[Introduction à Python3 Jour 13] Chapitre 7 Chaînes de caractères (7.1-7.1.1.1)

7.1 chaîne

7.1.1 Unicode

• L'unité de base de la mémoire de l'ordinateur est ** octets **, et 256 valeurs uniques peuvent être exprimées en utilisant 8 bits. --Bits: nombre de chiffres en binaire (0 et 1, binaire). 4 bits est un nombre à 4 chiffres et 8 bits est un nombre binaire à 8 chiffres, qui peut représenter respectivement 2 à la 4ème puissance (16) et 2 à la 8ème puissance (256).
• Octets: 1 octet avec 8 bits. Il est facile de comprendre si vous utilisez un nombre hexadécimal pour représenter un octet.

--Unicode est une norme internationale en développement qui cherche à définir des symboles pour toute la littérature et les mathématiques des langues du monde et d'autres disciplines.

7.1.1.1 Chaîne Unicode Python 3

• La chaîne Python3 est une chaîne Unicode, pas une chaîne d'octets.
• Si vous connaissez l'ID Unicode ou le nom d'un caractère, vous pouvez l'utiliser dans une chaîne Python.
• Le module unicodedata de Python contient des fonctions de conversion bidirectionnelles. --lookup (): Étant donné un nom (insensible à la casse), les caractères Unicode sont renvoyés. --name (): Étant donné les caractères Unicode, les noms en majuscules sont renvoyés.

>>> def unicode_test(v):
...     import unicodedata
#Extraire le nom des lettres
...     name=unicodedata.name(v)
#Extrayez une chaîne du nom.
...     v2=unicodedata.lookup(name)
...     print("v=%s,name=%s,v2=%s"%(v,name,v2))
... 
>>> unicode_test("A")
v=A,name=LATIN CAPITAL LETTER A,v2=A

#Symbole ASCII Unicode
>>> unicode_test("$")
v=$,name=DOLLAR SIGN,v2=$
#Symbole monétaire Unicode
>>> unicode_test("\u00a2")
v=¢,name=CENT SIGN,v2=¢
>>> unicode_test("\u20ac")
v=€,name=EURO SIGN,v2=€
#Affichage de symboles alternatifs
>>> unicode_test("\u2603")
v=☃,name=SNOWMAN,v2=☃

>>> place = "cafe"
>>> place
'cafe'
>>> import unicodedata
>>> unicodedata.name('\u00e9')
'LATIN SMALL LETTER E WITH ACUTE'
>>> unicodedata.lookup('LATIN SMALL LETTER E WITH ACUTE')
'é'
#Spécifiez une chaîne de caractères par code
>>> place = "caf\u00e9"
>>> place
'café'
#Chaîne de caractères spécifiée par nom
>>> place = "caf\N{LATIN SMALL LETTER E WITH ACUTE}"
>>> place
'café'

>>> u="\N{LATIN SMALL LETTER U WITH DIAERESIS}"
>>> u
'ü'

#len()Compte le nombre de caractères Unicode, pas le nombre d'octets.
>>> len("&")
1
>>> len("\U0001f47b")
1

Impressions

Il y a pas mal de mots que je ne me souviens pas avoir entendus, comme l'encodage, le décodage et les chaînes d'octets. Vérifions chacun d'eux.

Les références

"Introduction à Python3 par Bill Lubanovic (publié par O'Reilly Japon)"