Python入門(一):單行字串,多行字串和Unicode字串
1 單行字串
字串可以用''或者""括起來表示。如果字串本身包含
',可以用" "
括起來表示,比如
"I'm OK"
類似的,如果字串包含"
,我們就可以用'
'
括起來表示:'Learn "Python".'
如果字串既包含'
又包含"
怎麼辦?這個時候,就需要對字串的某些特殊字元進行“轉義”,Python字
符用\
進行轉義。要表示字串 Bob
said "I'm OK".
由於 ' 和 " 會引起歧義,因此,我們在它前面插入一
個\
表示這是一個普通字元,不代表字串的起始,因此,這個字串又可以表示為
'Bob said \"I\'m OK\".'
注意:轉義字元 \ 不計入字串的內容中。常用的轉義字元還有:
\n 表示換行
\t 表示一個製表符
\\ 表示 \ 字元本身
如果一個字串包含很多需要轉義的字元,對每一個字元都進行轉義會很麻煩。為了避免這種情況,我們可以在
字串前面加個字首r
,表示這是一個 raw 字串,裡面的字元就不需要轉義了。例如:
>>>
r'\(~_~)/ \(~_~)/'
r'...'
表示法不能表示多行字串,也不能表示包含'
和 "
的字串(為什麼?)
2 多行字串
如果要表示多行字串,可以用'''...'''
表示:
'''Line 1
Line 2
Line 3'''
上面這個字串的表示方法和下面的是完全一樣的:
'Line 1\nLine 2\nLine 3'
還可以在多行字串前面新增 r
,把這個多行字串也變成一個raw字串:
r'''Python is created by "Guido".
It is free and easy to learn.
Let's start learn Python!'''
3 Unicode字串
字串還有一個編碼問題。
因為計算機只能處理數字,如果要處理文字,就必須先把文字轉換為數字才能處理。最早的計算機在設計時採用8
個位元(bit)作為一個位元組(byte),所以,一個位元組能表示的最大的整數就是255(二進位制11111111=十進位制
255),0 - 255被用來表示大小寫英文字母、數字和一些符號,這個編碼表被稱為ASCII編碼,比如大寫字母 A 的
編碼是65,小寫字母 z 的編碼是122。如果要表示中文,顯然一個位元組是不夠的,至少需要兩個位元組,而且還不能
和ASCII編碼衝突,所以,中國製定了GB2312編碼,用來把中文編進去。
類似的,日文和韓文等其他語言也有這個問題。為了統一所有文字的編碼,Unicode應運而生。Unicode把所有語
言都統一到一套編碼裡,這樣就不會再有亂碼問題了。
因為Python的誕生比Unicode標準釋出的時間還要早,所以最早的Python只支援ASCII編碼,普通的字串'ABC'在
Python內部都是ASCII編碼的。Python在後來添加了對Unicode的支援,以Unicode表示的字串用u'...'表示,比
如:
print u'中文'
中文
注意: 不加 u ,中文就不能正常顯示。Unicode字串除了多了一個 u
之外,與普通字串沒啥區別,轉
義字元和多行表示法仍然有效。
如果中文字串在Python環境下遇到 UnicodeDecodeError,這是因為.py檔案儲存的格式有問題。可以在第一行
添加註釋:
# -*- coding: utf-8 -*-
目的是告訴Python直譯器,用UTF-8編碼讀取原始碼。然後用Notepad++ 另存為... 並選擇UTF-8格式儲存。