Python从0到50(二十四)：字符和字符集基础知识及应用

目录

什么是字符与字符集？

Python 字符的基本操作

1. 字符与 Unicode 字符码交互

2. 常用内置字符串操作方法

字符集与编码

1. 检查字符串的编码类型

2. 编码与解码

3. 编码格式

处理 Unicode 字符

1. Unicode 数据库

2. 标准化 Unicode 字符串

应用场景

1. 数据清洗

2. 文件读写时的编码指定

3. 正则表达式匹配字符集

4. 国际化与多语言支持

总结

---

什么是字符与字符集？

1. 字符：字符是信息的基本单元，可以是字母、数字、特殊符号、空格等。例如 'A', '1', 或 '$' 都是字符。

2. 字符集：字符集是用来定义哪些字符可以被表示的一种规则集合，同时赋予了每个字符一个对应编码值。例如：

   • ASCII 是早期的字符集，支持大约 128 个字符。
   • Unicode 是现代的字符集，支持全球绝大多数语言的字符。

3. 字符编码：

   • 字符编码将字符和二进制数据（机器可处理的形式）之间进行转换。
   • 常见的编码格式有：ASCII, UTF-8, UTF-16, UTF-32 等。

Python 字符的基本操作

在 Python 中，字符实际上是长度为 1 的字符串。

1. 字符与 Unicode 字符码交互

Python 提供了 ord() 和 chr() 两个内置方法用来在字符和其 Unicode 码之间进行转换。

Python

# 获取字符的 Unicode 值
char = 'A'
unicode_code = ord(char)
print(f"字符 {char} 的 Unicode 码值为：{unicode_code}")  # 输出 65

# 反向获取字符
code = 97
char = chr(code)
print(f"Unicode 码值 {code} 对应的字符为：{char}")  # 输出 'a'

2. 常用内置字符串操作方法

Python 提供了丰富的字符串处理方法，用来处理字符级别的问题：

Python

text = "Hello, Python!"

# 判断是否是字母、数字或空白
print(text[0].isalpha())  # True -> 'H' 是字母
print(text[6].isdigit())  # False -> ',' 不是数字
print(" ".isspace())      # True  -> 空格是空白字符

# 转换大小写
print(text.lower())  # "hello, python!" -> 转为小写
print(text.upper())  # "HELLO, PYTHON!" -> 转为大写

# 检查字符的 ASCII 值范围
print("A".is