1、字节
- 1字节（byte）=8比特（bit）；
- 一个字节能表示的最大数字是2^8-1=255；
- 一个英文字母是一个字符；
- 一个汉字是一个字符；
2、编码
ASCII编码，占1个字节，美国使用，只有127个字符，包括大小写英文字母、数字和符号，例如大写字母A编码为65，小写字母z编码为122；- 中国的中文编码为
GB2312，一个汉字占用2个字节； - 日本的日文编码为
Shift_JIS； - 韩国的韩文编码为
Euc-kr；
在多语言混合的文本中，会显示乱码
Unicode编码把所有语言都统一到一套编码里，一般有2个字节；UTF-8编码，可变长编码，把一个Unicode字符根据不同的数字大小编码成1-6个字节，节省空间，英文字母占用1个字节，常用汉字占用3个字节，生僻的字符占用4-6个字节；
ASCII可以看做UTF-8的一部分
3、现在计算机系统通用的字符编码工作方式：
-
在内存中以
Unicode形式存在，在硬盘中以UTF-8形式存在； -
在python中用
ord()函数和chr()函数转换字符和编码；
例如（python3）：
import sys
print(ord('A'))
print(chr(65))
显示如下：
65
A
print('\u4e2d\u6587') # '\u'指的是十六进制的Unicode编码，可以直接和单个字符转换
显示如下：
中文
- 字符串类型是
str，在网络上传输或者保存到磁盘上就需要变为以字节为单位的bytes（字节流）
encode用来把字符串转换为bytes形式
print('ABC'.encode('ascii'))
print( '中文'.encode('utf-8'))
显示如下：
b’ABC’
b’\xe4\xb8\xad\xe6\x96\x87’
\x指的是UTF-8编码
decode用来把bytes形式转换为字符串
print(b'ABC'.decode('ascii'))
print(b'\xe4\xb8\xad\xe6\x96\x87'.decode('utf-8'))
显示如下：
ABC
中文
如果bytes中包含无法解码的字节，decode()方法会报错
如果bytes中只有一小部分无效的字节，可以传入errors='ignore'忽略错误的字节：
print(b'\xe4\xb8\xad\xff'.decode('utf-8', errors='ignore'))
显示如下：
中
当Python解释器读取源代码时，为了让它按UTF-8编码读取，通常在文件开头写上以下两行：
#!/usr/bin/env python3
# -*- coding: utf-8 -*-
4、格式化字符串
print( 'Hi, %s, you have $%d.' % ('Michael', 1000000)) #如果只有一个变量，括号可以去掉
显示如下：
Hi, Michael, you have $1000000.
- %s用字符串替换
- %d用整数替换
- %f用浮点数替换
- %x用十六进制整数替换
print('%2d-%013d' % (3, 10))
显示如下：
3-0000000000010
%013d表示把整数变成13位数，不够13位的在前面用数字0补齐
%2d表示把整数变成2位数，不够两位的在前面用空格补齐
print('%.3f' % 3.1415926)
print('%.3f' % 3.1)
显示如下：
3.142
3.100
%.3f表示把浮点数在小数点后保留3位，小数点后不够3位的用数字0补齐
如果%是字符串中的普通字符，用%%表示%
例如：
print('考试通过率: %d%%' % 80)
显示如下：
考试通过率: 80%