Python学习_字符串和列表

字符串

字符编码基础

字符编码:本质是二进制数据与语言文字的一一对应关系。a b c
字符----（翻译）—二进制
不同的字符如何翻译成二进制的形式，就涉及到字符编码：
ASCII编码：基于英文考虑。一个字节代表一个字符
GBK：满足中文需求，专门为中文定制GBK编码。两个字节代表一个字符
只是英文和中文久出现不同字节代表不同的字符的情况，可想而知多语言混合的编码就会出现乱码的情况。因此久出现了unicode编码，统一用两个字节代表一个字符， 兼容万国语言。
具体编码情况还需要具体分析。对于通篇采用英文编码的方式使用unicode编码就会浪费一些资源，使得存储空间增大。因此久产生了UTF-8编码，对不同的字符用不同的长度来表示。

unicode 兼容万国语言
UTF-8：不定长。对不同的字符用不同的长度来表示。优点就是节省空间；缺点就是因为存在字符到数字的转换所以速度会慢一些。

gbk:用来专门解决中文编码的，双字节的。
utf-8编码的中文使用了3个字节
中文程序开发:使用gbk会更好。

字符编码转换

编码：encode()

本质就是将字符转换为字节流（二进制数据流），使得计算机可以看懂

a='hello'
print(a)
print(type(a))
b=b'hello' # 字节流形式
print(b)
print(type(b)) # <class 'bytes'>字节码 也即字节流

c='xsy_hello'
print(c)
d=c.encode() # 给c进行编码，把字符串转换成二进制数据流
print(d)

解码：decode()

解码的本质是将字节流解码为字符的形式，使得程序员可以看懂（还原字符串）

c='xsy_hello'
print(c)
d=c.encode() # 给c进行编码，把字符串转换成二进制数据流
print(d)

e=d.decode()
print(e)

索引下标

索引及下标，正序从0开始，范围：左闭右开
倒序：从-1开始

字符串切片

name='xsy_hello_world'
a=name[4]
b=name[5]
c=name[6]
d=name[7]
e=name[8]
print(a+b+c+d+e)

切片语法: [ 起始索引:结束索引:步长 ] (范围:左闭右开，顾头不顾尾）默认步长为1（偏移量）
步长：可以控制查找的方向，步长为正，表明从左向右查找；步长为负，表明从右向左查找。

切片时下标超出范围不会报错，取数的查找范围截至到字符串的最后一位

name='xsy_hello_world'
a=name[4]
b=name[5]
c=name[6]
d=name[7]
e=name[8]
print(a+b+c+d+e)
print(name[4:9:1])
print(name[4:9])
print(name[4:9:2])
print(name[::]) # 没有限制 表明取到所有
print(name[-1:3:-1]) # 倒叙输出
print(name[2:30:2]) # 不会报错

name='xsy_hello_world'
print(name[4:9:-1])

4-9表示从左向右方向，但是步长是为负则表示从右向左方向，所以两个方向冲突

字符串常见操作

# 1.find 字符串序列.find(子串，开始下标，结束下标)
# 检测子串str是否包含在原字符串myst中，如果在则返回第一次找到的索引值，否则返回-1
a='hello_world'
print(a.find('h')) # 在字符串a中查找h，并且返回第一次查找到h的下标
print(a.find('l',1,5)) # 2

# 2. index查找索引  字符串序列.index (str，开始下标，结束下标)
# 与find方法一样，只不过如果str不在mystr中会报一个异常
mystr='hello_world'
print(mystr.index('h'))
print(mystr.index('l',1,5))
print(mystr.index('h',1,5)) # 找不到字串会报错