不同之外，它们支持的所有方法都基本相同。
bytes和字符串都是不可变序列，不能随意增加和删除数据。

bytes 只负责以字节序列的形式（二进制形式）来存储数据，至于这些数据到底表示什么内容（字符串、数字、图片、音频等），完全由程序的解析方式决定。如果采用合适的字符编码方式（字符集），bytes可以恢复成字符串；反之亦然，字符串也可以转换成字节串。bytes 只是简单地记录内存中的原始数据。

bytes 类型的数据非常适合在互联网上传输，可以用于网络通信编程，如果字符串想要在网络上传输就必须先转换成bytes类型；bytes 也可以用来存储图片、音频、视频等二进制格式的文件。

字符串和 bytes 存在着千丝万缕的联系，我们可以通过字符串来创建 bytes 对象，或者说将字符串转换成 bytes 对象。有以下三种方法可以达到这个目的：

如果字符串的内容都是 ASCII 字符，那么直接在字符串前面添加b前缀就可以转换成 bytes。
bytes 是一个类，调用它的构造方法，也就是 bytes()，可以将字符串按照指定的字符集转换成 bytes；如果不指定字符集，那么默认采用 UTF-8。
字符串本身有一个 encode() 方法，该方法专门用来将字符串按照指定的字符集转换成对应的字节串；如果不指定字符集，那么默认采用 UTF-8。

以下是 bytes() 的语法:

class bytes([source[, encoding[, errors]]])

参数

如果 source 为整数，则返回一个长度为 source 的初始化数组；
如果 source 为字符串，则按照指定的 encoding 将字符串转换为字节序列；
如果 source 为可迭代类型，则元素必须为[0 ,255] 中的整数；
如果 source 为与 buffer 接口一致的对象，则此对象也可以被用于初始化 bytearray。
如果没有输入任何参数，默认就是初始化数组为0个元素。

bytes 类型实例

# 以下模拟交互界面

# 使用 b 前缀

>>> btr=b"abc"

>>> type(btr)		#查看btr类型

<class 'bytes'>

>>> btr

b'abc'

# 使用 bytes（）函数

>>> a = bytes([1,2,3,4])

>>> a

b'\x01\x02\x03\x04'

>>> type(a)

<class 'bytes'>

# class bytes([source[, encoding[, errors]]])

>>> b = bytes('hello','ascii')

>>> b

b'hello'

>>> type(b)

<class 'bytes'>

# 使用 encode()转码 decode()解码

>>> "我爱学习".encode("utf-8")

b'\xe6\x88\x91\xe7\x88\xb1\xe5\xad\xa6\xe4\xb9\xa0'

>>>b'\xe6\x88\x91\xe7\x88\xb1\xe5\xad\xa6\xe4\xb9\xa0'.decode("UTF-8")

'我爱学习'

# gbk双字节编码，包含全部中文字符

>>> str = "我爱学习".encode("gbk")

>>> str

b'\xce\xd2\xb0\xae\xd1\xa7\xcf\xb0'

>>> str.decode("gbk")

'我爱学习'

查看字符对应的Unicode码（Ascii码）

# 以下模拟交互界面

# 使用 ord() 查看字符编码（Ascii或Unicode）

# chr()用一个范围在 range（256）内的（就是0～255）整数作参数，返回一个对应的字符

# unichr()，与chr()函数功能基本一样， 只不过是返回 unicode 的字符

>>> ord("我")

25105

>>> chr(25105)

'我'

# 查看当前所采用的编码标椎

>>> import sys

>>> sys.getdefaultencoding()

'utf-8'

与编码相关的方法：



import sys

import locale

def p(f):

    print('%s.%s(): %s' % (f.__module__, f.__name__, f()) )

# 返回当前系统所使用的默认字符编码

p(sys.getdefaultencoding)

# 返回用于转换Unicode文件名至系统文件名所使用的编码

p(sys.getfilesystemencoding)

# 获取默认的区域设置并返回元祖(语言, 编码)

p(locale.getdefaultlocale)

# 返回用户设定的文本数据编码

# 文档提到this function only returns a guess

p(locale.getpreferredencoding)

# \xba\xba是'汉'的GBK编码

# mbcs是不推荐使用的编码，这里仅作测试表明为什么不应该用

print(r"'\xba\xba'.decode('mbcs'):", repr('\xba\xba'.decode('mbcs')) )

#Windows上的结果(区域设置为中文(简体, 中国))

sys.getdefaultencoding(): utf-8

sys.getfilesystemencoding(): utf-8

locale.getdefaultlocale(): ('zh_CN', 'cp936')

locale.getpreferredencoding(): cp936'

编码部分参考博客：Python字符编码详解