标签(空格分隔): pythonpython
在版本2的使用方法是:
print 'this is version 2
web
也能够是
print('this is version 2')
ide
但到了3,就只能加上括号,像一个函数同样来使用 print:svg
print('this is version 3')
函数
2里面有两个用来从命令行接受输入的函数:input
和raw_input
。
value = input()
ui
input
接收的是一个值或变量,也就是说,你若是输 123
,程序接收到的就是整数 123
,你输 True
,就是bool
值 True
。若是你输了 abc,程序会认为这是一个叫作 abc
的变量,而假如你没有定义过这个变量,就会报错。
因此,当你想用 input
获得一段文字的话,必须把文字写在引号 “” 或 ” 中。this
text = raw_input()
编码
raw_input
接收的则是你输入的字符串,而无论你输的是什么内容。若是你直接拿 raw_input
获得的“数字”去比较大小,则会获得奇怪的结果。url
在版本3里,为了减小混乱,这两种输入方式被合并了。只是合并的方式又坑了新手:它保留了 input
这个名字和 raw_input
的效果。3里只有input
函数,它接收你输入的字符串,无论你输的是什么。spa
text = input()
那么在3里,如何像2同样获得用户输入的一个值呢?方法是 eval()
:
value = eval(input())
或者,若是你只是须要一个整数值,也能够:
value = int(input())
除了一开始越到的这两个坑外,还有其余一些可能遇到的变更,这里以3与2相比的差别来讲:
1.打开文件再也不支持 file
方法,只能用 open
2.range
再也不返回列表,而是一个可迭代的range
对象
3.除法 /
再也不是整除,而是获得浮点数,整除须要用双斜杠 //
4.urllib
和urllib2
合并成了urllib
,经常使用的urllib2.urlopen()
变成了urllib.request.urlopen()
5.字符串及编码相关有大变更,简单来讲就是原来的str
变成了新的bytes
,原来的unicode
变成了新的str
。
至关于python2中的str
类型,从网页上抓取下来的数据流也是该类型的
在python3中,要获得一个bytes
类型的变量,能够在字符串内容前面加入b获得,前提是该字符串的内容是能够彻底由ASCII码表示的,不然会出现语法错误
至关于Python2中的str
类型,从网页上抓取下来的数据流也是该类型的
在Python3中,要获得一个bytes
类型的变量,能够在字符串内容前面加入b获得,但前提是该字符串的内容是能够彻底由ascii码
表示的,不然会出现语法错误。
Python 3.6.1
>>>s1 = "你好"
>>>s1
'你好'
>>>type(s1)
<class 'str'>
>>>s2 = b'你好'
>>>
File "<stdin>", line 1
SyntaxError: bytes can only contain ASCII literal characters.
>>>s2 = b'abc'
>>>s2
b'abc'
>>>type(s2)
<class 'bytes'>
unicode
为解决传统字符编码的局限性而产生,为每一种语言的每个字符设置了统一且惟一的二进制码,Python内部用于记录的也是该编码方式
上面的例子中s1就是经过unicode
码来进行存储的
在Python3中的str类型对应的就是Python2中的unicode类型,即以统一的unicode码保存。并且,在Python3中,程序中所设置的字符串即直接保存为统一的str类型(unicode)
上面的例子中s1就是str类型的变量
因为存在着这两种不一样的类型,势必要牵涉到两者的互相转化。bytes
经过某一种编码方式(decode)获得str
,而str经过某一种解码方式(encode)获得bytes
unicode
是表示了世界上全部的字符的, 可是其内部的存储是以二进制位存储的,好比你好的unicode
编码为\u4f60\u597d
可是咱们所见到的并非\u4f60\u597d这一串编码,而是你好这两个汉字
这是因为控制台环境自己提供一个编码方式,好比uft-8
,gbk
,cp93
6等,经过这些编码方式,unicode
码就转换成了咱们可识别的字符了。
可是,不一样的编码方式之间是存在区别的,当获得一个经过A方式编码获得的bytes类型,若是用B方式去进行解码的话,它就会按照B的标准去解读,那样就会出现乱码的现象。
s = "你好"
print(s)
s1 = s.encode("utf-8").decode("gbk")
print(s1)
######output########
你好
浣犲ソ
所以,开发的时候要弄清楚输入来源的编码以及输出环境的编码,尽量保证一致性,或者作好转换的工做,能够减小出现乱码的可能性
这一状况能够经过chardet
模块的detect()
函数来获取信息,chardet
是第三方库,能够经过pip
来安装
b是待检测的bytes变量
import chardet
print(chardet.detect(b))
######output####
{'confidence': 1.0, 'encoding': 'ascii'}
confidence
是指匹配程度,encoding
是指可能的编码方式
获取当前环境的编码方式
这一状况可使用sys
模块下的getdefaultencoding()函数来获取信息
import sys
print(sys.getdefaultencoding())
######## output#####
utf-8
写上面的东西的时候产生了一个疑问,如今已经知道Python内部存储str的方式是使用unicode字符集,可是咱们在屏幕上看到的并非unicode字符集
s = "你好"
print(s)
#########output############# 你好
s的 unicode 是 \u4f60\u597d
那么,这中间应该是进行了某种转换
实际上,在执行print(str)
的时候,python内部执行了encoding
操做,控制台拿到的实际上是一个bytes
变量
以后,控制台又根据环境内部的编码方式,将所获得的bytes内容进行decoding
的操做,就显示了原先str的内容