python位元組數組

某個字元串佔了多少個位元組

不同的字元所佔的位元組是不同的。

ASCII碼：

一個英文字母（不分大小寫）佔一個位元組的空間，一個中文漢字占兩個位元組的空間。一個二進制數字序列，在計算機中作為一個數字單元，一般為8位二進制數，換算為十進制。最小值0，最大值255。如一個ASCII碼就是一個位元組。

UTF-8編碼：

一個英文字元等於一個位元組，一個中文（含繁體）等於三個位元組。

Unicode編碼：

一個英文等於兩個位元組，一個中文（含繁體）等於兩個位元組。

符號：

英文標點佔一個位元組，中文標點占兩個位元組。舉例：英文句號「.」佔1個位元組的大小，中文句號「。」佔2個位元組的大小。

Unicode的編碼范圍為0~0x10FFFF，如此大的范圍，顯然沒辦法像ASCII編碼一樣使用一個位元組存儲。為此，Unicode制定了各種儲存編碼的方式，如：UTF-8、UTF-16和UTF-32，這些存儲格式被稱為Unicode轉換格式UTF。

每種Unicode轉換格式都會把一個編碼存儲為一到多個編碼單元，如UTF-8的編碼單元為8位的位元組；UTF-16的編碼單元為16位，即2個位元組；UTF-32的編碼單元為32位，即4個位元組。

其中，UTF-8是在互聯網上使用最廣泛的一種Unicode轉換格式，具有以下顯著的優勢。下面，我們就先來看看UTF-8具有哪些有點吧~

1.UTF-8中每個ASCII字元只需要一個位元組去存儲，因此一個ASCII文本本身也是一個UTF-8文本，即做到了向後兼容。

比如A的ASCII碼對應為0x41，a的ASCII碼對應為0x61，那麼UTF-8兼容ASCII也就意味著：

這里，需要再次提醒一下：Unicode是表現形式，UTF-8是存儲形式；即UTF-8解碼之後為Unicode，Unicode可以編碼成UTF-8。

2.UTF-8採用位元組為存儲單元，因此不存在位元組的大端和小段的問題。

UTF-16和UTF-32的存儲單元分別是2位元組和4位元組，因此在存儲時會涉及到大小端的問題。那什麼是大小端模式呢？下面我們來暫停補充一下~

關於如何獲知你的環境使用的是大端模式還是小端模式，這里有個簡單的方式：定義一個short類型的數組即可：

數字1在short類型中表示為0x0001，高位為0x00，低位為0x01。我們可以很直觀地看到，數組在保存數據時，將高位0x00放在了高地址處，將低位0x01放在了低地址處。因此使用的就是小端模式。

那UTF-8為什麼可以使用位元組來作為存儲單元，而不用擔心位元組序的問題呢？這就涉及到了UTF-8巧妙的編碼規則~

UTF-8最大的一個特點，就是它是一種變長的編碼方式。它可以使用1~4個位元組表示一個符號，根據不同的符號而變化位元組長度。UTF-8的編碼規則很簡單，只有二條：

1）對於單位元組符號，位元組的第一位設為0，後7位為這個符號的Unicode碼。也就是我們上文提到的向後兼容：對於英文字母，UTF-8編碼和ASCII碼是相同的。

2）對於使用X個位元組存儲的符號，第一個位元組的前X位設置為1，第X+1位設置為0，後面位元組的前2位一律設置為10，剩下的位置一次填充這個符號的Unicode碼。

下表總結了編碼規則，字母x表示可用於編碼的位：

跟據上表，解讀UTF-8編碼也非常簡單：如果一個位元組的第一位是0，則這個位元組單獨就是一個字元；如果第一位是1，則連續有多少個1，就表示當前字元佔用多少個位元組。

下面，我們就來演示一下UTF-8編碼的過程。

首先，獲取漢字魚的Unicode碼：

我們不妨先對魚這個漢字使用utf-8編碼看看使用幾個位元組存儲：

魚在UTF-8編碼中使用3個位元組存儲，因此其存儲的二進制的形式為1110xxxx10xxxxxx10xxxxxx，將Unicode1001110001111100依次填充到佔位符x的位置就得到：111010011011000110111100。

下面，我們將上述推導得出的111010011011000110111100轉換為十六進制，驗證一下是否為b'xe9xb1xbc'：

驗證無誤！

python字元串里轉義字元佔5個個數。轉義字元是以為開頭的字元，後面跟一個或幾個字元，其意思是將反斜杠後面的字元轉變成為另外的意義。

char

*s=" a17bc";

一個個分析：

，製表符，佔一個位元組

a，字母，佔一個位元組

17，轉義八進制數，佔一個位元組（這里容易誤認為是結束符，其實不是）

b，字母，佔一個位元組

c，字母，佔一個位元組

字元串連續字元5個位元組，最後還要加上一個字元串結束符，佔一位元組

所以總共6位元組

學過c的朋友都知道，字元（『』）和字元串（「」）是不一樣的，可是在python中，這些東西的方方面面的門道比較多，在我剛學習的時候也懵比了好一陣子，也就想著總結總結

首先我們需要了解的是在學習python中，可以簡單地理解單引號，雙引號，三引號，他們括起來的東西都是字元串，也就是說在開始學習python的過程中，就當做是沒有字元一說

1，

通過上面的例子可以很容易的看清楚s，s1,s2,s3都是字元串（通過type類型測試）

2，轉義字元

我們簡單提一下c的轉義字元（』xhh『,注意這里的hh是兩個，過多的話可能會超過，產生警告outofrange），（』ddd『,這里需要的是1-3位8進制的數，希望大家不要弄混）

[cpp]?viewplain?

#include?stdio.h

#include?conio.h

int?main(){

int?a?=?飉'

int?b?=?'x13'

printf("%d,,?,%d,,",?a,?b);

getch();

}

結果如下：

75,,,19,,

但是在python中，他們還是有挺大的區別的

我們可以看到，在上面的字元串s4裡面有一個轉義字元（ ）存在，所以編譯器對它的處理肯定和簡單地字元串處理是不一樣的

s4直接輸出和print?S4輸出之所以不同，是因為S4的直接輸出就是輸出s4本身，我們一開始就給了s4賦值了，而對於print?S4的輸出，是因為print函數（python自帶庫函數）對S4進行了處理，在輸出是發現裡面有轉義字元（ 也就是換行的意思），所以是先輸出abc，然後換行，緊接著輸出456

這里還有一個是raw（破壞轉義字元）python中將r放在包含有轉義字元的字元串前面

這里我們也能直接看到，在print中轉義字元的作用被破壞了，也就是說並不能起到換行的作用了

unicode編碼也是如此，就是在帶有轉義字元的字元串前面加了一個u

unicode編碼用兩個位元組（16位）來表示，而ascii碼（8位）有一個位元組來表示，漢子在ascii中不是很好的被支持，但是在unicode中可以好一點，16位，也就是65535個，容納一般的漢子是夠了，而且還知道字元編碼是用十六進制來表示的，也就是說前面加上一個』0x『，比如字母"a"的Unicode編碼是0x0061,十進制是97,而"a"的ASCII編碼是0x61,十進制也是97,

但是千萬注意c和python的區別

而且我們知道，python中本就不談論對象的類型（並不像c分的那麼細），所以我們可以理解為上面的那些字元串都是常量，我們並不可以更改這些內容，也是在一定的區域存放的

由上可知，我們隨意更改一定會導致錯誤的，所以我們一定要注意

對於函數的返回值，我們也要值得注意：

[plain]?viewplain?

def?tur_a(val1,?val2=?3):

n?=?val1?+?val2

m?=?val1?-?val2

l?=?val1?*?val2

z?=?val1?/val2

return?n,?m,?l,?z

print?"go?,?go?,?go"

b?=?tur_a(9)

print?b

print?b[0],?b[1],?b[2],?b[3]

print?"game?over"

輸出結果：

我們可以看到，對於一個函數返回多個值的時候，應該依次賦給相應個數的值，但是如果我們賦值給了一個變數的話，就相當於賦值了一個元組，當然，我們也可以通過加』【】『的辦法來獲取具體的值，就如同c中的數組

對於字元串，當然我們也就不能忽略輸入的這兩個函數（input，raw_input），這里，我們應該注意的是它的返回值

input（）的返回值是整數

raw_input（）的返回值是字元型的

但是，這里我們可以通過int類型強轉

最後簡單提一下常用字元函數：

startswith：endswith，isalnum，isalpha，isdigit

s.startswith(s1):判斷s字元串是不是以s1開頭的，返回值為布爾類型

s.endswith（s1）：同理，判斷s字元串是不是以s1結束的，返回值同樣為布爾類型

s.isalnum（）：判斷s中是不是全是由數字和字母構成，並沒有特殊字元，（哈哈，可以增加密碼強度）

s.ialpha（）：判斷s中是不是全是字母，返回布爾類型

s.isdigit();判斷是否全為數字

哈哈，其實也挺好記的

結語：以上就是首席CTO筆記為大家整理的關於python字元串佔多少位元組的全部內容了，感謝您花時間閱讀本站內容，希望對您有所幫助，更多關於python字元串佔多少位元組的相關內容別忘了在本站進行查找喔。