《Dive into python3》：Chapter 4 String（字符串）

这一章节主要内容是：字符编码Unicode的一些知识、格式化字符串以及其它常用的字符串方法。

一、字符编码

屏幕上的每一块文本都是以某种字符编码（character encoding）方式保存的，不同的编码方式i可能会使用不同的字节序列：大端模式（big-endian）或小端模式（little-endian）。编码方式是将计算机可读的数字映射成人类可读的字符的解码密钥。

unicode编码系统为表达任意语言的任意字符而设计。它使用4字节的数字来表达mei'每个字母、符号，或者表意文字（ideograph）。在空间效率上，UTF-16比UTF-32高两倍。为了解决字节序问题，"byte-order mark"，UTF-8是可变长编码系统。

	字节	表示范围
UTF-32	4
UTF-16	2	0-65535
UTF-8	1	0-127

二、格式化字符串format()方法的使用

humansize.py
SUFFIXES = {1000: ['KB', 'MB', 'GB', 'TB', 'PB', 'EB', 'ZB', 'YB'],
            1024: ['KiB', 'MiB', 'GiB', 'TiB', 'PiB', 'EiB', 'ZiB', 'YiB']}

def approximate_size(size, a_kilobyte_is_1024_bytes=True):
    '''Convert a file size to human-readable form.

    Keyword arguments:
    size -- file size in bytes
    a_kilobyte_is_1024_bytes -- if True (default), use multiples of 1024
                                if False, use multiples of 1000

    Returns: string

    '''
    if size < 0:
        raise ValueError('number must be non-negative')

    multiple = 1024 if a_kilobyte_is_1024_bytes else 1000
    for suffix in SUFFIXES[multiple]:
        size /= multiple
        if size < multiple:
            return '{0:.1f} {1}'.format(size, suffix)   '{0:.1f}和{1}里面的0和1是format()参数索引，返回值为格式化后的字符串'

    raise ValueError('number too large')

if __name__ == '__main__':
    print(approximate_size(1000000000000, False))
    print(approximate_size(1025))

>>> 
======== RESTART: F:\python3\wq\diveintopython3\examples\humansize.py ========
1.0 TB
1.0 KiB
>>>

复杂一点的使用复合字段名：格式说明符通过使用类似python语法访问到对象元素或属性。关于格式说明符参考：http://docs.python.org/3.1/library/string.html#format-specification-mini-language

三、string vs bytes

字节即字节；字符是一种抽象。一个不可变 (immutable) 的Unicode 编码的字符序列叫做 string 。一串由 0 到 255 之间的数字组成的序列叫做 bytes 对象。使用 “byte 字面值 ” 语法 b'' 来定义 bytes 对象。 byte 字面值里的每个字节可以是 ASCII 字符或者是从 \x00 到 \xff 编码了的 16 进制数。

补充内容：python2源码默认编码方式是ASCII，python3的默认编码方式是UTF-8.如需使用其他编码格式，只要在文件首行或第二行声明即可，声明格式：# ‐*‐ coding: windows‐1252 ‐*‐

《Dive into python3》：Chapter 4 String（字符串）

猜你喜欢