[oeasy]python0020换行字符_feed_line_lf_反斜杠n_B语言_安徒生童话

换行字符

回忆上次内容

• struct包可以让我们使用封包格式

• 把数字封包到字节里

• pack函数负责封包
• unpack函数负责解封

• 我们通过封到不同的字节状态

• 遍历了一次ascii码

• 还是有那片黑色的区域

• 好像是一片黑暗森林！
• 那里面到底有些什么秘密？????

• 我们这次向黑暗森林区域进发！！????
• 整理行装
• 出发！

chr

• 先看看"oeasy"这个字符串是如何存在的????

• 字符都对应着一个数字

• 数字在计算机上究竟是如何存储的呢？
• 用二进制形式存储在字节中的

• 可以看看这个二进制形式么？

chr

• 8bit 构成 byte

• 上图的字节为

• (0011 0101)₂
• (35)₁₆
• 对应着字符'5'

• 那字母呢？????
• abcd在内存里长什么样子？

文件编码

• 编写一个文件

• 写下 abcd
• 用 ​​:%!xxd​​
• ​​:%!xxd -r​​ 变回来

• 可以看到文件是用 2进制 方式存储的

• 0x61 - a
• 0x62 - b
• 0x63 - c
• 0x64 - d

• 不论是内存、硬盘还是网络传输

• a 对应

• (0x61)₁₆
• (0b01100001)₂

• 图中最后的那个 0x0a 对应什么字符？？？

善用函数

• 使用chr得到相关字符

• 0x0a对应的是'\n'这个字符
• 这个字符好像在哪里见过？????

回到最初

• 想要了解这个'\n'

• 我们还得回到最初

• 我们回到开始的时候

• 前面介绍过

• BWK写的 c 语言的第一个程序

\n

• 注意到​​hello world​​后面的​​\n​​了么？

• 注意到​​hello world​​后面的​​\n​​了么？
• 特别注意斜杠的方向

• 这个方向​​\​​叫反斜杠

• 键盘位置在回车键附近

• 那​​\n​​到底是什么？？????

输出"\n"

• ​\n​​ 是一个整体

• 占一个字节
• 算一个字符
• 序号是(​​10​​)​​10进制​​
• 也就是(​​0x0a​​)​​16进制​​
• 这就是在开篇时的​​abcd​​后面的字符
• \n在内存里显示为一个.

• 我们直接把他输出看看

输出

• 输出

#输出\n
print("\n")
#直接print
print()
#查看序号
ord("\n")
#查看十六进制的序号
hex(ord("\n"))

• 输出结果

• 好像换了 2 行

• 如果没​​\n​​的话，只换 ​​1​​ 行
• 如果有​​\n​​的话, 就换 ​​2​​ 行

• 我们看看ascii码表是如何定义的这第10个字符的

找到位置

• 我们已经身在在黑暗森林中

• 找到了一个落脚点

• 十进制的​​10​​ 就是 十六进制的 ​​0x0A​

• 这个数值在 ​​ascii​​ 码表中意思是 ​​LF​​

• 啥意思？

搜索

• 搜索​​\n​​得到的结果是这样的

• LF 意味着 Line Feed
• 喂行
• 喂一行纸

• 那我真的可以用这个​​\n​​在字符中间换行嘛？

尝试换行

#输出字符串中带有\n
print("Hello\nWorld")

• 在游乐场中尝试

• 中途换行成功！
• 可以多来几个换行符吗？

多来几个

• 就往里面加​​\n​​

#输出字符串中带有\n
print("He\nllo\nWor\nld")

• 显然这个 ​​\n​​ 就是一个换行

• 字符串里面有个 ​​\n​​ 就意味着需要换 1 行
• 他的英文是 ​​Line Feed​​
• 意思就是 ​​新换1行​​
• 这个东西其实比 ascii 的历史还要悠久
• 从打字机的时代就有了

• 为什么要有换行符呢？

换行符

• 最最开始的时候分段落

• 都是靠打字机输出空格完成换行
• 自从有了这个​​L​​ine​​F​​eed
• 一个键就直接换行了
• 所以​​L​​ine​​F​​eed 极大地提高了效率

• 两个换行符就换两行
• 可以使用chr函数么？

使用序号得到换行符

#输出ascii值为10的字符
chr(10)
#把这个字符放在print里面输出
print("hello"+chr(10)+"world")

• 纯文本中也会有回车符么？
• 我们去看看纯文本文件

打开文本文档

https://github.com/overmind1980/oeasy-python-tutorial.git
vi oeasy-python-tutorial/samples/000016/anderson_fairy_tales.txt

• 首先下载这个仓库
• 然后找到其中的安德森仙话这个本书

• 我们发现这个东西是318K
• 那他有多少字符呢？

字符数量

• 1个英文字符占一个字节

• 318k大概有318000个字节
• 大概是31.8万个字符

• 这就是文本文件的形式
• 第一行的Andersen后面有应该有两个换行符
• 是不是呢真有换行符呢？

字节形式

• 所有行转化为字节形式

• %!xxd

• 查找0a

• /0a

• 确实能够找到那两个换行符(0a)
• 这可以和纯文本方式对应起来吗？

纯文本方式

• 文本中的换行

• 其实就是换行符的效果

• 在文本观看模式下是换行

• 在字节观看模式下是0a

• 这本书后来被翻译成安徒生童话

安徒生童话

• 里面有很多耳熟能详的故事

• 《皇帝的新装》
• 《海的女儿》
• 《丑小鸭》
• 《红舞鞋》
• 《卖火柴的小女孩》
• 《拇指姑娘》

• 在安徒生所处的时代(1805-1875)

• 丹麦仍是一个君主专制主义社会
• 20年代经济衰退
• 童话用儿童视角透视复杂生活
• 万物有灵
• 风趣幽默

• Jean Hersholt

• 将160个故事从丹麦文翻译成英文

• 刘半农 1914年

• 翻译了《皇帝的新衣》开始

• 叶君健 1944年到1949年

• 翻译了 安徒生童话全集

• 互联网时代

• 英文版安徒生童话被谷腾堡项目所收录

落实

• 文档当中就是用0和1来表示字符的
• 如下图所示

• 文字是蓝色的
• 字节是黑色的

• 为什么\n会用来表示换行(Line-Feed)呢?

追溯历史

• ​c语言​​ 中的 ​​\n​​ 来自于什么呢？

• 来自于 ​​B语言​​
• ​​B语言​​ 是里奇和汤普逊最早开发 ​​unix​​ 的语言
• ​​B语言​​ 1969 年 就 运行在​​bell实验室​​ 的 ​​PDP-8​​ 上

• 1971 年里奇和汤普逊开始对于 ​​B语言​​ 进行改造

• 在新买的 ​​PDP-11​​ 上用 ​​B语言​​ 给 ​​B语言​​ 写扩展，称之为 ​​NewB​​
• 1973 年 ​​NewB​​ 基本主体完成

• 改名叫 ​​c语言​​

• 所以 ​​c​​ 其实是 ​​NewB​​

• 他们用手头的编译器和​​c语言​​给 ​​PDP-11​​ 重写了一个 ​​Unix Kernel​

• 机器语言和汇编语言本来不具有移植性
• 就像x86的二进制程序不能直接运行在arm上
• 需要移植

• ​c语言​​ 程序却可以在 ​​很多架构​​ 的处理器上编译运行

• 只要那种架构的处理器具有对应的 ​​c语言编译器和库​​
• 那就能顺利编译成针对该处理器架构的二进制程序
• 甚至能实现跨平台编译

• 也就是今天所说的交叉编译

• 这就是 ​​c语言​​ 在当时能够发展的原因

• ​​c语言​​ 源自 ​​B语言​​
• ​B语言​​ 也不是凭空创造的

• 源自什么呢？

Basic Combined Programming Language(BCPL)

• ​B语言​​ 源自​​BCPL(Basic Combined Programming Language)​

• 1967 年由剑桥大学的 ​​Matin Richards​​ 制作

• 在同样由剑桥大学开发的 ​​CPL语言​​ 上改进而来

• ​​BCPL​​ 最早被用做牛津大学的 ​​OS6操作系统​​ 上面的开发工具

• 后来通过美国贝尔实验室的改进和推广成为了 ​​UNIX​​ 上的常用开发语言

• 最早 ​​BCPL​​ 语言的样子就有个类似于l(ine)f(eed)的符号
• 这是关于换行符表示法 最早的记录
• 当时的换行符长什么样呢？

BCPL的换行符

• 当时的换行符长成这样

• !\*n

• 上述程序的目是

• 输出 hello,world
• 然后再来个回车

• 所以hello world

• 并不是c语言的发明
• 而是从c语言的爷爷bcpl那时候就有了
• 并且从bcpl时代就已经作为迷因(meme)开始传播

• python虚拟机的可执行文件
• 也就是pyc文件是如何理解换行符的呢？

反汇编(disassemble)

• 观察一下

• \n出现在字符串常量中
• 能在pyc中找到这个常量么？

先编译

• 将py文件编译成pyc文件

• 再观察

pyc文件

• 打开pyc文件

• 确实能够找到a和s之间的\n
• 也就是(0a)_16进制
• 任务完成！！！

总结

• ​\n​​ 就是换行符号

• 换行符对应着 ​​ascii​​ 字符的代码是(​​10​​)​​10进制​​
• 换行符的英文是 LF
• 意思是​​Line Feed​​

• 我们可以在《安徒生童话》的文本中

• 找到每个字符对应的字节形态

• 不光txt文件是文件

• 我们的python游乐场本质上也是一个二进制可执行的文件
• 这个文件在哪？

• 我们可以读懂这个可执行文件吗？????
• 我们下次再说！????
• 蓝桥->​​https://www.lanqiao.cn/teacher/3584​​
• github->​​https://github.com/overmind1980/oeasy-python-tutorial​​
• gitee->​​https://gitee.com/overmind1980/oeasypython​​
• 视频->​​https://www.bilibili.com/video/BV1CU4y1Z7gQ​​ 作者：oeasy