python字节数组

某个字符串占了多少个字节

不同的字符所占的字节是不同的。

ASCII码：

一个英文字母（不分大小写）占一个字节的空间，一个中文汉字占两个字节的空间。一个二进制数字序列，在计算机中作为一个数字单元，一般为8位二进制数，换算为十进制。最小值0，最大值255。如一个ASCII码就是一个字节。

UTF-8编码：

一个英文字符等于一个字节，一个中文（含繁体）等于三个字节。

Unicode编码：

一个英文等于两个字节，一个中文（含繁体）等于两个字节。

符号：

英文标点占一个字节，中文标点占两个字节。举例：英文句号“.”占1个字节的大小，中文句号“。”占2个字节的大小。

Unicode的编码范围为0~0x10FFFF，如此大的范围，显然没办法像ASCII编码一样使用一个字节存储。为此，Unicode制定了各种储存编码的方式，如：UTF-8、UTF-16和UTF-32，这些存储格式被称为Unicode转换格式UTF。

每种Unicode转换格式都会把一个编码存储为一到多个编码单元，如UTF-8的编码单元为8位的字节；UTF-16的编码单元为16位，即2个字节；UTF-32的编码单元为32位，即4个字节。

其中，UTF-8是在互联网上使用最广泛的一种Unicode转换格式，具有以下显着的优势。下面，我们就先来看看UTF-8具有哪些有点吧~

1.UTF-8中每个ASCII字符只需要一个字节去存储，因此一个ASCII文本本身也是一个UTF-8文本，即做到了向后兼容。

比如A的ASCII码对应为0x41，a的ASCII码对应为0x61，那么UTF-8兼容ASCII也就意味着：

这里，需要再次提醒一下：Unicode是表现形式，UTF-8是存储形式；即UTF-8解码之后为Unicode，Unicode可以编码成UTF-8。

2.UTF-8采用字节为存储单元，因此不存在字节的大端和小段的问题。

UTF-16和UTF-32的存储单元分别是2字节和4字节，因此在存储时会涉及到大小端的问题。那什么是大小端模式呢？下面我们来暂停补充一下~

关于如何获知你的环境使用的是大端模式还是小端模式，这里有个简单的方式：定义一个short类型的数组即可：

数字1在short类型中表示为0x0001，高位为0x00，低位为0x01。我们可以很直观地看到，数组在保存数据时，将高位0x00放在了高地址处，将低位0x01放在了低地址处。因此使用的就是小端模式。

那UTF-8为什么可以使用字节来作为存储单元，而不用担心字节序的问题呢？这就涉及到了UTF-8巧妙的编码规则~

UTF-8最大的一个特点，就是它是一种变长的编码方式。它可以使用1~4个字节表示一个符号，根据不同的符号而变化字节长度。UTF-8的编码规则很简单，只有二条：

1）对于单字节符号，字节的第一位设为0，后7位为这个符号的Unicode码。也就是我们上文提到的向后兼容：对于英文字母，UTF-8编码和ASCII码是相同的。

2）对于使用X个字节存储的符号，第一个字节的前X位设置为1，第X+1位设置为0，后面字节的前2位一律设置为10，剩下的位置一次填充这个符号的Unicode码。

下表总结了编码规则，字母x表示可用于编码的位：

跟据上表，解读UTF-8编码也非常简单：如果一个字节的第一位是0，则这个字节单独就是一个字符；如果第一位是1，则连续有多少个1，就表示当前字符占用多少个字节。

下面，我们就来演示一下UTF-8编码的过程。

首先，获取汉字鱼的Unicode码：

我们不妨先对鱼这个汉字使用utf-8编码看看使用几个字节存储：

鱼在UTF-8编码中使用3个字节存储，因此其存储的二进制的形式为1110xxxx10xxxxxx10xxxxxx，将Unicode1001110001111100依次填充到占位符x的位置就得到：111010011011000110111100。

下面，我们将上述推导得出的111010011011000110111100转换为十六进制，验证一下是否为b'xe9xb1xbc'：

验证无误！

python字符串里转义字符占5个个数。转义字符是以为开头的字符，后面跟一个或几个字符，其意思是将反斜杠后面的字符转变成为另外的意义。

char

*s=" a17bc";

一个个分析：

，制表符，占一个字节

a，字母，占一个字节

17，转义八进制数，占一个字节（这里容易误认为是结束符，其实不是）

b，字母，占一个字节

c，字母，占一个字节

字符串连续字符5个字节，最后还要加上一个字符串结束符，占一字节

所以总共6字节

学过c的朋友都知道，字符（‘’）和字符串（“”）是不一样的，可是在python中，这些东西的方方面面的门道比较多，在我刚学习的时候也懵比了好一阵子，也就想着总结总结

首先我们需要了解的是在学习python中，可以简单地理解单引号，双引号，三引号，他们括起来的东西都是字符串，也就是说在开始学习python的过程中，就当做是没有字符一说

1，

通过上面的例子可以很容易的看清楚s，s1,s2,s3都是字符串（通过type类型测试）

2，转义字符

我们简单提一下c的转义字符（’xhh‘,注意这里的hh是两个，过多的话可能会超过，产生警告outofrange），（’ddd‘,这里需要的是1-3位8进制的数，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();

}

结果如下：

75,,,19,,

但是在python中，他们还是有挺大的区别的

我们可以看到，在上面的字符串s4里面有一个转义字符（ ）存在，所以编译器对它的处理肯定和简单地字符串处理是不一样的

s4直接输出和print?S4输出之所以不同，是因为S4的直接输出就是输出s4本身，我们一开始就给了s4赋值了，而对于print?S4的输出，是因为print函数（python自带库函数）对S4进行了处理，在输出是发现里面有转义字符（ 也就是换行的意思），所以是先输出abc，然后换行，紧接着输出456

这里还有一个是raw（破坏转义字符）python中将r放在包含有转义字符的字符串前面

这里我们也能直接看到，在print中转义字符的作用被破坏了，也就是说并不能起到换行的作用了

unicode编码也是如此，就是在带有转义字符的字符串前面加了一个u

unicode编码用两个字节（16位）来表示，而ascii码（8位）有一个字节来表示，汉子在ascii中不是很好的被支持，但是在unicode中可以好一点，16位，也就是65535个，容纳一般的汉子是够了，而且还知道字符编码是用十六进制来表示的，也就是说前面加上一个’0x‘，比如字母"a"的Unicode编码是0x0061,十进制是97,而"a"的ASCII编码是0x61,十进制也是97,

但是千万注意c和python的区别

而且我们知道，python中本就不谈论对象的类型（并不像c分的那么细），所以我们可以理解为上面的那些字符串都是常量，我们并不可以更改这些内容，也是在一定的区域存放的

由上可知，我们随意更改一定会导致错误的，所以我们一定要注意

对于函数的返回值，我们也要值得注意：

[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"

输出结果：

我们可以看到，对于一个函数返回多个值的时候，应该依次赋给相应个数的值，但是如果我们赋值给了一个变量的话，就相当于赋值了一个元组，当然，我们也可以通过加’【】‘的办法来获取具体的值，就如同c中的数组

对于字符串，当然我们也就不能忽略输入的这两个函数（input，raw_input），这里，我们应该注意的是它的返回值

input（）的返回值是整数

raw_input（）的返回值是字符型的

但是，这里我们可以通过int类型强转

最后简单提一下常用字符函数：

startswith：endswith，isalnum，isalpha，isdigit

s.startswith(s1):判断s字符串是不是以s1开头的，返回值为布尔类型

s.endswith（s1）：同理，判断s字符串是不是以s1结束的，返回值同样为布尔类型

s.isalnum（）：判断s中是不是全是由数字和字母构成，并没有特殊字符，（哈哈，可以增加密码强度）

s.ialpha（）：判断s中是不是全是字母，返回布尔类型

s.isdigit();判断是否全为数字

哈哈，其实也挺好记的

结语：以上就是首席CTO笔记为大家整理的关于python字符串占多少字节的全部内容了，感谢您花时间阅读本站内容，希望对您有所帮助，更多关于python字符串占多少字节的相关内容别忘了在本站进行查找喔。