python相关基础总结一

Python是著名的“龟叔”Guido van Rossum在1989年圣诞节期间,为了打发无聊的圣诞节而编写的一个编程语言。

龟叔给Python的定位是“优雅”、“明确”、“简单”,所以Python程序看上去总是简单易懂,初学者学Python,不但入门容易,而且将来深入下去,可以编写那些非常非常复杂的程序。

本文主要总结一些python相关的基础。(基于python 3)


python 基础

输入输出

  • 输入 name = input() (输入的内容将会赋值给name)
  • 输出 print(‘hello, world’) (执行代码后,输出hello, world)
    示例代码: 输入内容给name,然后打印 hello,name
    1
    2
    name = input()
    print('hello,', name)

数据类型

数据类型 介绍
整数 python可以处理任意大小的整数:正负整数,或者可以用0x使用十六进制数值
浮点数 有小数点的数 (对于很大或很小的浮点数,必须用科学计数法表示,把10用e替代,例如1.23x109就是1.23e9或者12.3e8。而0.000012可以写成1.2e-5,等等)
字符串 符串是以单引号’或双引号”括起来的任意文本,如:‘a’或”abc“(注意:’和“不是字符串的一部分,如果字符串内部有‘和”,需要使用\来标识 如:(”I'm "OK"!”))
布尔值 一个布尔值只有True、False两种值,要么是True,要么是False (布尔值可以用and、or和not运算)
空值 空值是Python里一个特殊的值,用None表示。None不能理解为0,因为0是有意义的,而None是一个特殊的空值

字符串相关说明:

  • 转义字符\可以转义很多字符,比如\n表示换行,\t表示制表符,字符\本身也要转义,所以\表示的字符就是\
  • Python还允许用r’’表示’’内部的字符串默认不转义
  • 如果字符串内部有很多换行,用\n写在一行里不好阅读,为了简化,Python允许用’’’…’’’的格式表示多行内容
  • 多行字符串’’’…’’’还可以在前面加上r使用

布尔类型相关运算解释:

  • and运算是与运算,只有所有都为True,and运算结果才是True
  • or运算是或运算,只要其中有一个为True,or运算结果就是True
  • not运算是非运算,它是一个单目运算符,把True变成False,False变成True

变量相关解释:

  • 和其他语言类似,变量名必须是大小写英文、数字和_的组合,且不能用数字开头
  • =是赋值语句,python是动态语言,可以把任意数据类型赋值给变量,同一个变量可以反复赋值,而且可以是不同类型的变量
  • 常量,在Python中,通常用全部大写的变量名表示常量。 其实它依然是个变量,需要自己去遵循,大写定义的变量名为常量
  • /除法计算结果是浮点数,即使是两个整数恰好整除,结果也是浮点数
  • 还有一种除法是//,称为地板除,两个整数的除法仍然是整数(例如:10//3 = 3)
  • Python还提供一个余数运算 % ,可以得到两个整数相除的余数 (例如:10%3 = 1)

特别注意:

  • 对变量赋值x = y是把变量x指向真正的对象,该对象是变量y所指向的。随后对变量y的赋值不影响变量x的指向
  • Python的整数没有大小限制,而某些语言的整数根据其存储长度是有大小限制的,例如Java对32位整数的范围限制在-2147483648-2147483647。Python的浮点数也没有大小限制,但是超出一定范围就直接表示为inf(无限大)。

字符串和编码

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

  • 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

    1
    2
    3
    4
    5
    6
    7
    8
    >>> 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

    1
    2
    >>> '\u4e2d\u6587'
    '中文
  • Python对bytes类型的数据用带b前缀的单引号或双引号表示

    1
    x = b'ABC'
  • 以Unicode表示的str通过encode()方法可以编码为指定的bytes

    1
    2
    3
    4
    5
    6
    7
    >>> 'ABC'.encode('ascii')
    b'ABC'
    >>> '中文'.encode('utf-8')
    b'\xe4\xb8\xad\xe6\x96\x87'
    Traceback (most recent call last):
    File "<stdin>", line 1, 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。

  • 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

    1
    2
    3
    4
    >>> b'ABC'.decode('ascii')
    'ABC'
    >>> b'\xe4\xb8\xad\xe6\x96\x87'.decode('utf-8')
    '中文'
  • 如果bytes中包含无法解码的字节,decode()方法会报错

    1
    2
    3
    4
    >>> b'\xe4\xb8\xad\xff'.decode('utf-8')
    Traceback (most recent call last):
    ...
    UnicodeDecodeError: 'utf-8' codec can't decode byte 0xff in position 3: invalid start byte
  • 如果bytes中只有一小部分无效的字节,可以传入errors=’ignore’忽略错误的字节

    1
    2
    >>> b'\xe4\xb8\xad\xff'.decode('utf-8', errors='ignore')
    '中
  • len()函数 可以计算出字符串的长度(注:len()函数计算的是str的字符数,如果换成bytes,len()函数就计算字节数:)

  • 字符串格式化示例

    1
    2
    3
    4
    >>> 'Hello, %s' % 'world'
    'Hello, world'
    >>> 'Hi, %s, you have $%d.' % ('Michael', 1000000)
    'Hi, Michael, you have $1000000.'

    占位符相关解释:

    1
    2
    3
    4
    5
    占位符	替换内容
    %d 整数
    %f 浮点数
    %s 字符串
    %x 十六进制整数

    注意: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:

    1
    2
    >>> 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:

    1
    2
    3
    4
    5
    6
    7
    8
    >>> 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:

    1
    2
    >>> '\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。

Python对bytes类型的数据用带b前缀的单引号或双引号表示:

1
x = b'ABC'

要注意区分’ABC’和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。

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

1
2
3
4
5
6
7
8
>>> 'ABC'.encode('ascii')
b'ABC'
>>> '中文'.encode('utf-8')
b'\xe4\xb8\xad\xe6\x96\x87'
>>> '中文'.encode('ascii')
Traceback (most recent call last):
File "<stdin>", line 1, 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。

在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:

1
2
3
4
>>> b'ABC'.decode('ascii')
'ABC'
>>> b'\xe4\xb8\xad\xe6\x96\x87'.decode('utf-8')
'中文'

如果bytes中包含无法解码的字节,decode()方法会报错:

1
2
3
4
>>> b'\xe4\xb8\xad\xff'.decode('utf-8')
Traceback (most recent call last):
...
UnicodeDecodeError: 'utf-8' codec can't decode byte 0xff in position 3: invalid start byte

如果bytes中只有一小部分无效的字节,可以传入errors=’ignore’忽略错误的字节:

1
2
3
>>> b'\xe4\xb8\xad\xff'.decode('utf-8', errors='ignore')
'中'
~

要计算str包含多少个字符,可以用len()函数:

1
2
3
4
>>> len('ABC')
3
>>> len('中文')
2

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

1
2
3
4
5
6
>>> 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str和bytes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str和bytes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:

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:

1
2
3
4
>>> '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。

  • 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:
    1
    2
    print('%2d-%02d' % (3, 1))
    print('%.2f' % 3.1415926)
    常见的占位符有:
占位符 替换内容
%d 整数
%f 浮点数
%s 字符串
%x 十六进制整数
注意: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