字符编码

我们人类使用字母和数字来进行交流，但是计算机只能识别数字，那么我们该如何将字母和数字转换为对应能让计算机读懂的数字呢？于是字符编码应运而生。

由于计算机最早出现在美国，美国就编定了以英语为基础的对应字符编码格式，也就是ASCII编码，这个编码规定一个字节（byte）由8个bit组成，而2^8=256，所以ASCII编码能够容纳255个位置，其中包含了英语大小写，数字及常用的各种符号。并且由此规定了第一个字符编码规则

但是随着计算机的传播，英语不能满足各个国家交流运用的需求，很显然区区255个空位完全不足以容纳汉字数量，于是中国效法ASCII编码表创立了GB2312编码表，使用两个字节（byte）来容纳汉字。同样地，日本创立了Shift_JIS编码表，韩国创立了Euc-kr编码表......但很显然，这样子很容易出现撞车的情况，所以在多语言混合运用文本中会经常出现乱码的情况

随后，Unicode编码表被规定，解决了乱码问题，因为它把所有的文字编定到了一个编码表之中。在Unicode中规定，两个字节（部分极其偏僻字符除外）表示一个字符

例如：

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；

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

同理，在字母A中如果要转换成Unicode编码，只需要在其ASCII编码前补全0即可，因此字母A的Unicode编码是00000000 01000001

但是新的问题出现了：太！浪！费！了！

要知道，现在固态硬盘的价格已经到了1元/G啊啊啊！

如果我们仅仅存储英文字符，那么会有大量空间被不必要的00000000来占用，因此后来科学家们又规定了一种新的“可变长编码”——UTF-8，它把一个Unicode字符根据数字大小分为1-6个字节，其中英语使用1个字节来表示，汉字使用3个字节来表示，更长的字节往往表示一些非常罕见的字符

同时通过对比我们还可以发现，ASCII编码被包含于UTF-8之中，所以很多之前的ASCII程序也可以正常运行了

所以在计算机运行过程中，计算机的运算环节在Unicode编码下运行，而存储环节在UTF-8编码下存储。而当我们访问网页时，服务器会把动态生成的Unicode编码转换成UTF-8编码再传送到浏览器

字符串

在python3中，字符串以Unicode进行编码，因此我们可以在python中输出多种语言

同时，我们可以通过ord()函数来获取字符的整数表示编码，而我们可以使用chr()函数来讲整数的编码转换为字符

在知道字符的整数编码后，我们可以反过来通过其十六进制的形式来直接表示字符

在python中，字符以Unicode的格式加载在内存中,以UTF-8格式存储在硬盘上和在网络上传输。

所以在python中，对bytes类型的数据以带b为开头的单双引号构成：b'ABC',值得注意的是，ABC与b'ABC'尽管在显示时内容一样，但是实际上前者每个字符占用两个字符，后者每个字符只占用一个bytes

以Unicode编码的内容可以通过encode()函数来讲内容编码为指定的bytes

相反，我们可以通过decode()函数来将接收到的字符串转换为相关字符

在bytes中，无法显示为ASCII字符的字节，用\x##显示，而当遇到少量的无法显示字节时我们可以传入errors='ignore'忽略错误的字节

我们可以使用len()函数来计算字节数

在操作字符串相关时，我们经常会涉及到str和bytes的相互转换，为了避免出现乱码问题，我们应该始终使用UTF-8进行编码转换

而python源代码作为一种文本文件，同样涉及到编码问题，所以我们需要指定它让用UTF-8格式进行存取，所以我们常常在文件开头添加

#!/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编码。

格式化

在输出中，我们还常常会遇到一个问题：如果我们需要输出“今天是xxxx年xx月xx天”这种因时而变的内容，我们该怎么做？

这便是格式化的作用了。在python中，我们与C语言一样使用%符号来实现格式化

一般地，我们使用%符号来表示格式化字符串，使用%s来表示用字符串替换，使用%d来表示用整数替换，使用%?表示替换，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：

感觉好多？有个简单的方法：如果你知不道该用哪个，那么就一个个用%s对应下去即可

如果我们就是想要写出%这个字符怎么办？我们就需要连着输入%%进行标识

我们还有另一种用以表示格式化的方法，即使用format()函数，他会使用传入的参数依次填入占位符中的{1},{2}......

除此之外我们还有一种表示格式化的方法，即使用以f开头的字符串，我们称之为f-string，在f-string中，如果字符串中包含{xxx}，那么将会以xxx的变量进行替换