python中文字字型 Python中的文字和位元組

概述

最近工作中的專案同時使用到了 python2 和 python3 ，遇到了文字和位元組方面的 tricks，自己之前對這方面不太了解，學習並總結一下。

編碼介紹

unicode 標準

unicode 是用於表示文字以供計算機進行處理的通用字元編碼標準。unicode 標準提供了一種對多語種純文字進行一致編碼的方法，便於國際文字檔案的交換。

字元的最佳定義是 unicode 字元。unicode 只是乙個符號集，它只規定了符號的二進位制**，並沒有規定這個二進位制**應該如何儲存。

utf-8

utf-8 字元編碼是 unicode 的實現方式之一。

utf-8 是一種變長的編碼方式，它可以使用1~4個位元組表示乙個符號，根據不同的符號而變化位元組長度。

python 中的文字和位元組

python3 中從 str 物件中獲取的元素就是 unicode 字元，可以通過編碼 (encode) 將文字轉化為位元組。

然而 python2 中從 str 物件中獲取的元素是位元組序列，只有通過解碼 (decode) 才能將位元組轉化為文字。

下面使用兩個版本的 python 對字串進行操作以作解釋：

# py3

>>> s = '123'

>>> type(s)

# 文字

>>> b = s.encode('utf-8')

>>> b

b'123'

>>> type(b)

# 位元組序列

# py2

>>> s = '123'

>>> type(s)

# 這裡是位元組序列

>>> b = s.encode('utf-8')

>>> b

'123'

>>> type(b)

# 這裡還是位元組序列

>>> b.decode() # decode 出來的才是文字

u'123'

>>> type(b.decode())

# 文字

>>> c = '一二三'

>>> c

'\xe4\xb8\x80\xe4\xba\x8c\xe4\xb8\x89' # 位元組序列

從上面的兩個**片段可以總結出 python2 和 python3 對於字串處理上的區別：

python 中的 u, b, r

python 的字串有時候前面會加乙個 u ，r 或者 b ，其含義如下：

u ：表示字串中的元素是 unicode 字元。結合上面**的結論，可以認為：在 python3 中，字串前面是否加 u 的效果是一致的。在 python2 中，字串前面加 u 表示其中的元素是 unicode 字元，不加 u 表示 bytes。

b ：表示字串中的元素是 bytes。同結合上面**的結論，可以認為：在 python2 中，字串前面是否加 b 的效果是一致的。在 python3 中，字串前面加 b 表示其中的元素是 bytes，不加 b 表示 unicode 字元。

r ：表示字串是原始字串(raw string) ，裡面的字元都是 raw string literals ，與 unicode 和 bytes 無關，因此 python2 和 python3 中含義是一致的。它的作用是使直譯器不會對諸如 \n, \t 等轉義字元進行轉義：

# py3

>>> s1 = '123\n123\t123'

>>> s1

'123\n123\t123'

>>> s2 = r'123\n123\t123'

>>> s2

'123\\n123\\t123' # 不轉義

python2 和 python3 在字串處理方面的相容

既然 python2 和 python3 在字串的處理方面有所不同，但是實際工作中卻需要寫出相容兩種版本的**，那麼應該如何處理呢？

我的做法是使用 __future__ 模組：

from __future__ import unicode_literals

該模組的作用是將 python2 的字串字面量的型別變為文字，而不是位元組，因此與 python3 是一樣的。

舉個栗子：

# py2

>>> from __future__ import unicode_literals

>>> s = '123'

>>> s

u'123'

>>> type(s)

# 文字

>>> b = b'123'

>>> b

'123'

>>> type(b)

# 位元組

總結目前 python2 與 python3 是並存的，因此在編寫**過程中需要注意其中的差異和相容性，不然就要出鍋了hhh，別問我為什麼這麼說 quq(雖然 python2 在 2020 年 1 月就要停止維護了)。

參考

python中文字字型 Python中的文字和位元組

設定靜態文字字型

css背景,文字,字型

Css顏色和文字字型

python中文字字型 Python中的文字和位元組

設定靜態文字字型

css背景,文字,字型

Css顏色和文字字型

相關推薦