惱人的字符串

計算機只能處理數字，如果要處理文本，就必須先把文本轉換為數字才能處理。由于計算機是美國人發明的，因此，最早只有127個字母被編碼到計算機里，也就是大小寫英文字母、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a的編碼是97。

但是要處理中文至少需要兩個字節，而且還不能和ASCII編碼沖突，所以，中國制定了GB2312編碼，用來把中文編進去。全世界有上百種語言，為了擴充ASCII編碼，用于顯示本國的語言，不同的國家和地區制定了不同的標準，由此產生了 GB2312, BIG5, JIS 等各自的編碼標準。各國有各國的標準，就會不可避免地出現沖突，結果就是，在多語言混合的文本中，顯示出來會有亂碼。因此，Unicode應運而生。Unicode把所有語言都統一到一套編碼里，這樣就不會再有亂碼問題了。

ps：此處不細說Unicode編碼轉化為“可變長編碼”的UTF-8編碼，有興趣的讀者可以自行查閱資料。

python字符串的表示

這里python3.x版本的改進就很是使用。

在2.x版本中：

>>> str="python 2.x 版本輸出中文字符一點都不方便">>> str'python 2.x /xb0/xe6/xb1/xbe/xca/xe4/xb3/xf6/xd6/xd0/xce/xc4/xd7/xd6/xb7/xfb/xd2/xbb/xb5/xe3/xb6/xbc/xb2/xbb/xb7/xbd/xb1/xe3'>>> 

所以說，編碼有時候造成的BUG會讓人痛不欲生，歷史遺留問題，Python 2.x版本雖然支持Unicode，但在語法上需要'xxx'和u'xxx'兩種字符串表示方式。

而在Python 3.x版本中，'xxx'和u'xxx'被統一成Unicode編碼，即寫不寫前綴u都是一樣的，而以字節形式表示的字符串則必須加上b前綴：b'xxx'。

而在3.x版本中：

>>> str="python 3.x 版本輸出中文字符很方便">>> str'python 3.x 版本輸出中文字符很方便'>>> 

格式化輸出

我們經常會輸出像 'XXX先生/女士，您好！您本月信用卡的消費數額為XXXX元，透支XXXX元' 這樣的句式，因此我們需要格式化輸出。

常見的占位符有：

%d 整數 %f 浮點數 %s 字符串 %x 十六進制整數 

格式化整數和浮點數還可以指定是否補0(最后一位四舍五入)。

>>> '%f' %1.23456789'1.234568'>>> '%.3f' %1.23456789'1.235'

如果不太確定用哪個，可以用%s，它會把任何數據類型轉換為字符串。

>>> '%s先生/女士，您好！您本月信用卡的消費數額為%d元，透支%d元' %('皇家理工',6666,2222)'皇家理工先生/女士，您好！您本月信用卡的消費數額為6666元，透支2222元'>>> '%s先生/女士，您好！您本月信用卡的消費數額為%s元，透支%s元' %('皇家理工',6666,2222)'皇家理工先生/女士，您好！您本月信用卡的消費數額為6666元，透支2222元'>>> 

當日小結：字符編碼格式，在2.x主流的日子還是個痛啊。