字节

8位2进制（0~255）

字符串与编码

ASCII码(1字节，仅包含英文、数字、符号、控制符)===>Unicode码(2或4字节，汉字多数为2字节，生僻字为4字节)===>UTF-8码(1~3字节，英文只用1字节，汉字3字节。如存在大量英文则比Unicode节省空间)、UTF-16码(2或4字节)

Python3默认使用 UTF-8 编码，因此支持多语言。
Python2需要在头部添加注释:# -*- coding: utf-8 -*-

格式化

f 关键字 或 format 方法
其中真需要大括号的场景，用{{代替{，}}代替}。

str_1 = "hello"
str_2 = "world"
print(f"this is {str_1} {str_2}")
print("this is {} {}".format(str_1, str_2))
print("this is {val_1} {val_2}".format(val_1=str_1, val_2=str_2))
print("this is %s" % str_1)

对于单个字符的编码:

ord()字符 => Unicode编码的任意进制表示(默认十进制)
chr()Unicode编码的任意进制表示 => 字符

三引号'''或"""

允许一个字符串跨多行，自始至终保持一小块字符串的格式是所谓的WYSIWYG（所见即所得）格式

Unicode 字符串

引号前的u表示这里创建的是一个 Unicode 字符串。如果你想加入一个特殊字符，可以使用 Python 的 Unicode-Escape 编码。如下例所示：

>>> u'Hello\u0020World !'
u'Hello World !'

转义序列

• \n 换行
• \t 制表符（tab）
• \'和\" 单双引号
• \\ \

禁止转义

引号前的r表示该字符串不会转义为制表符

print(r'test\tddd') #test\tddd
print('test\tddd') #test    ddd

bytes类型

Python的字符串类型是str，在内存中以Unicode表示，一个字符对应若干个字节。如果要在网络上传输，或者保存到磁盘上，就需要把str变为以字节为单位的bytes。
Python对bytes类型的数据用带b前缀的单引号或双引号表示，其中\x表示16进制（Hexadecimal）：

x = b'\xe5\x90\xb4'

采用encode()进行对应编码,采用decode()进行解码,参数为编码类型,如:

>>> b'ABC'.decode('ascii')
'ABC'
>>> b'\xe4\xb8\xad\xe6\x96\x87'.decode('utf-8')
'中文'
>>>b'\xff\xfeKm\xd5\x8b(u'.decode('utf-16')
'测试用'
>>>"测试用".encode('unicode_escape')
b'\\u6d4b\\u8bd5\\u7528'
>>>"测试用".encode('gb2312')
b'\xb2\xe2\xca\xd4\xd3\xc3'
>>>"测试用".encode('utf-8')
b'\xe6\xb5\x8b\xe8\xaf\x95\xe7\x94\xa8'

• .decode([encoding], [errors='strict'])
  默认的参数就是strict，代表遇到非法字符时抛出异常；
  如果设置为ignore，则会忽略非法字符继续解析；
  如果设置为replace，则会用?取代非法字符；
  如果设置为xmlcharrefreplace，则使用XML的字符引用。

如 "中" ，Unicode编码为 \u4e2d，Unicode 01001110001011011的对应十进制ord为20013 ， UTF-8对应16进制encode为b'\xe4\xb8\xad'

注意，只有bytes可以decode，而字符串只能encode，因此当字符串中文乱码时，需要先转为bytes再转回字符串：s.encode("utf-8").decode("unicode_escape")

字符串方法

• replace

"hello world".replace("hello", "fuck")