字符編碼
??最早的計(jì)算機(jī)在設(shè)計(jì)時(shí)采用8個(gè)比特（bit）作為一個(gè)字節(jié)（byte）盏阶，所以绑谣，一個(gè)字節(jié)能表示的最大的整數(shù)就是255（二進(jìn)制11111111=十進(jìn)制255）
??因?yàn)橛?jì)算機(jī)只能處理數(shù)字，如果要處理文本罩息，就必須先把文本轉(zhuǎn)換為數(shù)字才能處理岂贩。
??由于計(jì)算機(jī)是美國人發(fā)明的茫经，因此，最早只有127個(gè)字符被編碼到計(jì)算機(jī)里萎津，也就是大小寫英文字母卸伞、數(shù)字和一些符號(hào)，這個(gè)編碼表被稱為ASCII編碼锉屈，比如大寫字母A的編碼是65荤傲，小寫字母z的編碼是122。
??你可以想得到的是颈渊，全世界有上百種語言遂黍，日本把日文編到Shift_JIS里，韓國把韓文編到Euc-kr里俊嗽，各國有各國的標(biāo)準(zhǔn)雾家，就會(huì)不可避免地出現(xiàn)沖突，結(jié)果就是绍豁，在多語言混合的文本中芯咧，顯示出來會(huì)有亂碼。
因此，Unicode字符集應(yīng)運(yùn)而生唬党。Unicode把所有語言都統(tǒng)一到一套編碼里，這樣就不會(huì)再有亂碼問題了鬼佣。
??Unicode標(biāo)準(zhǔn)也在不斷發(fā)展驶拱，但最常用的是UCS-16編碼，用兩個(gè)字節(jié)表示一個(gè)字符（如果要用到非常偏僻的字符晶衷，就需要4個(gè)字節(jié)）±陡伲現(xiàn)代操作系統(tǒng)和大多數(shù)編程語言都直接支持Unicode。
??現(xiàn)在晌纫，捋一捋ASCII編碼和Unicode編碼的區(qū)別：ASCII編碼是1個(gè)字節(jié)税迷，而Unicode編碼通常是2個(gè)字節(jié)。
??字母A用ASCII編碼是十進(jìn)制的65锹漱，二進(jìn)制的01000001箭养；
??字符0用ASCII編碼是十進(jìn)制的48，二進(jìn)制的00110000哥牍，注意字符'0'和整數(shù)0是不同的毕泌；
??漢字中已經(jīng)超出了ASCII編碼的范圍，用Unicode編碼是十進(jìn)制的20013嗅辣，二進(jìn)制的01001110 00101101撼泛。
??你可以猜測(cè)，如果把ASCII編碼的A用Unicode編碼澡谭，只需要在前面補(bǔ)0就可以愿题，因此，A的Unicode編碼是00000000 01000001蛙奖。
??新的問題又出現(xiàn)了：如果統(tǒng)一成Unicode編碼潘酗，亂碼問題從此消失了。但是外永，如果你寫的文本基本上全部是英文的話崎脉，用Unicode編碼比ASCII編碼需要多一倍的存儲(chǔ)空間，在存儲(chǔ)和傳輸上就十分不劃算伯顶。
??所以囚灼，本著節(jié)約的精神，又出現(xiàn)了把Unicode編碼轉(zhuǎn)化為“可變長(zhǎng)編碼”的UTF-8編碼祭衩。UTF-8編碼把一個(gè)Unicode字符根據(jù)不同的數(shù)字大小編碼成1-6個(gè)字節(jié)灶体，常用的英文字母被編碼成1個(gè)字節(jié)，漢字通常是3個(gè)字節(jié)掐暮，只有很生僻的字符才會(huì)被編碼成4-6個(gè)字節(jié)蝎抽。如果你要傳輸?shù)奈谋景罅坑⑽淖址肬TF-8編碼就能節(jié)省空間：
從上面的表格還可以發(fā)現(xiàn)，UTF-8編碼有一個(gè)額外的好處樟结，就是ASCII編碼實(shí)際上可以被看成是UTF-8編碼的一部分养交，所以，大量只支持ASCII編碼的歷史遺留軟件可以在UTF-8編碼下繼續(xù)工作瓢宦。
計(jì)算機(jī)系統(tǒng)通用的字符編碼工作方式：
在計(jì)算機(jī)內(nèi)存中碎连，統(tǒng)一使用Unicode編碼，當(dāng)需要保存到硬盤或者需要傳輸?shù)臅r(shí)候驮履，就轉(zhuǎn)換為UTF-8編碼鱼辙。
當(dāng)Python解釋器讀取源代碼時(shí)，為了讓它按UTF-8編碼讀取玫镐，我們通常在文件開頭寫上這兩行：
#!/usr/bin/env python3
# -*- coding: utf-8 -*-
第一行注釋是為了告訴Linux/OS X系統(tǒng)倒戏，這是一個(gè)Python可執(zhí)行程序，Windows系統(tǒng)會(huì)忽略這個(gè)注釋恐似；
第二行注釋是為了告訴Python解釋器杜跷，按照UTF-8編碼讀取源代碼，否則蹂喻，你在源代碼中寫的中文輸出可能會(huì)有亂碼葱椭。
申明了UTF-8編碼并不意味著你的.py文件就是UTF-8編碼的，必須并且要確保文本編輯器正在使用UTF-8 without BOM編碼：
字符串
要計(jì)算str包含多少個(gè)字符口四，可以用len()函數(shù)
>>> len('ABC')
3
len()函數(shù)計(jì)算的是str的字符數(shù)孵运，如果換成bytes，len()函數(shù)就計(jì)算字節(jié)數(shù)：
>>> len(b'ABC')
3
>>> len(b'\xe4\xb8\xad\xe6\x96\x87')
6
>>> len('中文'.encode('utf-8'))
6
格式化
如何輸出格式化的字符串蔓彩。我們經(jīng)常會(huì)輸出類似'親愛的xxx你好治笨！你xx月的話費(fèi)是xx，余額是xx'之類的字符串赤嚼，而xxx的內(nèi)容都是根據(jù)變量變化的旷赖，所以，需要一種簡(jiǎn)便的格式化字符串的方式更卒。
在Python中等孵，采用的格式化方式和C語言是一致的，用%實(shí)現(xiàn)蹂空，舉例如下：
>>> 'Hello, %s' % 'world'
'Hello, world'
>>> 'Hi, %s, you have $%d.' % ('Michael', 1000000)
'Hi, Michael, you have $1000000.'
你可能猜到了俯萌，%運(yùn)算符就是用來格式化字符串的。在字符串內(nèi)部上枕，%s表示用字符串替換咐熙，%d表示用整數(shù)替換，有幾個(gè)%?占位符辨萍，后面就跟幾個(gè)變量或者值棋恼，順序要對(duì)應(yīng)好。如果只有一個(gè)%?，括號(hào)可以省略爪飘。
常見的占位符有：
其中义起，格式化整數(shù)和浮點(diǎn)數(shù)還可以指定是否補(bǔ)0和整數(shù)與小數(shù)的位數(shù)：
print('%2d-%02d' % (3, 1))
print('%.2f' % 3.1415926)
如果你不太確定應(yīng)該用什么，%s永遠(yuǎn)起作用师崎，它會(huì)把任何數(shù)據(jù)類型轉(zhuǎn)換為字符串：
>>> 'Age: %s. Gender: %s' % (25, True)
'Age: 25. Gender: True'
有些時(shí)候并扇，字符串里面的%是一個(gè)普通字符怎么辦？這個(gè)時(shí)候就需要轉(zhuǎn)義抡诞，用%%來表示一個(gè)%
format()
另一種格式化字符串的方法是使用字符串的format()方法，它會(huì)用傳入的參數(shù)依次替換字符串內(nèi)的占位符{0}土陪、{1}……昼汗，不過這種方式寫起來比%要麻煩得多：
>>> 'Hello, {0}, 成績(jī)提升了 {1:.1f}%'.format('小明', 17.125)
'Hello, 小明, 成績(jī)提升了 17.1%'
f-string
最后一種格式化字符串的方法是使用以f開頭的字符串，稱之為f-string鬼雀，它和普通字符串不同之處在于顷窒，字符串如果包含{xxx}，就會(huì)以對(duì)應(yīng)的變量替換：
>>> r = 2.5
>>> s = 3.14 * r ** 2
>>> print(f'The area of a circle with radius {r} is {s:.2f}')
The area of a circle with radius 2.5 is 19.62
參考：廖雪峰-Python教程
