Python整数类型使用方法_python基础知识（一）

[]

整数

能够应对所有规模的整数，自然涵盖负数，其程序内形式与数学符号完全一致，诸如：1，100，-8080，0等。

计算机因为运用二进制，因此，在特定情况下，借助十六进制来表示整数会更为便捷，十六进制采用0x作为标识，并使用0到9以及a到f的字符来构成数值，比如，这种情况经常出现，还有其他类似场景。

对于数值非常庞大时，数其中零的数量十分困难。可以使用下划线在数字内部进行分隔处理，这样表示的数值与直接书写完全相同。十六进制数值同样可以采用这种方式记录。

浮点数

小数点位置能够改变的数据类型被称为浮点数，这种称呼源于其采用科学计数法时的特性，此时小数点的位置是灵活的，例如1.和12.3乘以10的8次方表示的数值完全一样，都属于浮点数的范畴，这种数据类型可以用带有小数点的形式书写，常见的例子有1.23，3.14，以及-9.01等等。对于数值极端偏大或偏小的情况，需要借助科学计数法来记录，将基数10用符号e来替代，例如1.23乘以10的9次方可以记作1.23e9，或者12.3乘以10的8次方可以记作12.3e8，同样地，0.00001可以写成1.2e-5等等。

整型和实型在机器里的记录方法不一样，整型计算总不会出偏差，（除法算起来也准吗？其实准的），而实型计算可能会产生舍入误差。

字符串

字符串用单引号或双引号围起来，包含任意字符，例如单引号里的abc，双引号里的xyz等。单引号和双引号只是标记符号，并非字符串内容，所以字符串abc仅由a，b，c这三个字符构成。若”也算作一个符号，便能够以“”将其包围，例如“我很好”所含的元素有我，’，好这三个部分。

如果字符串中同时出现单引号和双引号，该如何处理？可以使用反斜杠进行转义，例如

'I\'m \"OK\"!'

表示的字符串内容是：

I'm "OK"!

布尔值

布尔值与布尔代数的表现形式完全相同，一个布尔值仅包含True、False两种取值，非此即彼，在编程中可以直接运用True、False来标示布尔值，务必注意字母大小写，亦可通过执行布尔运算来得出布尔值

>>> True
True
>>> False
False
>>> 3 > 2
True
>>> 3 > 5
False

布尔值能够借助and、or以及not进行运算处理。其中，and表示的是逻辑与，当参与运算的所有值均为True时，其结果才为True。

>>> True and True
True
>>> True and False
False
>>> False and False
False
>>> 5 > 3 and 3 > 1
True

空值与变量

空值是一种特殊标记，以None呈现。None不同于零，因为零具有实际意义，而None代表一个特殊的空白状态。

另外，系统内置了序列、映射等不同形式的数据集合，并且支持用户根据需求定义新的数据结构，具体内容将在后续章节中进行说明。

变量在计算机程序中的含义，大体上和中学阶段代数方程里的未知数相同，不过，在编程领域，变量不仅限于数值，同样能够代表各种不同的数据形式。

在程序里，变量通过一个名称来代表，名称由大小写字母、数字以及下划线构成，但数字不能放在首位，例如：

a = 1

变量a是一个整数。

t_007 = 'T007'

字符串和编码

字符编码

我们之前提到过，字符串属于一种数据类型，不过，字符串比较独特的地方在于它还牵涉到编码的问题。

计算机只认识数字，要处理文字，就需要先将文字转换成数字才能进行操作。最初设计的计算机以8个比特作为单位构成一个字节，因此一个字节所能记录的最大数值是255，换算成二进制就是255，若要记录更大的数值，就必须使用更多的字节。比如两个字节能够记录的最大数值是六万五千五百三十五，而四个字节所能记录的最大数值是。

计算机由美国人发明，所以最初仅包含127个字符进行编码，这些字符包括大小写英文字母、数字以及部分符号，这种编码方案被称为ASCII编码，其中大写字母A对应的编码值为65，小写字母z对应的编码值为122。

处理汉字时显然单个字节不够用，至少要两个字节，而且不能和ASCII编码相冲突，因此，中国制定了编码方案，用来将中文字符纳入其中。

可以想象的是，全球存在众多语言种类，日本将日文编码至其中，韩国将韩文编码至Euc-kr里，每个国家都有各自的标准体系，这就势必要产生矛盾，其后果是，在多种语言交织的文档里，呈现时会显现出错乱字符。

所以，编码方案被提出来了。将所有语言整合进一个统一的编码体系，这样便不会出现乱码现象了。

规范持续演进，当前普遍采用UCS-16编码方案，该方案以双字节记录单个字符，若涉及罕见字符，则需使用四字节表示。当代操作系统及多数编程语言均能直接兼容该编码方式。

当前，需要梳理ASCII编码与其他编码的不同之处：ASCII编码仅占用一个字节，而其他编码一般需要两个字节。

字母A用ASCII编码是十进制的65，二进制的；

字符0的ASCII编码值是十进制的48，二进制的，需要留意的是，字符'0'和整数0并不相同。

汉字已经不在ASCII编码范围之内，它的编码值是十进制的20013，二进制的01101。

可以推测，若将ASCII编码的A进行转换，只需在前面添加零即可，所以A的编码是00001。

新的麻烦又冒出来了：一旦采用编码方式，乱码现象便不再存在。不过，倘若你输入的内容几乎都是英文，那么相较于ASCII编码，这种编码方式会占用双倍的存储容量，在数据保存和传输方面显得相当不经济。

因此，出于节省考虑，后来研发了将编码变为“可变长度编码”的UTF-8编码方式，这种编码方法会依据字符数值差异，使用1到6个字节进行表示，一般英文字母只需1个字节，汉字大多占用3个字节，而非常罕见的字符才可能需要4到6个字节，倘若传输内容多为英文字符，采用UTF-8编码能够有效节省存储空间。

UTF-8编码具备一个突出的优点，ASCII编码本质上属于UTF-8编码的范畴，因此，众多仅兼容ASCII编码的旧式软件，依然能够在UTF-8编码环境中正常运行。

理解了ASCII与UTF-8的关联，我们能够归纳出当前计算机系统普遍采用的字符编码运作机制：

计算机内存中，所有数据都采用同一套编码方案，一旦要存储于硬盘或进行传输，便会转换成UTF-8编码格式。

在文本编辑器中处理时，从文档中载入的UTF-8字符会被转为字符存入内存，编辑工作结束后，将字符转换回UTF-8格式并写入文件。

字符串

搞清楚了令人头疼的字符编码问题后，我们再来研究的字符串。

在当前最新的三个版本里，字符串是以编码形式存在的，也就是说，这些字符串能够支持多种语言，比如：

>>> print('包含中文的str')
包含中文的str

针对单个字符的编码，设有ord()函数可以取得字符的数值形式，chr()函数则能将数值转换成相应字符。

>>> ord('A')
65
>>> ord('中')
20013
>>> chr(66)
'B'
>>> chr(25991)
'文'

如果知道字符的整数编码，还可以用十六进制这么写str：

>>> '\u4e2d\u6587'
'中文'

两种写法完全是等价的。

字符串属于str类型，它在内存中的表现形式是字符序列，一个字符会占用一定数量的字节空间。当需要将字符串发送到网络或者存储到硬盘时，就必须将其转换成以字节作为基本单位的bytes格式。

对bytes类型的数据用带b前缀的单引号或双引号表示：

x = b'ABC'

需要留意区分'ABC'与'b'ABC'，前者属于字符串类型，后者虽然表面上的文本与前者相同，但字节表示的每个字符仅占据一个字节的存储空间。

用符号标示的字符串借助特定函数能够转化为设定的字节序列，比如：

将字符串ABC进行ASCII编码转换，得到其对应的二进制表示形式，每个字符都被转换成了对应的ASCII码值
b'ABC'
将文字内容转换成字节序列，采用utf-8编码方案，得到对应编码后的结果
中文文本内容，包含特殊字符
将文字内容转换成字符编码，采用英文字符集合，转换过程会中断，无法完成，结果呈现乱码现象
程序错误记录，最新调用信息在首位：
File "", line 1, in 
编码错误：使用ascii编码时，无法对位置0-1的字符进行编码，因为其数值超出了128的范围。

英文文本可转化为ASCII字节码，其内容保持不变，含中文的文本能转为UTF-8字节码。中文文本不能转为ASCII字节码，因为其编码范围超出ASCII的界限，转换时会引发错误。

在二进制数据里，那些不能被解释成ASCII码的文字部分，会以\x加上两位十六进制数的形式来表示。

如果从网络或磁盘获取了字节序列，那么得到的就是字节类型的数据。要将字节类型转换成字符串类型，就必须调用对应的方法。

将字符串ABC按照ASCII编码进行解码转换，得到解码后的结果
'ABC'
将字符串b中的中文部分解码成utf-8格式的文本，解码后的内容就是中文文本
'中文'

如果bytes中包含无法解码的字节，()方法会报错：

将特定编码的字符串解析为可读文本，需要采用正确的字符集方案，本例中应选用utf-8格式，通过解码操作将二进制数据转化为普通文本形式，最终得到的是无乱码的中文显示结果
Traceback (most recent call last):
...
解码时发生错误，因为字节0xff在位置3处作为起始字节无效，无法用utf-8编码解码。

倘若字节序列里仅存在极少数无用字符，能够输入空字符串来舍弃这些不准确的字节

将特定字符串按照指定编码进行解码时，可以忽略错误字符，得到另一个字符串结果
'中'

要计算str包含多少个字符，可以用len()函数：

>>> len(b'ABC')
3
字符串b的长度为6个字符,其中包含四个汉字,两个字节
6
计算字符串中文的 utf-8 编码字节长度，结果为六个字符。
6

可以知道，单个汉字在UTF-8编码下一般需要三个字节的空间，相比之下，单个英文字符则只需要一个字节。

处理文本数据时，我们常常需要将str类型和bytes类型进行转换，为了防止出现编码错误，必须始终采用UTF-8的编码方式来执行这种类型之间的转换。

源代码本质上是一种文本文件格式，因此，如果其中混杂了中文内容，在存储源代码文件时，就必须严格选择UTF-8作为编码类型。解释程序在解析源代码时，需要明确知道文件是以UTF-8编码构建的，为此我们通常在文件起始位置添加特定的声明语句

#!/usr/bin/env python3
# -*- coding: utf-8 -*-