码迷,mamicode.com
首页 > 其他好文 > 详细

字符编码

时间:2017-08-04 12:49:40      阅读:151      评论:0      收藏:0      [点我收藏+]

标签:继承   互调   ++   weight   bit   最大的   odi   美国人   半个汉字   

---恢复内容开始---

1.子类可以继承父类的方法:

 

class People:
    def __init__(self,name,age):
        self.name=name
        self.age=age
    def eat(self):
        print("%s is eating.."%self.name)
    def talk(self):
        print("%s is talking.."%self.name)
    def sleep(self):
        print("%s is sleeping.."%self.name)

class Man(People):
    def smoke(self):
        print("%s is smoking..."%self.name)

m1=Man("Jack",18)
m1.eat()
m1.smoke()

 运行结果:

Jack is eating..
Jack is smoking...

 

2.在子类中给父类方法增加新功能。

class People:
    def __init__(self,name,age):
        self.name=name
        self.age=age
    def eat(self):
        print("%s is eating.."%self.name)
    def talk(self):
        print("%s is talking.."%self.name)
    def sleep(self):
        print("%s is sleeping.."%self.name)

class Man(People):
    def smoke(self):
        print("%s is smoking..."%self.name)
    def sleep(self):
        People.sleep(self)
        print("子类也在睡觉")
m1=Man("Jack",18)
m1.sleep()

 运行结果如下:相当于给父类的方法增加了新功能。

Jack is sleeping..
子类也在睡觉

 

3.子类之间的方法不能相互调用,women是不能调用man下面的smoke方法的。

class People:
    def __init__(self,name,age):
        self.name=name
        self.age=age
    def eat(self):
        print("%s is eating.."%self.name)
    def talk(self):
        print("%s is talking.."%self.name)
    def sleep(self):
        print("%s is sleeping.."%self.name)

class Man(People):
    def smoke(self):
        print("%s is smoking..."%self.name)
    def sleep(self):
        People.sleep(self)
        print("子类也在睡觉")
m1=Man("Jack",18)
m1.sleep()

class Woman(People):
    def shop(self):
        print("%s is shopping"%self.name)

w1=Woman("Lily",26)
w1.shop()

 4.子类中的man可以多传一个参数,同时不要影响women的正常运行。

 

#class People: #经典写法
class People(object): #新式写法 def __init__(self,name,age): self.name=name self.age=age def eat(self): print("%s is eating.."%self.name) def talk(self): print("%s is talking.."%self.name) def sleep(self): print("%s is sleeping.."%self.name) class Man(People): def __init__(self,name,age,money): People.__init__(self,name,age) #super(Man,self).__init__(name,age) #新式写法 self.money=money print("%s有%s钱。。"%(self.name,self.money)) def smoke(self): print("%s is smoking..."%self.name) def sleep(self): People.sleep(self) print("子类也在睡觉") m1=Man("Jack",18,10000) class Woman(People): def shop(self): print("%s is shopping"%self.name) w1=Woman("Lily",26) w1.shop()

 运行结果

Jack有10000钱。。
Lily is shopping

 

5.多继承,可以同时继承多个父类:

 

class People:
    def __init__(self,name,age):
        self.name=name
        self.age=age
    def eat(self):
        print("%s is eating.."%self.name)
    def talk(self):
        print("%s is talking.."%self.name)
    def sleep(self):
        print("%s is sleeping.."%self.name)
class Relation(object):
    def make_friends(self,obj):
        print("%s is making friend with %s"%(self.name,obj.name))

class Man(People,Relation):
    def __init__(self,name,age,money):
        People.__init__(self,name,age)
        self.money=money
        print("%s有%s钱。。"%(self.name,self.money))
    def smoke(self):
        print("%s is smoking..."%self.name)
    def sleep(self):
        People.sleep(self)
        print("子类也在睡觉")

class Woman(People,Relation):
    def shop(self):
        print("%s is shopping"%self.name)

m1=Man("Jack",22,10000)
w1=Woman("Lily",18)
m1.make_friends(w1)

 运行结果:

Jack有10000钱。。
Jack is making friend with Lily

 

---恢复内容结束---

 

转自:http://www.liaoxuefeng.com/wiki/0014316089557264a6b348958f449949df42a6d3a2e542c000/001431664106267f12e9bef7ee14cf6a8776a479bdec9b9000

 

我们已经讲过了,字符串也是一种数据类型,但是,字符串比较特殊的是还有一个编码问题。

因为计算机只能处理数字,如果要处理文本,就必须先把文本转换为数字才能处理。最早的计算机在设计时采用8个比特(bit)作为一个字节(byte),所以,一个字节能表示的最大的整数就是255(二进制11111111=十进制255),如果要表示更大的整数,就必须用更多的字节。比如两个字节可以表示的最大整数是65535,4个字节可以表示的最大整数是4294967295

由于计算机是美国人发明的,因此,最早只有127个字符被编码到计算机里,也就是大小写英文字母、数字和一些符号,这个编码表被称为ASCII编码,比如大写字母A的编码是65,小写字母z的编码是122

但是要处理中文显然一个字节是不够的,至少需要两个字节,而且还不能和ASCII编码冲突,所以,中国制定了GB2312编码,用来把中文编进去。

你可以想得到的是,全世界有上百种语言,日本把日文编到Shift_JIS里,韩国把韩文编到Euc-kr里,各国有各国的标准,就会不可避免地出现冲突,结果就是,在多语言混合的文本中,显示出来会有乱码。

技术分享

因此,Unicode应运而生。Unicode把所有语言都统一到一套编码里,这样就不会再有乱码问题了。

Unicode标准也在不断发展,但最常用的是用两个字节表示一个字符(如果要用到非常偏僻的字符,就需要4个字节)。现代操作系统和大多数编程语言都直接支持Unicode。

现在,捋一捋ASCII编码和Unicode编码的区别:ASCII编码是1个字节,而Unicode编码通常是2个字节。

字母A用ASCII编码是十进制的65,二进制的01000001

字符0用ASCII编码是十进制的48,二进制的00110000,注意字符‘0‘和整数0是不同的;

汉字已经超出了ASCII编码的范围,用Unicode编码是十进制的20013,二进制的01001110 00101101

你可以猜测,如果把ASCII编码的A用Unicode编码,只需要在前面补0就可以,因此,A的Unicode编码是00000000 01000001

新的问题又出现了:如果统一成Unicode编码,乱码问题从此消失了。但是,如果你写的文本基本上全部是英文的话,用Unicode编码比ASCII编码需要多一倍的存储空间,在存储和传输上就十分不划算。

所以,本着节约的精神,又出现了把Unicode编码转化为“可变长编码”的UTF-8编码。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,常用的英文字母被编码成1个字节,汉字通常是3个字节,只有很生僻的字符才会被编码成4-6个字节。如果你要传输的文本包含大量英文字符,用UTF-8编码就能节省空间:

字符ASCIIUnicodeUTF-8
A 01000001 00000000 01000001 01000001
x 01001110 00101101 11100100 10111000 10101101

从上面的表格还可以发现,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。

搞清楚了ASCII、Unicode和UTF-8的关系,我们就可以总结一下现在计算机系统通用的字符编码工作方式:

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

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:

技术分享

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:

技术分享

所以你看到很多网页的源码上会有类似<meta charset="UTF-8" />的信息,表示该网页正是用的UTF-8编码。

Python的字符串

搞清楚了令人头疼的字符编码问题后,我们再来研究Python的字符串。

在最新的Python 3版本中,字符串是以Unicode编码的,也就是说,Python的字符串支持多语言,例如:

>>> print(‘包含中文的str‘)
包含中文的str

对于单个字符的编码,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(‘A‘)
65
>>> ord(‘中‘)
20013
>>> chr(66)
‘B‘
>>> chr(25991)
‘文‘

如果知道字符的整数编码,还可以用十六进制这么写str

>>> ‘\u4e2d\u6587‘
‘中文‘

两种写法完全是等价的。

由于Python的字符串类型是str,在内存中以Unicode表示,一个字符对应若干个字节。如果要在网络上传输,或者保存到磁盘上,就需要把str变为以字节为单位的bytes(扫盲:字节:8个二进制位构成1个"字节(Byte)",它是存储空间的基本计量单位。1个字节可以储存1个英文字母或者半个汉字,换句话说,1个汉字占据2个字节的存储空间。)

 

网络通信中,产生乱码的原因主要是通信过程中使用了不同的编码方式:服务器中的编码方式,传输过程中的编码方式,传输到达终端设备的编码方式。因此在传输 过程中就需要至少两次编码转换:首先从服务器编码转为网络编码,再从网络编码转为终端设备编码。在转换的过程中出现任何情况都可能出现编码混乱。

 

 

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‘ABC‘

要注意区分‘ABC‘b‘ABC‘,前者是str,后者虽然内容显示得和前者一样,但bytes的每个字符都只占用一个字节。

x=‘ABC‘
y=b‘ABC‘
print(type(x))
print(type(y))

 

<class ‘str‘>
<class ‘bytes‘>

 

以Unicode表示的str通过encode()方法可以编码为指定的bytes,例如:

a=‘ABC‘.encode("ASCII")
print(a)

b=‘中文‘.encode(‘utf-8‘)
print(b)

c=‘中文‘.encode(‘ASCII‘)
print(c)

 

b‘ABC‘
b‘\xe4\xb8\xad\xe6\x96\x87‘
Traceback (most recent call last):
  File "<encoding error>", line 7, in <module>
UnicodeEncodeError: ‘ascii‘ codec can‘t encode characters in position 0-1: ordinal not in range(128)

 

纯英文的str可以用ASCII编码为bytes,内容是一样的,含有中文的str可以用UTF-8编码为bytes。含有中文的str无法用ASCII编码,因为中文编码的范围超过了ASCII编码的范围,Python会报错。

bytes中,无法显示为ASCII字符的字节,用\x##显示。

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‘

要计算str包含多少个字符,可以用len()函数:

>>> len(‘ABC‘)
3
>>> len(‘中文‘)
2

len()函数计算的是str的字符数,如果换成byteslen()函数就计算字节数:

>>> len(b‘ABC‘)
3
>>> len(b‘\xe4\xb8\xad\xe6\x96\x87‘)
6
>>> len(‘中文‘.encode(‘utf-8‘))
6

可见,1个中文字符经过UTF-8编码后通常会占用3个字节,而1个英文字符只占用1个字节。

在操作字符串时,我们经常遇到strbytes的互相转换。为了避免乱码问题,应当始终坚持使用UTF-8编码对strbytes进行转换。

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/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 without BOM编码:

技术分享

如果.py文件本身使用UTF-8编码,并且也申明了# -*- coding: utf-8 -*-,打开命令提示符测试就可以正常显示中文:

技术分享

格式化

最后一个常见的问题是如何输出格式化的字符串。我们经常会输出类似‘亲爱的xxx你好!你xx月的话费是xx,余额是xx‘之类的字符串,而xxx的内容都是根据变量变化的,所以,需要一种简便的格式化字符串的方式。

技术分享

在Python中,采用的格式化方式和C语言是一致的,用%实现,举例如下:

>>> ‘Hello, %s‘ % ‘world‘
‘Hello, world‘
>>> ‘Hi, %s, you have $%d.‘ % (‘Michael‘, 1000000)
‘Hi, Michael, you have $1000000.‘

你可能猜到了,%运算符就是用来格式化字符串的。在字符串内部,%s表示用字符串替换,%d表示用整数替换,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。

常见的占位符有:

%d 整数
%f 浮点数
%s 字符串
%x 十六进制整数

其中,格式化整数和浮点数还可以指定是否补0和整数与小数的位数:

>>> ‘%2d-%02d‘ % (3, 1)
‘ 3-01‘
>>> ‘%.2f‘ % 3.1415926
‘3.14‘

如果你不太确定应该用什么,%s永远起作用,它会把任何数据类型转换为字符串:

>>> ‘Age: %s. Gender: %s‘ % (25, True)
‘Age: 25. Gender: True‘

有些时候,字符串里面的%是一个普通字符怎么办?这个时候就需要转义,用%%来表示一个%

>>> ‘growth rate: %d %%‘ % 7
‘growth rate: 7 %‘

 

 

字符编码

标签:继承   互调   ++   weight   bit   最大的   odi   美国人   半个汉字   

原文地址:http://www.cnblogs.com/momo8238/p/7284257.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!