恼人的字符串

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。由于计算机是美国人发明的，因此，最早只有127个字母被编码到计算机里，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a的编码是97。

但是要处理中文至少需要两个字节，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。全世界有上百种语言，为了扩充ASCII编码，用于显示本国的语言，不同的国家和地区制定了不同的标准，由此产生了 GB2312, BIG5, JIS 等各自的编码标准。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。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。

ps：此处不细说Unicode编码转化为“可变长编码”的UTF-8编码，有兴趣的读者可以自行查阅资料。

python字符串的表示

这里python3.x版本的改进就很是使用。

在2.x版本中：

>>> str="python 2.x 版本输出中文字符一点都不方便">>> str‘python 2.x \xb0\xe6\xb1\xbe\xca\xe4\xb3\xf6\xd6\xd0\xce\xc4\xd7\xd6\xb7\xfb\xd2\xbb\xb5\xe3\xb6\xbc\xb2\xbb\xb7\xbd\xb1\xe3‘>>> 

所以说，编码有时候造成的BUG会让人痛不欲生，历史遗留问题，Python 2.x版本虽然支持Unicode，但在语法上需要‘xxx‘和u‘xxx‘两种字符串表示方式。

而在Python 3.x版本中，‘xxx‘和u‘xxx‘被统一成Unicode编码，即写不写前缀u都是一样的，而以字节形式表示的字符串则必须加上b前缀：b‘xxx‘。

而在3.x版本中：

>>> str="python 3.x 版本输出中文字符很方便">>> str‘python 3.x 版本输出中文字符很方便‘>>> 

格式化输出

我们经常会输出像 ‘XXX先生/女士，您好！您本月信用卡的消费数额为XXXX元，透支XXXX元‘ 这样的句式，因此我们需要格式化输出。

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 

格式化整数和浮点数还可以指定是否补0(最后一位四舍五入)。

>>> ‘%f‘ %1.23456789‘1.234568‘>>> ‘%.3f‘ %1.23456789‘1.235‘

如果不太确定用哪个，可以用%s，它会把任何数据类型转换为字符串。

>>> ‘%s先生/女士，您好！您本月信用卡的消费数额为%d元，透支%d元‘ %(‘皇家理工‘,6666,2222)‘皇家理工先生/女士，您好！您本月信用卡的消费数额为6666元，透支2222元‘>>> ‘%s先生/女士，您好！您本月信用卡的消费数额为%s元，透支%s元‘ %(‘皇家理工‘,6666,2222)‘皇家理工先生/女士，您好！您本月信用卡的消费数额为6666元，透支2222元‘>>> 

当日小结：字符编码格式，在2.x主流的日子还是个痛啊。

【Python④】python恼人的字符串，格式化输出