Niet-numerieke data-types

Transcriptie

1 Intern wordt een karakter voorgesteld als een rij van acht bits, Niet-numerieke data-types string de letter a x61 97 Bij interpretatie van de inhoud van een byte als een geheel getal, geldt natuurlijk dat de hoogste bit het teken van het getal aangeeft. Het interval van mogelijke waarden is dus [ 128, 127]. voor elk teken de bijhorende numerieke waarde tabel met 127 tekens: dus definitie van de interne (binaire) voorstelling Zoals gewoonlijk zijn er verschillende tabellen opgesteld geweest, o.a. ASCII (American Standard Code for Information Interchange). geen rekenkundige operaties, zoals + en mogelijk wel vergelijkingsoperatoren, zoals < en == Interne voorstelling van tekens operand van print: opeenvolging van letters tussen quotes ( ). elementaire waarde: tussen quotes ( ): karakter, teken, symbool >>> c = a # c = a : dubbelzinnig >>> ord ( c ) 97 >>> chr (98) b De toekenning: de variabele c krijgt de tekenwaarde van de letter a. functie ord: tekenwaarde omzetten naar een getal functie chr: een getal (in het gepaste bereik) omzetten worden naar een letter teken: één byte in werkgeheugen: (acht bits) : 2 8 = 256 mogelijke waarden ruim voldoende voor alle letters van het alfabet en nog heel wat andere tekens. ASCII tabel een tabel met karakterwaarden en bijhorende hexidecimale codering tabel begint bij de waarde (spatie) en eindigt met ~ # prascii.py: tabel met afdrukbare tekens import string print ASCII tabel i = 32 while i < 127 : print print %1s %2x % ( chr ( i ), i ), if ( i+1)%8 == 0 : i += 1 # startoproep print

2 ASCII tabel 20! 21 " 22 # 23 $ 24 % 25 & ( 28 ) 29 * 2a + 2b, 2c - 2d. 2e / 2f : 3a ; 3b < 3c = 3d > 3e? 40 A 41 B 42 C 43 D 44 E 45 F 46 G 47 H 48 I 49 J 4a K 4b L 4c M 4d N 4e O 4f P 50 Q 51 R 52 S 53 T 54 U 55 V 56 W 57 X 58 Y 59 Z 5a [ 5b \ 5c ] 5d ^ 5e _ 5f 60 a 61 b 62 c 63 d 64 e 65 f 66 g 67 h 68 i 69 j 6a k 6b l 6c m 6d n 6e o 6f p 70 q 71 r 72 s 73 t 74 u 75 v 76 w 77 x 78 y 79 z 7a { 7b 7c } 7d ~ 7e Merk op dat de codes voor de letters van het alfabet van klein naar groot gaan. Deze eigenschap van de ASCII tabel wordt gebruikt bij het sorteren van namen. Hoofdletters zijn alfabetisch kleiner dan kleine letters. Cijfers en bijhorende ASCII symbolen verschil tussen de karakterwaarde 0 en het numeriek cijfer 0 de karakterwaarde 0 heeft een numerieke tegenwaarde gelijk aan 0x30 karakterwaarden van 0 tot 9 en decimale cijferwaarde: # c2d.py: omzetting van tekenwaarde naar cijferwaarde print l e t t e r code hex getal for c in [ 0, 1, 2, 3, 4, 5, 6, 7, 8, 9 ] : 0 : 48 of 0x30 0 i = ord ( c ) 1 : 49 of 0x31 1 d = i ord ( 0 ) 2 : 50 of 0x32 2 print %4s : %4d of 0x%2x %4d \ 3 : 51 of 0x33 3 % (c, i, i, d) 4 : 52 of 0x34 4 # startoproep 5 : 53 of 0x : 54 of 0x : 55 of 0x : 56 of 0x : 57 of 0x39 9 ASCII tabel: speciale tekens De tabel start bij een numerieke waarde 0x20 of 32. De getallen tussen 0 en 31 worden gebruikt voor een aantal speciale tekens, die een specifieke betekenis binnen de informatica (+communicatie) wereld gekregen hebben. Een paar voorbeelden: hex-waarde dec-waarde Python notatie betekenis 0 0 \0 het null karakter 8 8 \b backspace 9 9 \t horizontal tab a 10 \n line feed, newline c 12 \f form feed d 13 \r carriage return Voor de Python-notatie wordt een \ gebruikt, gevolgd door een teken. Om het backslash teken zelf voor te stellen wordt \\ gebruikt. Analoog wordt de quote in Python genoteerd als \. Testen van het soort van karakter Een programma dat een tekst symbool per symbool leest en het aantal symbolen telt, alsook het aantal letters e of E in de tekst. De tekst wordt afgesloten met Ctrl-Z Enter. Ctrl-Z is het EOF (End Of File) symbool bij klassieke PC-besturingssystemen. De methode read() van het object stdin uit de module sys: leest een aantal tekens van het toetsenbord (aantal aangeduid door argument) Resultaat: de ingetikte string, eventueel slechts één teken Indien Ctrl-Z ingegeven wordt, dan geeft read() lege string terug. c a p p e l E N p e r e n Ctrl-Z aantal symbolen aantal e

3 # symbtel.py: symbolen tellen import sys print geef een tekst, eindig met <ctrl > Z: aantal tekens = 0 aantal e = 0 while True : teken = sys. stdin. read (1) i f not teken : break if teken == e or teken == E : aantal e += 1 aantal tekens += 1 print Er zijn %4d symbolen gelezen, % ( aantal tekens ) print waarvan %4d \ e \ of \ E\ % ( aantal e ) Testen van het soort van karakter Een programma dat een tekst symbool per symbool leest (niet stockeert) en het aantal woorden telt. De tekst wordt afgesloten met het EOF teken. jan en zus ^Z j a n e n \n z u s \n Ctrl-Z c j a n e n \n z u s \n Ctrl-Z v j a n e n \n z u s \n woorden methode isalpha(): nagaan of het teken alfabetisch ( A.. Z a.. z ) is of niet #startoproep # woorden.py: tellen van aantal woorden in een tekst import sys print geef een tekst, eindig met <ctrl > Z: woorden = 0 vorig = while True : teken = sys. stdin. read (1) i f not teken : break if not teken. isalpha () and vorig. isalpha () : woorden += 1 vorig = teken if not teken and vorig. isalpha () : woorden += 1 print Het aantal woorden in de tekst i s, woorden

4 Bewerkingen en functies #startoproep functie len: berekent de lengte van zo n sequentie, i.e. de string verschillende tekens in string: aangespreken met een index i waarbij het eerste teken overeenkomt met index 0 selectie van substring (slicing): woord[i:j] selecteert alle letters uit de string met index k zodat i k < j. weglaten van eerste index: substring vanaf het begin weglaten van tweede index: substring tot op het einde van de string Doorlopen van een string: Pythoniaans: for l e t t e r in woord : print l e t t e r i = 0 while i < len (woord) : l e t t e r = woord [ i ] print l e t t e r i += 1 Strings Constante: een opeenvolging van tekens tussen quotes appel, 5 bewerkingen op strings uitvoeren: variabelen van het str type >>> woord = sinaasappel >>> len (woord) 11 >>> woord [ 6 ] a >>> woord [ 3 : 6 ] aas >>> woord [ : 6 ] sinaas >>> woord [ 6 : ] appel optellingssymbool +: plakt twee strings aan elkaar; (resultaat nieuwe string) vermenigvuldigingsoperator (*) : herhaling van concatenatie eens een string toegewezen is aan een variabele, kan deze niet meer gewijzigd worden. >>> woord [ 0 ] = S Traceback (most recent c a l l l ast ) : File <stdin >, l i n e 1, in <module> TypeError : str object does not support item assignment >>> woord = S + woord [ 1 : ] >>> woord Sinaasappel >>> woord 3 SinaasappelSinaasappelSinaasappel Wanneer de eerste letter toch een hoofdletter moet worden, kan dit door een nieuw object te creëren, in dit geval met de concatenatie operator (+).

5 Lees een string van toetsenbord. Schrijf een functie die alle alfanumerieke karakters omzet naar hoofdletters. Schrijf de originele en de gewijzigde string uit. # k2g.py: omzetting van kleine naar grote letters syst main geg res def doen( geg ) : verschil = ord ( a ) ord ( A ) geg A p p e l. res = for c in geg : if a <= c <= z : i = ord ( c ) res A P P E L. res doen geg AP P E L. APPEL. else : i = verschil res += chr ( i ) res += c i -= verschil; P i c A p verschil 32 return res Twee strings alfabetisch geg = raw input ( woord in kleine l e t t e r s : ) res = doen( geg ) print geg, >, res # startoproep # alfa2.py : alfabetisch afdrukken van twee strings naam1 = raw input ( tik een naam in : ) naam2 = raw input ( tik een tweede naam in : ) vgl = naam1 == naam2 if vgl : print naam1, i s g e l i j k aan, naam2 elif naam1 < naam2 : print naam1, naam2 else : print naam2, naam1 # startoproep

6 methode: gelijkaardig aan een functie: { heeft argumenten geeft een resultaat terug dot notatie: object.methode(argumenten) Stringmethodes isalnum() alfanumeriek isprint() afdrukbaar-karakter isalpha() alfabetisch isspace() spatie-karakter isdigit() numeriek lower() omzetting naar kleine letter isupper() hoofdletter upper() omzetting naar hoofdletter islower() kleine letter find() index waar substring begint Lijsten van strings Een programma dat een lijst van namen inleest en in een lijst stockeert. De lijst wordt afgesloten met het EOF teken. Nagaan of bijkomend ingelezen naam in tabel voorkomt. # linzoek.py: lineair zoeken in een lijst van namen def l e e s l i j s t () : r i j = [ ] while True : try : w = raw input ( volgende naam: ) r i j. append (w) except EOFError : return r i j print break >>> a = appel >>> b = sinaas >>> c = a. upper () >>> d = b. lower () >>> d+c sinaasappel >>> c 3 APPELAPPELAPPEL >>> d. find ( aas ) 3 def zoek( l i j s t, naam) : for i in range ( len ( l i j s t ) ) : if naam == l i j s t [ i ] : return i return 1 l i j s t = l e e s l i j s t () naam = raw input ( te zoeken naam: ) res = zoek ( l i j s t, naam) if res >= 0 : print naam, gevonden in, l i j s t, op plaats, res else : print naam, niet gevonden in, l i j s t

7 #startoproep Merk op dat het zoeken in een lijst ook kan met de in operator: Hiermee kan wel niet bepaald worden op welk plaats in de lijst de naam voorkomt. def zoek ( l i j s t, naam) : if naam in l i j s t : return True return Fa lse Operaties met bits Een byte (rij van 8 bits): kleinste adresseerbare element in het werkgeheugen. In sommige toepassingen: manipulaties op deze kleinere elementen, de bits, nodig. In Python : een aantal operatoren kunnen toegepast worden op waarden van het type int. ~ bitsgewijze inversie of & ^ 1-complement bitsgewijze en bitsgewijze exclusieve of bitsgewijze inclusieve of << schuiven naar links >> schuiven naar rechts Definitie van de verschillende operatoren: ~ & Corresponderende toekenningsoperatoren: &=, ^=, =, <<= en >>= ^ syst De naam peer is gevonden op plaats 1 Operaties met bits # bitop.py : bitoperaties main lijst lijst res a = 0x01 lijst naam res appel peer banaan kers peer 1 leeslijst appel rij peer banaan kers [... ] naam zoek lijst naam 0 1 i 1 b = 0x02 c = 0x03 print %2x > %2x % ( b, b ) print %2x & %2x > %2x % ( a, b, a&b ) print %2x & %2x > %2x % ( a, c, a&c ) print %2x ˆ %2x > %2x % ( a, b, aˆb ) print %2x ˆ %2x > %2x % ( a, c, aˆc ) print %2x %2x > %2x % ( a, b, a b ) print %2x %2x > %2x % ( a, c, a c ) c = 120 print %3d << 2 > %3d % ( c, c<<2 ) print %3d >> 2 > %3d % ( c, c>>2 )

8 c = 120 print %4d >> 2 > %3d % ( c, c>>2 ) l = G k = ord ( l ) 0x20 print %s > %s % ( l, chr (k) ) De resultaten: 120 << 2 -> 480 vooraan verdwijnen bits, Verschuiven naar links: achteraan nul-bits toevoegen. c n posities naar links << vermenigvuldigen met 2 n vooraan bits toevoegen, Verschuiven naar rechts: achteraan verdwijnen bits. #startoproep 120 >> 2 -> >> 2 -> -30 c >> c >> n posities naar rechts delen door 2 n. sign-extension tekenbit 1 : 1-bits toevoegen tekenbit 0 : 0-bits toevoegen De resultaten: b b c ~ 2 -> & & & 2 -> 0 1 & 3 -> 1 Begrippen Inwendige voorstelling van tekens, de ASCII tabel. 1 ^ 2 -> 3 1 ^ 3 -> > > 3 b ˆ c ˆ l Strings, stringfuncties. Bit operatoren: ~, &, ^,, <<, >>. Sign-extension. G -> g b c