笔记
字符串与编码
- 含有中文的 str 无法用 ASCII 编码，因为中文编码的范围超过了 ASCII 编码的范围，Python 会报错
- ord() 函数获取字符的整数表示，chr() 函数把编码转换为对应的字符
- bytes 类型的数据用带 b 前缀的单引号或双引号表示，例： x = b’ABC’
- 在 bytes 中，无法显示为ASCII字符的字节，用 \x## 显示。
- 以 Unicode 表示的 str 通过 encode() 方法可以编码为指定的 bytes；把 bytes 变为str，用 decode() 方法
- 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：
>>> b'\xe4\xb8\xad\xff'.decode('utf-8', errors='ignore')
'中'
- len() 函数计算的是 str 的字符数，如果换成 bytes，len() 函数就计算字节数：
>>> len(b'ABC')
3
>>> len(b'\xe4\xb8\xad\xe6\x96\x87')
6
>>> len('中文'.encode('utf-8'))
6
1个中文字符经过 UTF-8 编码后通常会占用3个字节，而1个英文字符只占用1个字节
list 与 tuple
- List 集合用 [ ] 表示，tuple 用（ ）表示
- 若用负数作为索引，则以倒序开始获取集合元素
- 删除 list 末尾的元素，用 pop() 方法，删除指定位置用 pop(i) 方法，其中 i 是索引位置
- 在 tuple 里指定义一个元素时，必须加一个逗号来消除歧义
>>> t = (1,)
>>> t
(1,)
循环
- for … in 循环，依次把 list 或 tuple 中的每个元素迭代出来
names = ['Michael', 'Bob', 'Tracy']
for name in names:
print(name
- range() 函数生成一个整数序列, range(x) 生成从 0 开始小于 x 的整数，再可以用 list() 函数转换为 list
dict 与 set
dict:
- 使用键-值（key-value）存储，具有极快的查找速度
- 一个 key 只能对应一个 value，所以，多次对一个 key 放入 value，后面的值会把前面的值冲掉
- 要避免 key 不存在的错误，有两种办法，一是通过 in 判断 key 是否存在：
>>> 'Thomas' in d
False
二是通过 dict 提供的 get() 方法，如果 key 不存在，可以返回 None，或者自己指定的value：
>>> d.get('Thomas')
>>> d.get('Thomas', -1)
-1
- 删除一个key，用 pop(key) 方法，对应的 value 也会从 dict 中删除
- 与 list 比较，dict 有以下几个特点：
查找和插入的速度极快，不会随着 key 的增加而变慢；
需要占用大量的内存，内存浪费多。
而 list 相反：
查找和插入的时间随着元素的增加而增加；
占用空间小，浪费内存很少。 - 在 Python 中，字符串、整数等都是不可变的，可以作为 key。而 list 是可变的，所以不能作为 key
set:
- set 也是一组 key 的集合，但不存储 value。由于 key 不能重复，所以在 set 中，没有重复的 key。
- 创建一个 set，需要提供一个 list 作为输入集合
>>> s = set([1, 2, 3])
>>> s
{1, 2, 3}
- 重复元素在 set 中自动被过滤
- add(key) 方法可以添加元素，可以重复但是没效果；remove(key) 方法可以删除元素
- set 可以看成数学意义上的无序和无重复元素的集合，因此，两个 set 可以做数学意义上的交集、并集等操作