字串

在python3中已經全面支援中文。

由於Python原始碼也是一個文字檔案，所以，當你的原始碼中包含中文的時候，在儲存原始碼時，就需要務必指定儲存為UTF-8編碼。當Python直譯器讀取原始碼時，為了讓它按UTF-8編碼讀取，我們通常在檔案開頭寫上這兩行：

#!/usr/bin/env python3

-- coding: utf-8 --

Python提供了ord()函式獲取字元的整數表示，chr()函式把編碼轉換為對應的字元：

要計算str包含多少個字元，可以用len()函式：

在Python中，採用的格式化方式和C語言是一致的，用%實現，舉例如下：

'Hi, %s, you have $%d.' % ('oldriver', 1000000)'Hi, oldriver, you have $1000000.'

佔位符%d替換內容為整數，%f替換浮點數，%s替換字串，%x替換十六進位制整數。

print('%2d-%02d' % (3, 1)) 3-01 print('%.2f' % 3.1415926) 3.14 另一種格式化字串的方法是使用字串的format()方法，它會用傳入的引數依次替換字串內的佔位符{0}、{1}……，不過這種方式寫起來比%要麻煩得多：

'Hello, {0}, 股價上升了 {1:.1f}%'.format('小劉', 17.125)

'Hello, 小劉, 股價上升了 17.1%'

編碼

上期我們簡單的解釋過字串這種資料型別，本期我們詳細解釋與字串密切相關的字元編碼。

在計算機的世界裡所有的資料最終都會變成0和1。最早的計算機在設計時採用8個位元（bit）作為一個位元組（byte），所以，一個位元組能表示的最大的整數就是255（二進位制11111111=十進位制255），如果要表示更大的整數，就必須用更多的位元組。由於計算機是美國人發明的，因此，最早只有127個字元被編碼到計算機裡，也就是大小寫英文字母、數字和一些符號，這個編碼表被稱為ASCII編碼，比如大寫字母B的編碼是66，小寫字母y的編碼是121。

但是要處理中文顯然一個位元組是不夠的，至少需要兩個位元組，而且還不能和ASCII編碼衝突，所以，中國製定了GB2312 編碼，用來把中文編進去。你可以想得到的是，全世界有上百種語言，各國有各國的標準，就會不可避免地出現衝突，結果就是，在多語言混合的文字中，顯示出來會有亂碼。

因此，Unicode應運而生。Unicode把所有語言都統一到一套編碼裡，這樣就不會再有亂碼問題了。

Unicode標準也在不斷髮展，但最常用的是用兩個位元組表示一個字元（如果要用到非常偏僻的字元，就需要4個位元組）。現代作業系統和大多數程式語言都直接支援Unicode。

現在，捋一捋ASCII編碼和Unicode編碼的區別：ASCII編碼是1個位元組，而Unicode編碼通常是2個位元組。

用記事本編輯的時候，從檔案讀取的UTF-8字元被轉換為Unicode字元到記憶體裡，編輯完成後，儲存的時候再把Unicode轉換為UTF-8儲存到檔案：

瀏覽網頁的時候，伺服器會把動態生成的Unicode內容轉換為UTF-8再傳輸到瀏覽器：

今天的python教程就講到這裡，下期我們講解python的list和tuple，敬請期待！