字符的合法性python

‘壹’ 判断某一个字符串是否是合法十进制小数python

可以使用这样的算法：
从前向后判断每一个字符，首字符必须是“+”、“-”或数字字符，
第二个字符开始，后面字符串内的所有字符必须全是数字字符或小数点，
且小数点的个数不多于一个。

‘贰’ 怎么在Python里使用UTF-8编码

概述

在python代码即.py文件的头部声明即可

解析

py文件中的编码

Python 默认脚本文件都是 ANSCII 编码的，当文件 中有非 ANSCII 编码范围内的字符的时候就要使用"编码指示"来修正一个 mole 的定义中，如果.py文件中包含中文字符（严格的说是含有非anscii字符），则需要在第一行或第二行指定编码声明：

# -*- coding=utf-8 -*-

#coding=utf-8

# 以上两种选其一即可

其他的编码如：gbk、gb2312也可以；否则会出现:

SyntaxError: Non-ASCII character 'xe4' in file test.py on line 3, but no encoding declared; see http://www.python.org/peps/pep-0263.html for details

python中的编码与解码

先说一下python中的字符串类型，在python中有两种字符串类型，分别是 str 和 unicode，他们都是basestring的派生类；

str类型是一个包含Characters represent (at least) 8-bit bytes的序列；

unicode 的每个 unit 是一个 unicode obj;

在str的文档中有这样的一句话：

The string data type is also used to represent arrays of bytes, e.g., to hold data read from a file.

也就是说在读取一个文件的内容，或者从网络上读取到内容时，保持的对象为str类型；如果想把一个str转换成特定编码类型，需要把str转为Unicode,然后从unicode转为特定的编码类型如：utf-8、gb2312等。

拓展内容

utf-8编码

UTF-8（8-bit Unicode Transformation Format）是一种针对Unicode的可变长度字符编码，也是一种前缀码。它可以用来表示Unicode标准中的任何字符，且其编码中的第一个字节仍与ASCII兼容，这使得原来处理ASCII字符的软件无须或只须做少部分修改，即可继续使用。因此，它逐渐成为电子邮件、网页及其他存储或发送文字的应用中，优先采用的编码。

UTF-8使用一至六个字节为每个字符编码（尽管如此，2003年11月UTF-8被RFC 3629重新规范，只能使用原来Unicode定义的区域，U+0000到U+10FFFF，也就是说最多四个字节）：

1、128个US-ASCII字符只需一个字节编码（Unicode范围由U+0000至U+007F）。

2、带有附加符号的拉丁文、希腊文、西里尔字母、亚美尼亚语、希伯来文、阿拉伯文、叙利亚文及它拿字母则需要两个字节编码（Unicode范围由U+0080至U+07FF）。

3、其他基本多文种平面（BMP）中的字符（这包含了大部分常用字，如大部分的汉字）使用三个字节编码（Unicode范围由U+0800至U+FFFF）。

4、其他极少使用的Unicode辅助平面的字符使用四至六字节编码（Unicode范围由U+10000至U+1FFFFF使用四字节，Unicode范围由U+200000至U+3FFFFFF使用五字节，Unicode范围由U+4000000至U+7FFFFFFF使用六字节）。

对上述提及的第四种字符而言，UTF-8使用四至六个字节来编码似乎太耗费资源了。但UTF-8对所有常用的字符都可以用三个字节表示，而且它的另一种选择，UTF-16编码，对前述的第四种字符同样需要四个字节来编码，所以要决定UTF-8或UTF-16哪种编码比较有效率，还要视所使用的字符的分布范围而定。不过，如果使用一些传统的压缩系统，比如DEFLATE，则这些不同编码系统间的的差异就变得微不足道了。若顾及传统压缩算法在压缩较短文字上的效果不大，可以考虑使用Unicode标准压缩格式（SCSU）。

互联网工程工作小组（IETF）要求所有互联网协议都必须支持UTF-8编码。互联网邮件联盟（IMC）建议所有电子邮件软件都支持UTF-8编码。

‘叁’ 如何利用Python判断一个字符串是合法ip

首先给出一个c函数的原型：int sscanf(const char *buffer,const char *format,[argument ]...)它的返回值是参数的数据，也就是argument的个数，buffer：存储的数据，format：格式控制字符串，argument：选择性设定字符串。这个程序从标准流读取数据，可以进行无限制的输入。下面贴出代码，然后引出另外一个问题，将字符串ip转换成整形ip地址。[cpp]
#include<stdio.h
#include<string.h
int main(void){
char str[32];
int a,b,c,d;int ret=0;
while(fgets(str,sizeof(str),stdin)!=NULL){
int len=strlen(str);
str[len]='\0';
ret=sscanf(str,%d.%d.%d.%d,&a,&b,&c,&d);
if(ret==4&&(a=0&&a<=255)&&(b=0&&b<=255)&&(c=0&&c<=255)&&(d=0&&d<=255)){
printf(it is ip!\n);}else
printf(it is not ip!\n);}return 0;}gcc -Wall ip.c -o ip12.3.4.5
下面来引出另外一个问题，在很多情况下，要求把字符串ip转换成整形ip，这个问题也可以应用sscanf这个函数，首先把四个字段存储到a,b,c,d四个变量当中去，然后进行移位运算，因为ip地址是32位的，而且是无符号整形变量，所以可以应用unsigned int 来存储. unsinged int ip=(a<<24)+(b<<16)+(c<<8)+d。

‘肆’ python解释xml文件遇到不合法字符，如何解决

python ElementTree处理gbk（或者gb2312）编码的XML文件的方法：
1，py文件的编码是utf-8，即在文件最开始有如下语句声明编码方式：
#-*-coding: utf-8-*-

2，读取文件内容时转码为utf-8的：
xml_file_text = open(xml_file_name).read().decode('gbk').encode('utf-8')
这样在处理过程中均是utf-8编码的字符串

‘伍’ 关于python的问题

这里有两个知识点：

1、切片，比如有一个字符串：name = 'abcdef'，那么在内存中存储如图

取e 是 name[4]或者name[-2]

取ef 是 name[:-2]或者name[:4]

取bc 是name[1:3]或者name[-5:-3] ，需要注意的是，“：”后面取的闭包，也就是不包括本身，这个例子里name[3]的 d是不包括的。

那么path[：-4]就好理解了，就是取字符串开头到 -4位置的字符串'c: est.'，不包括'h'。

2、转移字符

python系统中，如果在字符串中使用了一些特殊字符，比如换行、换行、tab制表符等等，还有一些特殊意义的字符，像“ 号，‘号，需要在字符前面加上“”。即转义符，通俗的说，就是“”后面的那个字符，不是字符原本的意思了，它代表了另一个字符。

比如常用到的 是代表换行， 是制表符。

但是有时候我们的字符串中，号就是它本身的意思，不作为转义符，比如题目路径中的中的号。这个时候就要在字符串前面加上一个'r'，告诉系统，字符串里面的 号，不是转义符。

所以，你的题目答案就是 c： est.htm

当然，如果题目没有“r”,也就是 path='c： est.html' 那么答案就变成了 c： est.htm ， 做为了一个制表符处理。