本文主要給大家介紹了關(guān)于 Python中的字符串操作和編碼Unicode的一些知識，下面話不多說，需要的朋友們下面來一起學(xué)習(xí)吧。
字符串類型
str：Unicode字符串。采用''或者r''構(gòu)造的字符串均為str，單引號可以用雙引號或者三引號來代替。無論用哪種方式進行制定，在Python內(nèi)部存儲時沒有區(qū)別。
bytes：二進制字符串。由于jpg等其他格式的文件不能用str進行顯示，所以才用bytes來表示，bytes的每個字節(jié)為一個0-255的數(shù)字。如果打印的時候，Python會把能夠用ASCII表示的部分顯示為ASCII，這樣方便閱讀。bytes幾乎支持除了格式化以外的所有str的方法，甚至包括了re模塊
bytearray() ：二進制可原地變動的字符串。
utf-8編碼范圍
| 范圍 | 字節(jié)數(shù) | 存儲格式 |
| 0x0000~0x007F (0 ~ 127) | 1字節(jié) | 0xxxxxxx |
| 0x0080~0x07FF(128 ~ 2047) | 2字節(jié) | 110xxxxx 10xxxxxx |
| 0x0800~FFFF(2048 ~ 65535) | 3字節(jié) | 1110xxxx 10xxxxxx 10xxxxxx |
| 0x10000~1FFFFFF(65536 ~ 2097152) | 4字節(jié) | 11110xxx 10xxxxxx 10xxxxxx 10xxxxxx |
| 0x2000000~0x3FFFFFF | 5字節(jié) | 111110xx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx |
| 0x4000000~0x7FFFFFFF) | 6字節(jié) | 1111110x 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx |
字節(jié)順序標(biāo)記BOM
BOM是byte order marker的縮寫，
指定編碼寫入時的規(guī)則
Python在使用'utf-8'編碼寫入文件時不會寫入BOM頭，但是如果指定編碼'utf-8-sig'則會迫使Python寫入一個BOM頭。
使用'utf-16-be'不會寫入一個BOM頭，但是采用'utf-16'則會寫入一個BOM頭。
>>> open('h.txt','w',encoding='utf-8-sig').write('aaa')3>>> open('h.txt','rb').read()b'/xef/xbb/xbfaaa'>>> open('h.txt','w',encoding='utf-16').write('bbb')3>>> open('h.txt','rb').read()b'/xff/xfeb/x00b/x00b/x00'>>> open('hh.txt','w',encoding='utf-16-be').write('ccc')3>>> open('hh.txt','rb').read()b'/x00c/x00c/x00c'>>> open('h.txt','w',encoding='utf-8').write('ddd')3>>> open('h.txt','rb').read()b'ddd'讀取時的規(guī)則
如果指定了正確的編碼，那么BOM會忽略，否則BOM會顯示為亂碼或者返回異常。