Python文本

标签：

Python中的文本是一些内置类型的常量表示方法。

字符串和字节

字符串是一系列的字符序列，Python中用单引号(‘‘)，双引号("")，或者三个单引号(‘‘‘ ‘‘‘)三个双引号(""" """)来表示字符串常量。

#fileName:lexical
str_1 = ‘hello python‘
str_2 = "What‘s your name?"
str_3 = ‘‘‘mile and silence are two powerful tools.
Smile is the way to solve many problems and silence
is the way to avoid many problems‘‘‘
str_4 = """It is our choices that show what we truly are,
far more than our abilities. """
print(str_1)
print(str_2)
print(str_3)
print(str_4)

利用三引号，你可以表示一个多行的字符串。

转义符

假设你想要在一个字符串中包含一个单引号（‘），那么你该怎么指示这个字符串？例如，这个字符串是what‘s your name?。你肯定不会用‘what‘s your name?‘来指示它，因为Python会弄不明白这个字符串从何处开始，何处结束。所以，你需要指明单引号而不是字符串的结尾。可以通过 转义符 来完成这个任务。你用\‘来指示单引号——注意这个反斜杠。现在你可以把字符串表示为‘what\‘s your name?‘。

另一个表示这个特别的字符串的方法是"what‘s your name?"，即用双引号。类似地，要在双引号字符串中使用双引号本身的时候，也可以借助于转义符。另外，你可以用转义符\\来指示反斜杠本身。

值得注意的一件事是，在一个字符串中，行末的单独一个反斜杠表示字符串在下一行继续，而不是开始一个新的行。例如：

str_5 = "This is the first sentence.This is the second sentence."
print(str_5)

转义序列如下：

字符串文本中的转义序列规则如下：

注意：

1. 与标准 C 相同的是，最多只可以接受三位八进制数字。
2. 与标准 C 不同的是，只能接收两个十六进制数字。
3. 在字节文本中，十六进制和八进制转义字符表示给定值的字节数。在字符串文本中，这些转义字符表示给定值的 Unicode 字符。
4. 与 3.3 版本不同之处：增加了对别名[ 1 ]的支持。
5. 可以使用该转义序列为那些构成代理对的单个代码单元编码。只能使用四个十六进制数表示。
6. 任何 Unicode 字符都可以采用这样的编码方式。需要注意的是只能使用八个十六进制数表示。

print(‘\123‘)
print(‘\x02‘)
print("\N{SOLIDUS}")
print("\N{BLACK SPADE SUIT}")
print(‘\u3333‘)
print(‘\U00004e60‘)

结果：

不像标准 C，所有不能被识别的转义序列都保留在串中且不做改变，例如，反斜线会保留在结果中。（这个行为在调试过程中非常有用：如果输入了一个错误的转义序列，在输出结果中更容易识别出错误。）此外，至关重要的是要注意转义字符只能在字符串文本中起作用，在字节文本类别中无法被识别。

print(‘\k see you later‘)
#result:\k see you later

在三重引用串中，允许出现未转义的新行和引用字符（并被保留），除非三个连续的引用字符串中断了该串。（引用字符是用于引用字符串的字符，如，‘ 或 "。）

str_6 = """this‘ a dog,what‘s
you pat?"""
print(str_6)

Python中定义的字符串的格式：参见：https://docs.python.org/3/reference/lexical_analysis.html?highlight=identifier#string-and-bytes-literals

stringliteral   ::=  [stringprefix](shortstring | longstring)
stringprefix    ::=  "r" | "u" | "R" | "U"

如果你想要指示某些不需要如转义符那样的特别处理的字符串，那么你需要指定一个自然字符串。自然字符串通过给字符串加上前缀r或R来指定。


print(r"Newlines are indicated by \n")
#result:Newlines are indicated by \n 此处\n将不会按照转义被处理

 即使在自然字符中，可以使用反斜线将引号转义，但是反斜线本身会在结果中保留；比如 r"\"" 是一个由两个字符组成的合法字符串：一个反斜线与一个双引号；但 r"\" 却是一个非法字符串（即原始的字符串也不能以奇数个反斜杠结尾）。 具体而言，一个原始的文本不能以单个反斜杠结尾（由于反斜线会将跟在其后的引号转义）。另外需要注意的是，如果一个反斜线跟在换行符后，反斜线与换行符会被当做文本的两个字符，而不是一个连续行。

 字符串的连接

多个相邻的字符串文本或字节文本（由空白分隔），允许使用不同的引用习惯，并且其含义与连接在一起时是一样的。因此， "hello" ‘world’ 与 "helloworld"是等价的。这个特性可以用来减少反斜线的使用数量，可以很方便的将一个长字符串分隔在多行上，甚至可以在字符串的某一部分添加注释：

re.compile("[A-Za-z_]"           # letter or underscore
             "[A-Za-z0-9_]*"       # letter, digit or underscore
            )

需要注意的是，这个特性是定义在句法层次上的，但是是在编译时实现的。在运行时连接串必须使用 ‘+’ 运算符。并且不同的引用字符可以混用，甚至可以将原始串与三重引用串混合使用。

字符串读取

python的字串列表有2种取值顺序:

• 从左到右索引默认0开始的，最大范围是字符串长度少1
• 从右到左索引默认-1开始的，最大范围是字符串开头

如果你的实要取得一段子串的话，可以用到变量[头下标:尾下标]，就可以截取相应的字符串，其中下标是从0开始算起，可以是正数或负数，下标可以为空表示取到头或尾。

str = ‘Hello World!‘
print(str) # 输出完整字符串
print(str[0]) # 输出字符串中的第一个字符
print(str[2:5]) # 输出字符串中第三个至第五个之间的字符串
print(str[2:])# 输出从第三个字符开始的字符串
print(str * 2) # 输出字符串两次
print(str + "TEST") # 输出连接的字符串
##############result############
#Hello World!
#H
#llo
#llo World!
#Hello World!Hello World!
#Hello World!TEST
#############################

字节文本总是以 ‘b‘ 或 ‘B‘ 开头；它们会生成 bytes 类型实例而不是 str 类型。它们可能只包含 ASCII 字符；大于或等于 128 的数字必须使用转义字符表示。

one_byte = b"abcd\x64"
print(one_byte)
print(type(one_byte)) #type为内置函数，查看one_byte的类型
print(len(one_byte))   #len为内置函数，计算one_byte的长度
print(one_byte[4])
#######result##########
#b‘abcdd‘
#<class ‘bytes‘>
#5
#100 #100用十六进制表示就是\x64
####################

内置函数说明参见：https://docs.python.org/3/library/functions.html

如果想要修改一个字节串中的某个字节，不能够直接修改，需要将其转化为bytearray后再进行修改：

barr = bytearray(one_byte)
print(type(barr))
barr[0] = 110
print(barr)
#####result########
#<class ‘bytearray‘>
#bytearray(b‘nbcdd‘)
################

bytearray为内置函数，将字节文本转换为字节数组。参见：https://docs.python.org/3/library/functions.html#bytearray

字节与字符之间的相互转换：

one_str = "少壮不努力，老大学Python"
str_to_byte = one_str.encode(‘utf-8‘)
print(str_to_byte)
byte_to_str = str_to_byte.decode(‘utf-8‘)
print(byte_to_str)
###############result#############
#b‘\xe5\xb0\x91\xe5\xa3\xae\xe4\xb8\x8d\xe5\x8a\xaa\xe5\x8a\x9b\xef\xbc\x8c\xe8\x80\x81\xe5\xa4\xa7\xe5\xad\xa6Python‘
#少壮不努力，老大学Python
###############################

因为每种编码方式包含的字节种类数目不同，编码和解码必须使用相同的编码方式，否则就会产生乱码，甚至转换失败。

数字

Python共有三种类型数字文本：整型、浮点型以及虚数型。不存在复数文本（复数可以由一个实数加一个虚数的形式给出）。

注意，数字文本不包含符号（正负号）；像 -1 实际上是一个组合了一元运算符 ‘-‘ 和数字 1 的表达式。

整形文本表示方式包括二进制、八进制、十进制、十六进制定义如下：

除了可用内存的容量限制, 整数长度没有其他限制.

注意, 非零十进制数字中不允许用0作为前缀, 这种写法会与 C 语言风格的八进制字面值产生歧义 (用于3.0之前版本的Python)

Python使用"L"来显示长整型。在整数之后加"L"或者"l(小写字母L)"，建议您使用大写"L"，避免与数字"1"混淆。

浮点型文本

浮点数有两种表示格式，小数、指数形式。

小数表示形式：小数点前或者后必须有一部分存在。

指数表示形式：整数部分和指数部分都看作是十进制的. 例如, 077e010 是合法的, 它等价于 77e10. 浮点型字面值的取值范围依赖于实现。

以下是一些浮点数的例子:

3.14    10.    .001    1e100    3.14e-10    0e0

虚数

虚数是实部为零的复数. 复数由一对有着相同取值范围的浮点数表示. 为了创建一个非零实部的复数, 可以对它增加一个浮点数, 例如, （3+4j）. 下面是一些例子:

3.14j   10.j    10j     .001j   1e100j  3.14e-10j

Python文本

标签：

原文地址：http://www.cnblogs.com/lclq/p/5569218.html