字符串相关的复习

学习目标：

1. 了解 常见字符以及字符集
2. 掌握 str，bytes以及互相转换的方法

---

1 字符、字符集

字符(Character)是各种文字和符号的总称，包括各国家文字、标点符号、图形符号、数字等

字符集(Character set)是多个字符的集合

字符集包括：ASCII字符集、GB2312字符集、GB18030字符集、Unicode字符集等

ASCII编码是1个字节，而Unicode编码通常是2个字节。

UTF-8是Unicode的实现方式之一，UTF-8是它是一种变长的编码方式，可以是1，2，3个字节

了解更多请看故事：ascii和unicode以及utf-8的起源

2 python3中的字符串

python3中两种字符串类型：

• str : unicode的呈现形式
• bytes :字节类型，互联网上数据的都是以二进制的方式(字节类型)传输的

关于bytes的拓展阅读：https://segmentfault.com/a/1190000004450876 (opens new window)

3 str和bytes类型的互相转换：

• str 使用encode方法转化为 bytes

  s = 'abc'
  print(type(s))
  #str编码变为bytes类型
  b = s.encode
  print(type(b)) 

• bytes 通过decode转化为 str

  b = b'abc'
  print(type(b))
  #bytes类型解码成为str类型
  s = b.decode()
  print(type(s)) 

编码方式解码方式必须一样，否则就会出现乱码

---

小结

1. str，bytes以及互相转换:
   • str 使用encode方法转化为 bytes
   • bytes 通过decode转化为 str
2. 字符集编码类型（ASCII,unicode,UTF-8）:
   • 字符(Character)是各种文字和符号的总称，包括各国家文字、标点符号、图形符号、数字等
   • 字符集(Character set)有字符构成，是多个字符的集合，如：ASCII字符集、GB2312字符集、GB18030字符集、Unicode字符集等