字符串实践常见问题总结

最近发现很多小伙伴搞不清楚编码和解码，以及字符串前缀 f、r、u 、b 的区别和使用。那以下内容千万不要错过！

1 ASCII,Unicode,GBK和utf8

ASCII (American Standard Code for Information Interchange，美国信息交换标准代码）是基于拉丁字母的一套电脑编码系统，主要用于显示现代英语和其他西欧语言，共定义了128 个字符 。

Unicode：统一码（又称万国码），它为每种语言中的每个字符设定了唯一的二进制编码，以满足跨语言、跨平台进行文本转换、处理的要求。

GBK（“国标”、“扩展”汉语拼音的第一个字母）：即汉字编码字符集，主要针对汉字编码而形成的解决方案。

UTF-8（8-bit Unicode Transformation Format）：是针对 Unicode 的一种可变长度字符编码，包含全世界所有国家需要用到的字符，且与 ASCII 相容。因此，它逐渐成为电子邮件、网页及其他存储或传送文字的应用中，优先采用的编码。

在 python 中，主要有两种类型的字符串类型，分别为 str 和 byte。其中，str 表示 Unicode 字符（ASCII 成者其他)。byte 表示二进制数据(包括编码的文本)。这两种类型的字符串不能拼接在-起使用，str 在计算机内存中需要以 Unicode 字符表示，一个字符对应若干个字节。但是，如果在网络上传输或者保存到磁盘中，需要把 str 转换为字节类型，即为 byte 类型。

2.str 和 byte 如何进行互相转化:

带有 b 前缀的字符串（单引号/双引号）是字节类型字符串，例如，b'\xd2\xb0'

2.1 str 转 byte

str 转 byte 称为编码的过程。使用 encode()方法，常用 utf-8 和 GBK 编码，示例如下：

str='人生苦短，我用 python！'
str1=str.encode('utf-8')
print(str1)

str='人生苦短，我用 python！'
str1=str.encode('GBK')
print(str1)

2.2 byte 转 str

称为解码的过程。使用 decode()方法，常用 utf-8 和 GBK 字符解码，示例如下：

str=b'\xe4\xba\xba\xe7\x94\x9f\xe8\x8b\xa6\xe7\x9f\xad\xef\xbc\x8c\xe6\x88\x91\xe7\x94\xa8python\xef\xbc\x81'
str1=str.decode('utf-8')
print(str1)

str=b'\xc8\xcb\xc9\xfa\xbf\xe0\xb6\xcc\xa3\xac\xce\xd2\xd3\xc3python\xa3\xa1'
str1=str.decode('GBK')
print(str1)

3.字符串前缀 f、r、u 的作用：

3.1 字符串前缀 f

字符串前缀 f，这个语法只能在 Python3.6 以上版本才可以使用。使用参考如下格式,将需要输出的变量使用{}包括起来

num=0
print(f'输出{num}')

3.2 字符串前缀 r

字符串前缀 r 表明后面字符串以固定样式输出，拒绝特殊字符（如\n、\t、\b）等格式，忽略转义字符。使用参考如下格式，注意和没有前缀 r 输出的时候做个区别

print(r'\t人生苦短，我用python！\n')

print('\t人生苦短，我用python！\n')

3.3 字符串前缀 u

字符串前缀 u，表明后面字符串以 Unicode 格式进行编码，防止出现因编码格式不一致而导致的乱码。一般用在中文字符串前，但是并不局限中文字符串。注意和字符串前缀 b 的区别，以及 2.x 和 3.x 中 python 版本的不同

注：不是仅仅是针对中文, 可以针对任何的字符串，代表是对字符串进行。一般英文字符在使用各种编码下,，基本都可以正常解析, 所以一般不带 u。在 python2 中，普通字符串是以 8 位 ASCII 码进行存储的，而 Unicode 字符串则存储为 16 位 unicode 字符串，这样能够表示更多的字符集。使用的语法是在字符串前面加上前缀 u。在 python3 中，所有的字符串都是 Unicode 字符串。

以下例子是 python3 中的用法，加 u 和不加 u 前缀的字符串是等价的，且都是 str 类型（在 python2 中字符串不加前缀和加前缀 b 字符串是等价的，都是 str 类型。因此如果你的项目是 python2 要兼容 python3 的话，需要在项目中将字符串加前缀 b）

print("abc")
print(u"abc")
print(b"abc")
print(type("abc"))
print(type(u"abc"))
print(type(b"abc"))