2026年11月16日 星期一

Python 正規表示式(Regular Expression): 從生活中的文字遊戲學會 Regex

Python 正規表示式(Regular Expression): 從生活中的文字遊戲學會 Regex

Python 程式實習|文字處理與智慧生活應用


圖:Python 正規表示式(Regex)教學總覽, 透過生活化文字搜尋、格式檢查與資料擷取, 認識正規表示式的實際應用。

你是否曾經想過:

  • 如何從一篇文章中找出所有手機號碼?
  • 如何快速檢查密碼是否符合格式?
  • 如何從聊天訊息中找出 Emoji?
  • 如何從飲料訂單中取得飲料名稱與數量?
  • 如何從智慧養殖訊息中擷取水溫、pH 與溶氧?

這些看起來不同的問題, 其實都可以利用 Python 的 正規表示式(Regular Expression,簡稱 Regex) 來處理。

正規表示式就像一把「文字搜尋放大鏡」, 只要設定好規則, Python 就能快速找出符合條件的文字。

本篇文章將從有趣的生活案例開始, 一步一步認識 Regex, 最後延伸到智慧生活與 Python 專題應用。

一、什麼是正規表示式?

正規表示式是一種描述文字模式的工具。

一般文字搜尋通常只能找出固定的文字, 例如搜尋「Python」。

但是,如果想找出文章中的所有數字, 或所有符合格式的手機號碼, 就需要更有彈性的搜尋方式。

例如:

\d+

這個 Regex 表示: 尋找一個或多個連續數字。

其中:

  • \d:代表一個數字。
  • +:代表前面的模式出現一次或多次。

因此,Regex 不只是尋找固定文字, 而是根據規則尋找符合條件的資料。

二、Python 如何使用正規表示式?

Python 內建 re 模組, 不需要另外安裝套件。

先看一個簡單範例。

import re

text = "今天買了3杯奶茶和2份雞排"

result = re.findall(r"\d+", text)

print(result)

執行結果:

['3', '2']

這裡使用:

  • import re:載入正規表示式模組。
  • re.findall():找出所有符合規則的內容。
  • r"\d+":表示尋找連續數字。

字串前面的 r 代表原始字串(Raw String), 可以讓反斜線在 Regex 中更容易正確使用。

三、常用 Regex 符號總整理

符號 意義 範例
. 任意單一字元(預設不含換行) a.c
^ 字串開頭 ^09
$ 字串結尾 \d+$
* 重複零次或多次 ab*
+ 重複一次或多次 \d+
? 重複零次或一次 colou?r
{n} 重複 n 次 \d{4}
[] 字元集合 [ABC]
() 擷取群組 (\d{3})
| 或 貓|狗
\d 數字 \d{4}
\w Unicode 文字字元或底線 \w+
\s 空白字元 \s+
學習建議:

不需要一次記住所有符號。 先學會 \d、 +、[]、 () 與 {n}, 就可以完成許多實用的文字搜尋任務。

四、實驗一:文字尋寶,找出所有數字

假設一段購物訊息包含數量與金額:

import re

message = "今天買了3杯奶茶、2份雞排,總共185元"

numbers = re.findall(r"\d+", message)

print(numbers)

執行結果:

['3', '2', '185']

Python 可以快速找出文字中的數字, 不需要逐一檢查每個字元。

進階挑戰:如何找出小數?

import re

text = "水溫28.5度,溶氧6.8mg/L"

numbers = re.findall(
    r"\d+(?:\.\d+)?",
    text
)

print(numbers)

執行結果:

['28.5', '6.8']

其中 (?:\.\d+)? 表示可以選擇性地包含小數點與後續數字。

五、實驗二:手機號碼偵探

利用 Regex 檢查手機號碼是否符合指定格式。

import re

phones = [
    "0912-345-678",
    "0912345678",
    "0912-34-567",
    "0812-345-678"
]

pattern = r"09\d{2}-?\d{3}-?\d{3}"

for phone in phones:
    if re.fullmatch(pattern, phone):
        print(phone, "格式正確")
    else:
        print(phone, "格式錯誤")

執行結果:

0912-345-678 格式正確
0912345678 格式正確
0912-34-567 格式錯誤
0812-345-678 格式錯誤

re.fullmatch() 要求整個字串都符合規則, 很適合用於輸入格式檢查。

這裡只是檢查格式, 不代表號碼實際存在或可以使用。

六、實驗三:Emoji 尋寶遊戲

現在的文字訊息經常包含 Emoji。 Python 可以透過 Unicode 範圍, 搜尋部分常見的表情符號。

import re

text = "今天寫Python好開心😄!專題完成🎉,加油💪"

pattern = r"[\U0001F300-\U0001FAFF]"

emojis = re.findall(pattern, text)

print(emojis)

執行結果:

['😄', '🎉', '💪']

這個範例示範如何使用 Unicode 範圍進行搜尋。

注意:

這個簡易模式只能找到指定範圍內的部分 Emoji。 有些 Emoji 是由多個 Unicode 碼位組成, 例如 👩‍💻, 因此不能保證完整辨識所有 Emoji。

七、實驗四:密碼守門員

假設我們希望密碼符合以下規則:

  • 至少八個字元。
  • 必須包含英文字母。
  • 必須包含數字。
  • 只允許英文字母與數字。
import re

passwords = [
    "python",
    "python123",
    "12345678",
    "Hello2026"
]

pattern = (
    r"(?=.*[A-Za-z])"
    r"(?=.*\d)"
    r"[A-Za-z\d]{8,}"
)

for password in passwords:
    ok = re.fullmatch(pattern, password)

    if ok:
        print(password, "符合規則")
    else:
        print(password, "不符合規則")

執行結果:

python 不符合規則
python123 符合規則
12345678 不符合規則
Hello2026 符合規則

其中:

  • (?=.*[A-Za-z]):至少包含一個英文字母。
  • (?=.*\d):至少包含一個數字。
  • [A-Za-z\d]{8,}:至少八個英文字母或數字。

這是格式檢查練習, 符合規則並不代表密碼一定安全。 實際系統還需要考慮常見密碼與外洩密碼等風險。

八、實驗五:飲料店 POS 訂單解析

假設飲料店收到一段訂單文字:

珍珠奶茶3杯、紅茶2杯、綠茶5杯

我們希望 Python 自動找出飲料名稱與數量。

import re

order = "珍珠奶茶3杯、紅茶2杯、綠茶5杯"

pattern = r"([\u4e00-\u9fff]+)(\d+)杯"

items = re.findall(pattern, order)

for name, quantity in items:
    print(f"{name}:{quantity}杯")

執行結果:

珍珠奶茶:3杯
紅茶:2杯
綠茶:5杯

這裡使用兩個擷取群組:

  • 第一個群組取得飲料名稱。
  • 第二個群組取得數量。

延伸:加入價格計算

prices = {
    "珍珠奶茶": 50,
    "紅茶": 25,
    "綠茶": 30
}

total = 0

for name, quantity in items:
    subtotal = prices[name] * int(quantity)
    total += subtotal

    print(name, subtotal, "元")

print("總金額:", total, "元")

執行結果:

珍珠奶茶 150 元
紅茶 50 元
綠茶 150 元
總金額: 350 元

這個範例結合 Regex、字典、 迴圈與數值運算, 已經具備簡易 POS 系統的基本概念。

九、實驗六:智慧養殖水質資料解析

在智慧養殖或 IoT 應用中, 設備可能傳送文字形式的監測資料。

例如:

第一池 水溫:28.5 pH:7.6 溶氧:6.8

我們可以利用 Regex 擷取數值。

import re

message = "第一池 水溫:28.5 pH:7.6 溶氧:6.8"

pattern = (
    r"水溫:(\d+(?:\.\d+)?)\s+"
    r"pH:(\d+(?:\.\d+)?)\s+"
    r"溶氧:(\d+(?:\.\d+)?)"
)

match = re.search(pattern, message)

if match:
    temperature, ph, oxygen = map(
        float,
        match.groups()
    )

    print("水溫:", temperature)
    print("pH:", ph)
    print("溶氧:", oxygen)
else:
    print("資料格式不正確")

執行結果:

水溫: 28.5
pH: 7.6
溶氧: 6.8

這個範例可延伸到:

  • CSV 水質資料儲存。
  • SQLite 歷史紀錄查詢。
  • Matplotlib 水質趨勢圖。
  • 依模擬門檻顯示異常提醒。
  • 智慧養殖監測系統專題。

十、Python re 模組的四個重要函式

函式 主要功能
re.findall() 找出所有符合條件的內容
re.search() 搜尋第一個符合條件的位置
re.fullmatch() 檢查整個字串是否符合格式
re.sub() 將符合條件的文字替換

補充:自動整理多餘空白

import re

text = "Python    是   很有趣的   程式語言"

clean = re.sub(r"\s+", " ", text)

print(clean)

執行結果:

Python 是 很有趣的 程式語言

這個技巧很適合用於資料清理。

十一、課堂挑戰:Regex 文字偵探

挑戰一:車牌搜尋

從文字中找出類似 ABC-1234 的車牌格式。

提示: [A-Z]{3}-\d{4}

挑戰二:電子郵件搜尋

從一段文章中找出電子郵件地址。

提示: [\w.+-]+@[\w.-]+\.[A-Za-z]{2,}

這只是常見格式的簡化搜尋規則, 不是完整的電子郵件有效性驗證。

挑戰三:日期搜尋

從文章中找出:

2026/11/12
2026-11-12

提示: \d{4}[/-]\d{2}[/-]\d{2}

注意:這只能檢查基本格式, 無法判斷日期是否真實存在。

挑戰四:智慧農業關鍵字搜尋

找出文章中的: 農業、養殖、水質、溶氧。

提示: 農業|養殖|水質|溶氧

十二、Regex 可以如何應用在 Capstone 專題?

在 Python 智慧生活微型 Capstone 專題中, Regex 可以作為實用的功能模組。

專題類型 Regex 應用
智慧商店 訂單文字解析、商品與數量擷取
智慧養殖 感測訊息解析、監測數值擷取
智慧教育 答案格式檢查、文字練習
地方文化 故事關鍵字搜尋、文字資料整理
智慧生活 手機格式檢查、資料清理
使用提醒:

Regex 適合處理具有規律的文字格式。 如果資料本身已經是 CSV、JSON 或完整 HTML, 應優先使用 Python 對應的解析工具, 不要全部依賴正規表示式。

十三、學習自我檢核

  • □ 我知道 Regex 的基本用途。
  • □ 我能使用 re.findall() 搜尋文字。
  • □ 我知道 \d、+ 與 {n} 的意義。
  • □ 我能使用 re.fullmatch() 檢查格式。
  • □ 我能使用擷取群組取得資料。
  • □ 我能利用 re.sub() 整理文字。
  • □ 我能提出一個 Regex 的智慧生活應用。

十四、結語:讓 Python 成為文字偵探

正規表示式看起來像是一串難懂的符號, 但只要從生活中的文字問題開始, 就會發現它非常實用。

從尋找數字、檢查手機號碼、 辨識 Emoji、解析飲料訂單, 到智慧養殖監測資料處理, Regex 都可以發揮作用。

對 Python 初學者而言, 不需要一次記住所有語法, 而是應該透過實際問題, 逐步理解不同規則的用途。

學習 Regex 的最好方法, 不是背誦符號, 而是自己設計文字規則, 讓 Python 幫你找到答案。

當同學能將 Regex 與字典、函式、 檔案處理及資料分析結合, 就能進一步發展出更完整的智慧生活應用系統。


Python 程式實習|文字處理與智慧生活應用系列

第 11 週|Python 智慧生活微型 Capstone 專題:從生活問題探索到專題構想

第 11 週|Python 智慧生活微型 Capstone 專題:從生活問題探索到專題構想

Python 程式實習|期末專題系列(第 1 篇)

圖:第 11 週專題啟動、問題探索、 自由組隊與專題構想教學重點。

學習 Python 程式設計時,我們通常從變數、條件判斷、迴圈、函式與資料結構開始,接著學習物件導向、例外處理與檔案處理。

但是,學會這些語法之後,還有一個更重要的問題:

如果老師不再指定題目,你能不能自己發現問題,並運用 Python 設計一套解決方案?

從第 11 週開始,我們將進入為期八週的「Python 智慧生活微型 Capstone 專題」。

這不是單純的程式作業,而是希望同學運用已學習的 Python 知識,搭配 AI 協作工具,從生活中發現問題,設計、開發並驗證一套可以實際操作的小型系統。

本週的重點不是寫出多少行程式,而是找到值得解決的問題,並提出八週內可以完成的專題構想。

一、什麼是 Capstone 專題?

Capstone Project 可以理解為整合性專題,目的是讓學生將不同階段所學的知識與技能,整合應用在一個具有明確目標的作品中。

例如,在 Python 課程中,我們已經學習:

  • 變數與資料型別。
  • 條件判斷與迴圈。
  • 串列、字典與其他資料結構。
  • 函式與模組。
  • 物件導向程式設計。
  • 例外處理。
  • TXT、CSV、JSON 等檔案處理。

如果每個單元都只是完成一個獨立練習,學生可能知道如何使用語法,卻不一定知道如何將這些技術組合成一套完整系統。

Capstone 專題就是要將這些知識整合起來。

發現問題
↓
需求分析
↓
系統設計
↓
Python 程式開發
↓
測試與驗證
↓
成果展示與反思

本課程稱為「微型 Capstone」,是因為專題時間只有八週,目標不是開發大型商業軟體,而是完成一套小而完整、可以操作、能夠驗證的 Python 系統。

二、為什麼 AI 時代仍然需要學習 Python?

現在可以透過 ChatGPT、Codex 等 AI 工具,使用自然語言要求 AI 產生 Python 程式。

例如:

請幫我撰寫一個 Python 程式,
讓使用者輸入水溫、pH 與溶氧量,
並將資料儲存成 CSV 檔案。

AI 可能很快就產生程式碼。

但是,這不代表使用者已經理解程式。

當程式出現錯誤時,你是否知道如何處理?當需求改變時,你能不能修改程式?當 AI 產生不合理的結果時,你能不能發現?

因此,本課程將 AI 視為協作工具,而不是取代學生思考的工具。

三種 AI 協作學習模式

模式 學習重點 學生應做的事
No-AI 獨立思考 自行分析問題、規劃流程與核心邏輯
AI Pair 協作開發 利用 AI 協助撰寫、除錯與改善程式
Challenge AI 驗證與挑戰 檢查 AI 程式、找出問題並完成修正
本週特別要求:

在決定專題題目之前,請先自行思考生活中有哪些問題值得改善。

不要一開始就請 AI 幫你產生十個題目,而是先提出自己的觀察,再利用 AI 協助整理與比較構想。

三、如何從生活中找到 Python 專題?

許多學生在選擇專題時,第一個想法可能是:

  • 我想做一個 AI 系統。
  • 我想做一個網站。
  • 我想做一個智慧農業系統。
  • 我想做一個遊戲。

這些都是可以發展的方向,但還不是清楚的問題。

一個好的專題,應該先回答:

誰遇到了什麼問題?目前如何處理?我們希望改善什麼?

問題探索五步驟

步驟 思考問題
1. 發現問題 生活中有哪些不方便、重複或容易出錯的事情?
2. 找到使用者 誰真正遇到這個問題?
3. 了解現況 目前如何處理?有哪些限制?
4. 提出構想 Python 可以改善哪個部分?
5. 縮小範圍 八週內最小可完成的系統是什麼?

範例:從「智慧養殖」找到真正的問題

假設有位同學說:

「我想做一個智慧養殖系統。」

教師可能會繼續追問:

  • 你想改善養殖過程中的哪一件事?
  • 養殖業者目前如何記錄水質?
  • 手寫紀錄有什麼不方便?
  • 如果只有一個人,八週內能完成什麼?

經過討論後,原本籠統的主題就可能變成:

專題名稱:Python 智慧養殖水質資料管理系統

問題:水質資料如果只記錄在紙本上,可能不方便查詢與統計。

使用者:養殖業者或水質監測人員。

改善方式:利用 Python 記錄水溫、pH 與溶氧量,並提供查詢與統計功能。

最小可完成系統:輸入資料、儲存 CSV、讀取歷史資料。

這樣的題目就比「智慧養殖系統」更清楚,也比較容易規劃與驗證。

四、如何判斷專題題目是否適合?

不是題目越大越好,也不是使用的技術越多越好。

本課程建議使用以下五項標準評估專題構想。

評估項目 檢查問題
問題明確 能否用一兩句話說明要解決的問題?
使用者清楚 是否知道誰會使用這套系統?
Python 適用 是否有適合使用 Python 處理的功能?
規模合理 能否在八週內完成核心功能?
可以驗證 是否能透過測試證明系統正常運作?

範例:太大的題目與適合的題目

過於籠統的題目 較適合的微型 Capstone 題目
智慧城市系統 校園停車紀錄與統計系統
智慧農業平台 農產品訂購與庫存管理系統
AI 教育系統 Python 單選題練習與成績分析系統
智慧商店 飲料店 POS 點餐與銷售統計系統
地方文化平台 雲林地方故事查詢與互動問答系統
選題提醒:

八週專題的目標不是完成所有功能,而是先完成最重要的功能,再依照能力逐步擴充。

五、可以選擇哪些智慧生活專題?

本課程開放自由選題,以下提供六個方向供同學參考。

應用領域 參考題目
智慧農業 農產品訂購、環境監測、智慧灌溉紀錄
智慧養殖 水質資料管理、溶氧紀錄、異常提醒
智慧商店 飲料店 POS、庫存管理、銷售分析
智慧教育 兒童編程遊戲、互動問答、學習紀錄
智慧生活 個人記帳、校園服務、生活資料分析
地方文化 故事資料庫、數位導覽、智慧走讀

以上只是參考題目,同學也可以提出其他與生活、校園、社區或產業有關的構想。

不要求每組一定使用硬體設備。純 Python、GUI、資料分析、Web 或 IoT 專題,都可以依照能力與資源選擇。

六、1~4 人自由組隊,如何決定專題規模?

本課程允許學生獨立完成,也可以 2~4 人合作。

但組員人數不同,最低專題規模也不同。

人數 最低專題要求 智慧養殖案例
1 人 一個完整核心系統 資料輸入、儲存與查詢
2 人 至少兩個整合模組 資料管理+統計分析
3 人 至少三個整合模組 資料管理+圖表+異常提醒
4 人 至少四個整合模組 資料接收+資料庫+儀表板+報表

這裡的模組指的是具有明確用途、可以執行及測試的功能單元,不是單純將程式拆成不同檔案。

此外,技術難度也會納入教師評估。一個人獨立完成較具挑戰性的系統,仍然可以得到充分肯定。

公平評分原則

期末專題採團隊成果 60 分、個人表現 40 分。

一人組與四人組都可以獲得滿分,但必須完成各自核定的專題要求。

多人組的每位學生都必須能說明自己負責的程式。

七、實作範例:如何規劃智慧養殖水質資料系統?

以下以三人組為例,示範如何從問題描述逐步發展為專題構想。

步驟 1:描述問題

水質監測資料如果以紙本或分散的檔案記錄,可能造成歷史資料不易查詢,也不方便統計水溫、pH 與溶氧變化。

步驟 2:確認使用者

養殖業者、水質監測人員,或進行智慧養殖研究的學生。

步驟 3:規劃三個功能模組

模組 主要功能 Python 技術
資料管理 輸入、儲存與查詢水質資料 函式、CSV、JSON
統計分析 計算平均值、最大值、最小值與繪製圖表 串列、統計、Matplotlib
異常提醒 依教師設定的模擬門檻顯示提醒 條件判斷、函式、例外處理

步驟 4:規劃資料格式

例如,水質資料可以先設計為 Python 字典:

water_data = {
    "pond": "第一池",
    "temperature": 28.5,
    "ph": 7.5,
    "oxygen": 6.8
}

這裡先不急著建立完整系統,而是確認需要哪些資料,以及各項資料的用途。

步驟 5:設計最小可行系統

先完成資料輸入、儲存與查詢,再逐步增加統計圖表及異常提醒。

使用者輸入水質資料
↓
Python 資料驗證
↓
CSV / JSON 儲存
↓
資料查詢與統計
↓
異常提醒與成果展示

本週只需要完成以上構想,不需要立即實作全部功能。

八、課堂練習:No-AI 問題探索

練習一:找出兩個生活問題

請先不使用 AI,獨立思考兩個值得改善的問題。

  1. 這個問題發生在哪裡?
  2. 誰遇到這個問題?
  3. 目前如何處理?
  4. 為什麼需要改善?
  5. Python 可以提供什麼協助?

例如:

問題 可能的 Python 專題
飲料店人工計算訂單容易出錯 飲料店 POS 點餐系統
個人生活支出不容易統計 Python 記帳與分析系統
學生不容易整理考試練習紀錄 單選題練習與成績管理系統
水質資料不容易集中查詢 智慧養殖水質資料管理系統

九、AI Pair 練習:讓 AI 協助評估構想

完成自己的問題探索後,可以開始使用 AI 協助評估專題。

例如,將以下提示詞提供給 ChatGPT:

我是一位正在學習 Python 的大學生。

我想做的專題是:
「智慧養殖水質資料管理系統」。

預計使用者是養殖業者。

目前想到的功能包括:
1. 輸入水質資料
2. 儲存歷史紀錄
3. 查詢資料
4. 統計水質變化

請協助我分析:
1. 這個題目要解決什麼問題?
2. 哪些功能最重要?
3. 哪些功能適合初學者?
4. 八週內如何完成?
5. 有哪些可能遇到的困難?

請先提供建議,
不要直接產生完整程式碼。

AI 可以協助分析,但學生仍應自行判斷哪些建議合理。

十、Challenge AI:不要完全相信 AI 的建議

AI 可能建議加入機器學習、即時感測、雲端資料庫與手機 App。

這些技術雖然有價值,但不一定適合八週的 Python 入門專題。

學生應該思考:

  • 我們真的需要這個功能嗎?
  • 目前具備相關技術能力嗎?
  • 需要額外硬體或經費嗎?
  • 是否有足夠時間測試?
  • 如果先移除這項功能,核心問題還能解決嗎?
AI 協作的重要觀念:

AI 提供的是建議,不是專題規格的最終決定。

學生應根據需求、時間、能力與資源,決定真正需要實作的功能。

十一、第 11 週專題構想表

本週請各組完成以下內容,作為第 12 週正式提案的基礎。

項目 填寫內容
專題名稱 暫定名稱即可
組員人數 1~4 人,列出組員
問題描述 誰遇到什麼問題?為什麼需要改善?
預期使用者 誰會使用這套系統?
主要功能 列出 2~4 項構想,依組員人數調整
Python 技術 例如函式、字典、CSV、JSON、GUI
最小可行功能 八週內最優先完成的核心功能
可能困難 技術、資料、時間或設備限制

專題構想表示範

專題名稱:智慧養殖水質資料管理系統

組員人數:3 人

問題描述:水質紀錄不易集中查詢與統計,希望透過 Python 改善資料管理方式。

預期使用者:養殖業者與水質監測人員。

主要功能:

  1. 輸入水質資料。
  2. 儲存與查詢歷史紀錄。
  3. 統計水質變化並繪製圖表。
  4. 依模擬門檻顯示異常提醒。

預計技術:Python、函式、CSV、JSON、Matplotlib。

最小可行功能:完成水質資料輸入、儲存與查詢。

可能困難:資料格式設計、圖表製作、不同功能整合。

十二、第 11~18 週專題學習地圖

週次 學習主題 主要成果
11 專題啟動與問題探索 初步專題構想
12 需求分析與系統設計 正式專題提案
13 Python 核心程式開發 核心功能初版
14 AI Pair 與功能整合 可執行原型
15 系統整合與例外處理 整合測試紀錄
16 Challenge AI 與系統驗證 完成版系統
17 成果整理與展示準備 海報與成果預演
18 成果展示與個人驗收 期末成果與反思

十三、第 11 週課後作業

作業名稱:我的 Python 智慧生活專題構想

請以個人或小組為單位完成:

  1. 確認 1~4 人組員。
  2. 提出至少兩個候選問題,並選定初步題目。
  3. 完成專題構想表。
  4. 列出主要功能與最小可行功能。
  5. 說明預計使用的 Python 技術。
  6. 記錄至少一項 AI 協作建議,以及自己是否採納的理由。

繳交時間:第 12 週上課前。

本週不要求:完整程式、完整 GUI、正式資料庫或硬體系統。

十四、本週學習自我檢核

完成第 11 週後,請檢查自己是否已經能夠回答:

  • □ 我知道 Capstone 專題與一般程式作業的差異。
  • □ 我知道第 11~18 週的專題進度。
  • □ 我能提出至少兩個生活中的問題。
  • □ 我知道自己的專題要解決什麼問題。
  • □ 我能說明預期使用者是誰。
  • □ 我已經決定 1~4 人的組隊方式。
  • □ 我能提出八週內最優先完成的核心功能。
  • □ 我知道 AI 可以協助,但不能取代自己的判斷。

十五、結語:先找到問題,再開始寫程式

學習 Python 的目的,不只是記住語法或完成老師指定的程式,而是逐步培養運用程式設計解決問題的能力。

一個好的 Capstone 專題,不一定需要複雜的 AI 模型、昂貴的硬體設備或大量程式碼。

真正重要的是:問題是否清楚、功能是否合理、程式是否正確,以及系統是否真的能夠協助使用者。

第 11 週,先不要急著寫程式。請從自己的生活開始觀察,找到一個值得改善的問題,並思考如何運用 Python 解決。

下一週,我們將進入:

第 12 週|Python 微型 Capstone:需求分析、功能規劃與系統設計。

屆時將把本週的初步構想,轉換為正式的專題提案、功能清單、流程圖與資料結構,為後續 Python 開發做好準備。


Python 程式實習|智慧生活微型 Capstone 專題系列
第 11 週:專題啟動、問題探索與初步選題

Python 智慧生活微型 Capstone 專題:從程式學習到問題解決

Python 智慧生活微型 Capstone 專題:從程式學習到問題解決

在生成式 AI 快速發展的今天,Python 程式設計教學正面臨一個重要問題:

當 AI 已經能夠協助學生產生程式碼,我們應該如何評量學生真正的程式設計能力?

傳統程式設計課程通常以語法練習、程式作業及考試作為主要評量方式。然而,實際的軟體開發不只是撰寫程式碼,更包含問題探索、需求分析、系統設計、程式開發、測試驗證與持續改善。

因此,本課程規劃於第 11 週至第 18 週推動「Python 智慧生活微型 Capstone 專題」,以「Python 程式設計 × AI 協作 × 智慧生活應用」為核心,讓學生透過完整的小型專題,整合課堂所學,培養解決實際問題的能力。

本專題特別開放學生以 1~4 人自由組隊,尊重不同的學習方式,並依照組員人數調整專題規模,兼顧獨立學習、團隊合作與公平評量。


圖:Python 智慧生活微型 Capstone 專題架構。 以 Python 程式設計、AI 協作與智慧生活應用為核心, 規劃第 11~18 週專題實作, 採 1~4 人自由組隊及團隊成果 60%、個人表現 40% 的評量方式。

一、為什麼 Python 程式實習需要 Capstone 專題?

Capstone Project 通常指整合性專題,強調學生運用已學習的知識與技能,完成具有明確目標的作品。

本課程採用「微型 Capstone」概念,不要求學生在短時間內完成大型商業系統,而是以八週時間,完成一套功能明確、可以操作、能夠驗證的小型 Python 應用系統。

教學重點從「學會 Python 語法」延伸到「運用 Python 解決問題」。

生活或產業問題
↓
問題探索與需求分析
↓
Python 程式設計
↓
AI 協作開發與除錯
↓
系統測試與驗證
↓
成果展示與學習反思

透過這個過程,學生不只是完成一份期末作業,而是體驗從問題到解決方案的完整開發流程。

二、專題核心:Python × AI 協作 × 智慧生活

本課程鼓勵學生從校園、生活、產業或社區中探索問題,並運用 Python 設計解決方案。

專題可以涵蓋以下六大應用方向:

主題 參考應用
智慧農業 環境監測、智慧灌溉、農產品管理
智慧養殖 水質紀錄、溶氧監測、異常提醒
智慧生活 記帳系統、飲料店 POS、生活資料分析
智慧教育 兒童編程、互動問答、智慧走讀
智慧商店 訂購系統、庫存管理、銷售分析
地方文化 故事資料庫、數位導覽、文化互動教材

學生可以依照個人興趣與程式能力選擇主題,不限制一定要使用硬體設備。

純 Python 軟體系統、資料分析工具、GUI、Web 應用或 AIoT 系統,只要符合課程要求,都可以作為期末專題。

三、1~4 人自由組隊:尊重不同的學習方式

學生的學習風格與程式能力並不完全相同。

有些學生喜歡獨立思考、獨立完成作品;有些學生則適合透過討論、分工與合作,挑戰更完整的系統。

因此,本課程不強制所有學生採用相同的組員人數,而是開放 1~4 人自由組隊。

但為了兼顧公平性,專題規模必須依照人數調整。

組員人數 專題最低要求 範例
1 人組 完成一個功能完整的核心系統 水質資料記錄與查詢
2 人組 至少兩個可整合的功能模組 水質管理+統計分析
3 人組 至少三個相互整合的功能模組 水質管理+圖表+異常提醒
4 人組 至少四個相互整合的功能模組 資料接收+資料庫+儀表板+報表
重要原則:

一個人可以完成小而完整的系統,四個人則應完成整合度較高的系統。

不因個人獨立完成而降低得分上限,也不因組員人數較多而自動提高分數。

此外,功能模組必須具備實際用途與可驗證的程式功能,不能只是將一個簡單程式拆成多個檔案,就視為多個模組。

四、所有組別都必須具備的 Python 核心能力

雖然學生可以自由選題,但期末專題仍然是 Python 程式實習課程,因此所有組別都必須展現基本程式設計能力。

共同要求包含:

  1. 具備 Python 程式設計能力,能使用條件判斷、迴圈及函式。
  2. 能運用串列、字典或其他適當資料結構處理資料。
  3. 具備資料讀取、儲存或檔案管理功能。
  4. 能處理基本輸入驗證與常見例外情況。
  5. 能進行功能測試並提出驗證結果。
  6. 能記錄 AI 協作開發與程式驗證過程。

學生可以依專題需要進一步使用物件導向程式設計、SQLite、CSV、JSON、Excel、GUI、Django 或 MicroPython 等技術。

但技術越多不代表作品一定越好,重要的是系統功能是否完整、程式是否正確,以及學生是否理解自己所開發的內容。

五、第 11~18 週:八週專題實施時程

本課程將八週專題分為四個階段,每個階段安排兩週,讓學生有足夠時間進行設計、開發、整合與修正。

週次 階段 主要工作 階段成果
第 11~12 週 問題探索與規劃 分組、問題探索、需求分析、功能規劃、流程圖 專題提案與系統設計
第 13~14 週 Python 核心開發 核心功能、資料結構、檔案處理、AI 協作 可執行的核心原型
第 15~16 週 系統整合與驗證 功能整合、例外處理、測試、使用者試用與修正 系統完成版與測試紀錄
第 17~18 週 成果發表與評量 成果整理、海報、展示、程式解說、個人驗收 正式成果與個人學習反思

第一階段:第 11~12 週|問題探索與系統設計

學生首先必須回答三個問題:

  • 我們想解決什麼問題?
  • 誰會使用這套系統?
  • Python 可以如何協助解決問題?

接著完成系統功能規劃、流程圖與資料結構設計。

各組應於第 12 週提出專題提案,由授課教師依照人數、技術難度及實作內容,核定最低功能要求。

第二階段:第 13~14 週|Python 核心功能開發

學生開始撰寫核心 Python 程式,建立主要資料結構、函式與資料處理流程。

這個階段不要求系統介面漂亮,而是強調核心功能可以正確執行。

例如智慧養殖系統,至少要能輸入水質資料、儲存資料並重新讀取。

第三階段:第 15~16 週|系統整合與驗證

完成核心功能後,學生開始整合不同模組,並測試正常與異常情況。

例如:

  • 輸入非數字時,程式是否會中斷?
  • 檔案不存在時,系統如何處理?
  • 資料為空時,是否仍能正常操作?
  • 多個功能模組之間能否正確交換資料?

此階段也鼓勵學生邀請實際使用者試用,收集意見並改善系統。

第四階段:第 17~18 週|成果展示與個人驗收

學生整理程式、製作專題海報,並準備系統展示。

第 18 週進行正式成果發表與個人程式驗收。

除了展示系統功能,學生還必須說明自己負責的程式,以及如何使用 AI 協助開發與驗證。

六、AI 協作教學:No-AI、AI Pair、Challenge AI

生成式 AI 已經成為程式開發的重要工具,但 AI 能夠產生程式碼,不代表學生已經具備程式設計能力。

因此,本課程將 AI 協作分成三種學習模式。

模式一:No-AI|先培養獨立思考能力

學生先自行分析問題、規劃資料結構與程式流程,並嘗試完成核心程式。

這個階段的重點是讓學生理解問題,而不是立即要求 AI 產生完整程式。

模式二:AI Pair|與 AI 協作開發

學生可以使用 ChatGPT、Codex 或其他 AI 工具協助:

  • 撰寫部分程式。
  • 解釋不熟悉的語法。
  • 找出程式錯誤。
  • 改善程式結構。
  • 產生測試案例。

但學生必須能夠理解、修改及驗證 AI 產生的程式。

模式三:Challenge AI|驗證並挑戰 AI

學生應主動檢查 AI 的程式是否存在問題。

例如,AI 產生的程式可能缺少輸入檢查、無法處理空資料,或在特殊情況下產生錯誤結果。

學生必須找出問題、提出測試證據並完成修正。

建議成果要求:

每組至少提出一個具體的 AI 協作案例,說明:

  1. 原本遇到什麼問題?
  2. 如何向 AI 提問?
  3. AI 提供什麼建議或程式?
  4. 如何測試與驗證?
  5. 最後做了哪些修改?

七、期末評分:團隊成果 60%+個人表現 40%

分組專題經常遇到一個問題:作品是團隊完成的,但每位學生的參與程度可能不同。

為了兼顧公平性,本課程採用團隊成果與個人表現分開評分的方式。

評分項目 配分
團隊成果(60 分)
問題探索與系統設計 10 分
Python 核心功能與程式品質 25 分
依人數要求的模組整合 15 分
測試與成果展示 10 分
個人表現(40 分)
個人 Python 程式解說與修改 20 分
AI 協作與驗證紀錄 10 分
實際貢獻與學習反思 10 分
總分 100 分

團隊成果依照第 12 週核定的專題規模及完成品質評分。

個人表現則依照每位學生的實際參與、程式理解、AI 協作與學習成果評分。

因此,即使同一組學生完成相同作品,也可能因為個人表現不同而獲得不同分數。

八、個人程式驗收:確認學生真正理解程式

期末展示不應只有系統操作,也應包含學生對程式的理解。

教師可以依照學生負責的功能,進行簡短的個人驗收。

例如:

  • 請說明這個函式的功能。
  • 為什麼這裡使用串列或字典?
  • 這個程式如何讀取 CSV 或 JSON?
  • 如果使用者輸入錯誤資料,會發生什麼事?
  • 請現場修改一個判斷條件。
  • 請說明 AI 曾經產生什麼錯誤,以及如何修正。

對於個人專題,學生應能說明整個系統。

對於多人專題,學生至少應能清楚說明自己負責的模組,以及與其他模組之間的關係。

公平評量原則:

不是比較哪一組的程式碼最多,而是比較學生是否達成所核定的專題要求,並且真正理解自己完成的作品。

九、專題案例:智慧養殖水質資料管理系統

以智慧養殖為例,同一個題目可以依照組員人數設計不同的專題規模。

人數 專題內容
1 人 水質資料輸入、儲存與查詢
2 人 水質資料管理+統計分析
3 人 資料管理+統計圖表+異常提醒
4 人 感測資料接收+資料庫+儀表板+報表

例如,個人專題可以使用 Python、CSV 與 JSON,完成一套命令列水質資料管理程式。

四人專題則可以進一步整合 ESP32 或 Raspberry Pi Pico W、MQTT、SQLite 與 Django,建立較完整的智慧養殖監測系統。

不過,專題難度仍應依實際技術內容判斷,不能單純以功能數量衡量。

一位學生獨立完成較高技術難度的系統,也應獲得相應肯定。

十、鼓勵從校園走向真實場域

本課程鼓勵學生從生活中尋找問題,也鼓勵有興趣的學生進一步走入實際場域。

例如:

  • 智慧農業與養殖:了解農友或養殖業者的資料管理需求。
  • 智慧教育:設計兒童編程或互動學習教材。
  • 地方文化:將地方故事轉譯為互動問答或智慧走讀系統。
  • 智慧商店:了解小型店家的訂購、庫存或銷售問題。
  • 智慧生活:解決校園或社區中的日常需求。

場域實作不是要求所有學生都必須到校外,而是鼓勵學生思考:

這套程式是為誰設計?解決什麼問題?如何證明它有用?

十一、期末專題應繳交哪些成果?

為了避免學生花太多時間撰寫報告,專題成果以可驗證的實作為主。

時間 繳交成果
第 12 週 專題提案與系統設計
第 14 週 核心程式與初步原型
第 16 週 完成版程式與測試紀錄
第 18 週 程式碼、成果海報、系統展示、個人學習反思

各階段成果應持續修訂與累積,不必每次重新撰寫完整報告。

十二、結語:從會寫程式,到能用程式解決問題

Python 程式實習的學習目標,不應只是讓學生熟悉語法,更重要的是培養運用程式設計解決問題的能力。

透過「Python 智慧生活微型 Capstone 專題」,學生可以在八週內經歷問題探索、系統設計、程式開發、AI 協作、測試驗證與成果展示的完整過程。

開放 1~4 人自由組隊,是為了尊重學生不同的學習方式;依人數調整專題規模,則是為了建立公平的挑戰與評量機制。

AI 可以協助學生加快開發速度,但不能取代學生對問題的理解、程式的判斷及成果的驗證。

我們期待學生在期末完成的不只是一支 Python 程式,而是一個能夠說明問題、提出方案、實際操作並持續改善的智慧生活作品。

從課堂中的一個小型專題開始,讓學生逐步建立自主學習、AI 協作、團隊合作與場域實踐的能力,為未來更完整的專題製作、產業實習及跨域應用奠定基礎。

適用課程:Python 程式實習、Python 程式設計、智慧生活科技、AI 協作程式開發與跨域專題實作。

Python 檔案處理實戰:從 TXT、CSV、JSON 到 Excel,打造智慧養殖資料管理系統

Python 檔案處理實戰:從 TXT、CSV、JSON 到 Excel,打造智慧養殖資料管理系統

在學習 Python 程式設計時,我們經常使用變數儲存資料。

例如:

temperature = 28.5
ph = 7.5

print("水溫:", temperature)
print("pH:", ph)

但是,當程式結束後,這些變數中的資料通常就不會繼續保留。

如果我們希望每天記錄智慧養殖池的水溫、pH 與溶氧量,並且能夠在隔天重新讀取資料,該怎麼辦?

答案就是檔案處理(File Handling)。

Python 可以將資料儲存成 TXT、CSV、JSON 與 Excel 等格式。

本文將以「智慧養殖水質監測」為案例,帶領學生從最簡單的文字檔案開始,逐步建立一套可以記錄、查詢、統計與匯出水質資料的管理系統。

一、為什麼 Python 需要檔案處理?

一般變數主要儲存在程式執行期間使用的記憶體中。

例如:

temperature = 28.5
ph = 7.5
oxygen = 6.8

如果沒有額外儲存,程式結束後,這些資料就無法直接在下一次執行時重新取得。

檔案處理可以將資料保存到電腦的儲存裝置。

感測器資料
↓
Python 變數
↓
檔案寫入
↓
TXT / CSV / JSON / Excel
↓
下次執行程式時重新讀取

在智慧養殖系統中,檔案可以用來保存:

  • 水溫(Temperature)。
  • 酸鹼值(pH)。
  • 溶氧量(Dissolved Oxygen,mg/L)。
  • 量測日期與時間。
  • 養殖池名稱。
  • 設備狀態與異常紀錄。

二、認識 TXT、CSV、JSON 與 Excel

在開始寫程式之前,先比較四種常見的資料格式。

格式 主要用途 特色
TXT 文字紀錄 簡單、容易閱讀
CSV 表格資料交換 適合統計與資料分析
JSON 結構化資料交換 適合 Web API 與 IoT
Excel(XLSX) 報表與資料管理 支援工作表與格式設定

這四種格式並沒有絕對的好壞,而是適合不同的應用情境。

重要觀念:

TXT、CSV、JSON 通常以文字方式儲存;XLSX 則是以 ZIP 封裝 XML 等資料的活頁簿格式。

因此,XLSX 不能直接當成一般 UTF-8 文字檔案讀取。

三、Python TXT 檔案處理入門

TXT 是最簡單的文字檔案格式,適合用來保存程式訊息、日誌與簡單紀錄。

範例 1:將水溫寫入 TXT 檔案

temperature = 28.5

with open(
    "water.txt",
    "w",
    encoding="utf-8"
) as file:

    file.write("水溫:28.5°C")

print("檔案寫入完成")

執行後會建立 water.txt。

檔案內容:

水溫:28.5°C

認識 open() 的參數

參數 功能
"water.txt" 檔案名稱
"w" 寫入模式,會覆蓋原有內容
encoding="utf-8" 使用 UTF-8 文字編碼

with open() 可以在區塊結束時自動關閉檔案。

範例 2:讀取 TXT 檔案

with open(
    "water.txt",
    "r",
    encoding="utf-8"
) as file:

    text = file.read()

print(text)

執行結果:

水溫:28.5°C

範例 3:使用附加模式記錄多筆資料

如果希望每次執行程式都增加一筆紀錄,而不是覆蓋原始檔案,可以使用 "a" 模式。

temperature = 29.1

with open(
    "water.txt",
    "a",
    encoding="utf-8"
) as file:

    file.write("\n水溫:29.1°C")

print("新增紀錄完成")

檔案內容可能變成:

水溫:28.5°C
水溫:29.1°C

常見檔案模式

模式 功能
r讀取檔案
w寫入檔案,覆蓋原有內容
a附加資料到檔案尾端
x建立新檔案,已存在則失敗
rb以二進位模式讀取
wb以二進位模式寫入
課堂練習 1:

請學生設計程式,讓使用者輸入水溫、pH 與溶氧量,並將三項資料寫入 water.txt。

再次執行程式時,應使用附加模式保留舊資料。

四、加入日期時間,建立水質紀錄

實際的智慧養殖系統不只需要記錄數值,也需要知道資料是在什麼時間量測的。

Python 可以使用 datetime 模組取得目前時間。

範例 4:記錄量測時間

from datetime import datetime

temperature = 28.5
ph = 7.5
oxygen = 6.8

now = datetime.now()

time_text = now.strftime(
    "%Y-%m-%d %H:%M:%S"
)

message = (
    f"{time_text},"
    f"水溫:{temperature},"
    f"pH:{ph},"
    f"溶氧:{oxygen}"
)

with open(
    "water_log.txt",
    "a",
    encoding="utf-8"
) as file:

    file.write(message + "\n")

print("水質紀錄完成")

檔案內容範例:

2026-11-16 08:00:00,水溫:28.5,pH:7.5,溶氧:6.8

實際日期與時間會依照執行程式時的電腦時間而不同。

這就是簡易的水質監測日誌(Log)。

五、CSV:將水質資料變成表格

當資料筆數增加時,使用 TXT 記錄雖然簡單,但不容易直接進行統計分析。

CSV(Comma-Separated Values)可以將資料整理成表格形式。

例如:

養殖池,水溫,pH,溶氧
第一池,28.5,7.5,6.8
第二池,27.8,7.8,7.1
第三池,29.2,7.4,6.5

範例 5:建立 CSV 檔案

import csv

data = [
    ["養殖池", "水溫", "pH", "溶氧"],
    ["第一池", 28.5, 7.5, 6.8],
    ["第二池", 27.8, 7.8, 7.1],
    ["第三池", 29.2, 7.4, 6.5]
]

with open(
    "water.csv",
    "w",
    newline="",
    encoding="utf-8-sig"
) as file:

    writer = csv.writer(file)

    writer.writerows(data)

print("CSV 建立完成")

這裡使用 utf-8-sig,可以提高部分 Windows Excel 環境辨識中文的相容性。

範例 6:讀取 CSV 檔案

import csv

with open(
    "water.csv",
    "r",
    newline="",
    encoding="utf-8-sig"
) as file:

    reader = csv.reader(file)

    for row in reader:
        print(row)

執行結果:

['養殖池', '水溫', 'pH', '溶氧']
['第一池', '28.5', '7.5', '6.8']
['第二池', '27.8', '7.8', '7.1']
['第三池', '29.2', '7.4', '6.5']

注意:CSV 讀取後的欄位預設是字串。

若要進行數值運算,必須使用 float() 或 int() 轉換資料型別。

六、CSV 進階:使用 DictReader 讀取欄位

當 CSV 有多個欄位時,使用欄位名稱讀取資料會比記住欄位位置更方便。

範例 7:使用 DictReader

import csv

with open(
    "water.csv",
    "r",
    newline="",
    encoding="utf-8-sig"
) as file:

    reader = csv.DictReader(file)

    for row in reader:
        print(
            row["養殖池"],
            row["水溫"],
            row["pH"],
            row["溶氧"]
        )

執行結果:

第一池 28.5 7.5 6.8
第二池 27.8 7.8 7.1
第三池 29.2 7.4 6.5

範例 8:計算平均水溫

import csv

temperatures = []

with open(
    "water.csv",
    "r",
    newline="",
    encoding="utf-8-sig"
) as file:

    reader = csv.DictReader(file)

    for row in reader:
        temperature = float(row["水溫"])
        temperatures.append(temperature)

average = sum(temperatures) / len(temperatures)

print("平均水溫:", round(average, 2))

執行結果:

平均水溫: 28.5

這個範例可以銜接 Python 串列、迴圈與統計運算。

七、JSON:讓資料具有結構

CSV 適合表格資料,但如果資料包含設備資訊、感測器資訊與巢狀結構,就可以考慮使用 JSON。

JSON(JavaScript Object Notation)是一種常見的資料交換格式。

例如:

{
    "pond": "第一池",
    "temperature": 28.5,
    "ph": 7.5,
    "oxygen": 6.8
}

JSON 非常適合 Web API、MQTT 訊息與雲端資料交換。

範例 9:Python 字典轉 JSON

import json

data = {
    "pond": "第一池",
    "temperature": 28.5,
    "ph": 7.5,
    "oxygen": 6.8
}

json_text = json.dumps(
    data,
    ensure_ascii=False,
    indent=4
)

print(json_text)

執行結果:

{
    "pond": "第一池",
    "temperature": 28.5,
    "ph": 7.5,
    "oxygen": 6.8
}

ensure_ascii=False 可以讓中文直接出現在 JSON 文字中,而不是轉成 Unicode 跳脫序列。

範例 10:將 JSON 寫入檔案

import json

data = {
    "pond": "第一池",
    "temperature": 28.5,
    "ph": 7.5,
    "oxygen": 6.8
}

with open(
    "water.json",
    "w",
    encoding="utf-8"
) as file:

    json.dump(
        data,
        file,
        ensure_ascii=False,
        indent=4
    )

print("JSON 建立完成")

範例 11:讀取 JSON 檔案

import json

with open(
    "water.json",
    "r",
    encoding="utf-8"
) as file:

    data = json.load(file)

print("養殖池:", data["pond"])
print("水溫:", data["temperature"])
print("pH:", data["ph"])
print("溶氧:", data["oxygen"])

執行結果:

養殖池: 第一池
水溫: 28.5
pH: 7.5
溶氧: 6.8

八、JSON 進階:記錄多個養殖池

JSON 不只能儲存單筆資料,也可以透過串列儲存多個養殖池。

範例 12:建立多筆 JSON 資料

import json

ponds = [
    {
        "pond": "第一池",
        "temperature": 28.5,
        "ph": 7.5,
        "oxygen": 6.8
    },
    {
        "pond": "第二池",
        "temperature": 27.8,
        "ph": 7.8,
        "oxygen": 7.1
    },
    {
        "pond": "第三池",
        "temperature": 29.2,
        "ph": 7.4,
        "oxygen": 6.5
    }
]

with open(
    "ponds.json",
    "w",
    encoding="utf-8"
) as file:

    json.dump(
        ponds,
        file,
        ensure_ascii=False,
        indent=4
    )

print("多筆 JSON 資料建立完成")

這種資料結構很適合後續與 Django REST API 整合。

JSON 與 Python 字典的差異:

JSON 是資料交換格式,而 Python dict 是程式執行時的資料型別。

兩者概念相似,但語法不完全相同。例如 JSON 使用 true、false、null,而 Python 使用 True、False、None。

九、Excel:將水質資料變成報表

當資料需要交給農友、管理人員或研究團隊查看時,Excel 是常見的報表格式。

Python 可以使用 openpyxl 建立 XLSX 檔案。

先安裝套件:

pip install openpyxl

範例 13:建立 Excel 水質報表

from openpyxl import Workbook

wb = Workbook()

ws = wb.active
ws.title = "水質監測"

ws.append(["養殖池", "水溫", "pH", "溶氧"])

ws.append(["第一池", 28.5, 7.5, 6.8])
ws.append(["第二池", 27.8, 7.8, 7.1])
ws.append(["第三池", 29.2, 7.4, 6.5])

wb.save("water.xlsx")

print("Excel 報表建立完成")

執行後會產生 water.xlsx。

範例 14:讀取 Excel 資料

from openpyxl import load_workbook

wb = load_workbook("water.xlsx")

ws = wb.active

for row in ws.iter_rows(values_only=True):
    print(row)

執行結果:

('養殖池', '水溫', 'pH', '溶氧')
('第一池', 28.5, 7.5, 6.8)
('第二池', 27.8, 7.8, 7.1)
('第三池', 29.2, 7.4, 6.5)

與 CSV 不同,Excel 可以保留數值型別與儲存格格式。

十、Excel 進階:加入平均值公式

Excel 不只能保存資料,也可以加入公式進行統計。

範例 15:加入平均水溫

from openpyxl import Workbook

wb = Workbook()

ws = wb.active
ws.title = "水質監測"

ws.append(["養殖池", "水溫", "pH", "溶氧"])

ws.append(["第一池", 28.5, 7.5, 6.8])
ws.append(["第二池", 27.8, 7.8, 7.1])
ws.append(["第三池", 29.2, 7.4, 6.5])

ws["A5"] = "平均值"

ws["B5"] = "=AVERAGE(B2:B4)"
ws["C5"] = "=AVERAGE(C2:C4)"
ws["D5"] = "=AVERAGE(D2:D4)"

wb.save("water_report.xlsx")

print("Excel 統計報表建立完成")

使用 Excel 開啟檔案後,Excel 可以計算公式結果。

注意:

openpyxl 可以寫入 Excel 公式,但不會自行計算公式。

公式結果通常需要由 Excel 或其他支援公式計算的試算表軟體重新計算。

十一、整合實作:智慧養殖資料管理系統

前面已經分別介紹 TXT、CSV、JSON 與 Excel。

現在將這些技術整合成一套簡易的智慧養殖資料管理系統。

系統提供以下功能:

  1. 新增水質資料。
  2. 查看所有水質紀錄。
  3. 計算平均水溫。
  4. 匯出 TXT 紀錄。
  5. 匯出 CSV 報表。
  6. 匯出 JSON 資料。
  7. 匯出 Excel 報表。

系統架構

使用者輸入水質資料
↓
Python 資料管理程式
↓
JSON 儲存主要資料
↓
資料查詢與平均值計算
↓
TXT / CSV / JSON / Excel 匯出

為了讓學生容易理解,本範例先使用串列與字典管理資料,並以 JSON 檔案保存紀錄。

完整程式:智慧養殖資料管理系統

import csv
import json
from pathlib import Path
from datetime import datetime
from openpyxl import Workbook

DATA_FILE = Path("pond_data.json")

# 讀取資料
def load_data():
    if DATA_FILE.exists():
        with open(
            DATA_FILE,
            "r",
            encoding="utf-8"
        ) as file:
            return json.load(file)

    return []


# 儲存資料
def save_data(records):
    with open(
        DATA_FILE,
        "w",
        encoding="utf-8"
    ) as file:

        json.dump(
            records,
            file,
            ensure_ascii=False,
            indent=4
        )


# 新增資料
def add_record(records):

    pond = input("養殖池名稱:")

    try:
        temperature = float(input("水溫:"))
        ph = float(input("pH:"))
        oxygen = float(input("溶氧 mg/L:"))

    except ValueError:
        print("輸入錯誤,請輸入數字")
        return

    record = {
        "time": datetime.now().strftime(
            "%Y-%m-%d %H:%M:%S"
        ),
        "pond": pond,
        "temperature": temperature,
        "ph": ph,
        "oxygen": oxygen
    }

    records.append(record)

    save_data(records)

    print("資料新增完成")


# 顯示資料
def show_records(records):

    if not records:
        print("目前沒有資料")
        return

    for record in records:
        print(
            record["time"],
            record["pond"],
            record["temperature"],
            record["ph"],
            record["oxygen"]
        )


# 平均水溫
def show_average(records):

    if not records:
        print("目前沒有資料")
        return

    total = sum(
        record["temperature"]
        for record in records
    )

    average = total / len(records)

    print(
        "平均水溫:",
        round(average, 2)
    )


# 匯出 TXT
def export_txt(records):

    with open(
        "pond_report.txt",
        "w",
        encoding="utf-8"
    ) as file:

        for record in records:
            file.write(
                f"{record['time']},"
                f"{record['pond']},"
                f"{record['temperature']},"
                f"{record['ph']},"
                f"{record['oxygen']}\n"
            )

    print("TXT 匯出完成")


# 匯出 CSV
def export_csv(records):

    fields = [
        "time",
        "pond",
        "temperature",
        "ph",
        "oxygen"
    ]

    with open(
        "pond_report.csv",
        "w",
        newline="",
        encoding="utf-8-sig"
    ) as file:

        writer = csv.DictWriter(
            file,
            fieldnames=fields
        )

        writer.writeheader()
        writer.writerows(records)

    print("CSV 匯出完成")


# 匯出 JSON
def export_json(records):

    with open(
        "pond_report.json",
        "w",
        encoding="utf-8"
    ) as file:

        json.dump(
            records,
            file,
            ensure_ascii=False,
            indent=4
        )

    print("JSON 匯出完成")


# 匯出 Excel
def export_excel(records):

    wb = Workbook()

    ws = wb.active
    ws.title = "智慧養殖水質"

    ws.append([
        "時間",
        "養殖池",
        "水溫",
        "pH",
        "溶氧"
    ])

    for record in records:
        ws.append([
            record["time"],
            record["pond"],
            record["temperature"],
            record["ph"],
            record["oxygen"]
        ])

    wb.save("pond_report.xlsx")

    print("Excel 匯出完成")


# 主程式
def main():

    records = load_data()

    while True:

        print("\n=== 智慧養殖資料管理系統 ===")
        print("1. 新增水質資料")
        print("2. 查看所有資料")
        print("3. 計算平均水溫")
        print("4. 匯出 TXT")
        print("5. 匯出 CSV")
        print("6. 匯出 JSON")
        print("7. 匯出 Excel")
        print("0. 結束")

        choice = input("請選擇功能:")

        if choice == "1":
            add_record(records)

        elif choice == "2":
            show_records(records)

        elif choice == "3":
            show_average(records)

        elif choice == "4":
            export_txt(records)

        elif choice == "5":
            export_csv(records)

        elif choice == "6":
            export_json(records)

        elif choice == "7":
            export_excel(records)

        elif choice == "0":
            print("系統結束")
            break

        else:
            print("無效的選項")


if __name__ == "__main__":
    main()

系統執行畫面

=== 智慧養殖資料管理系統 ===
1. 新增水質資料
2. 查看所有資料
3. 計算平均水溫
4. 匯出 TXT
5. 匯出 CSV
6. 匯出 JSON
7. 匯出 Excel
0. 結束

請選擇功能:1

養殖池名稱:第一池
水溫:28.5
pH:7.5
溶氧 mg/L:6.8

資料新增完成

再次執行程式時,系統會從 pond_data.json 重新讀取先前儲存的資料。

這樣就完成一套具有資料持久化功能的簡易管理系統。

教學說明:

本範例適合單機、少量資料的入門練習。

若應用於正式智慧養殖系統,還需要加入資料驗證、檔案損壞處理、備份、同時寫入控制與權限管理。

當資料量增加或需要多人同時操作時,建議改用 SQLite、PostgreSQL 或其他資料庫。

十二、四種檔案格式應該如何選擇?

需求 建議格式 原因
簡單文字紀錄 TXT 容易建立與閱讀
感測資料表格 CSV 適合批次處理與分析
Web API 資料交換 JSON 支援結構化資料
農友或管理者報表 Excel 容易檢視、編輯與統計
大量歷史感測資料 資料庫 適合查詢與多人存取

十三、Python 課堂實作任務

任務一:TXT 水質日誌

讓學生輸入水溫、pH 與溶氧量,並加入日期時間後儲存至 TXT。

要求使用:

  • input()
  • datetime
  • with open()
  • 附加模式 a

任務二:CSV 水質統計

讀取多筆水質資料,計算:

  • 平均水溫。
  • 最高水溫。
  • 最低水溫。
  • 平均 pH。
  • 平均溶氧量。

任務三:JSON 智慧養殖資料交換

將多筆水質資料儲存成 JSON,並模擬傳送給雲端系統。

要求使用:

  • dict
  • list
  • json.dump()
  • json.load()

任務四:Excel 水質報表

將水質資料匯出為 XLSX,並加入:

  • 中文欄位名稱。
  • 平均值公式。
  • 工作表名稱。
  • 基本儲存格格式。

任務五:整合型專題

以本篇完整程式為基礎,增加以下功能:

  1. 依養殖池名稱查詢資料。
  2. 依日期範圍查詢水質紀錄。
  3. 依自訂門檻判斷水質是否需要注意。
  4. 將統計結果輸出至 Excel。
  5. 為未來 Django Dashboard 預留資料交換格式。

十四、從檔案處理走向智慧養殖 AIoT

本篇使用人工輸入模擬感測器資料,但未來可以將資料來源改成實際的 IoT 設備。

例如:

ESP32 / Raspberry Pi Pico W
↓
水溫、pH、溶氧感測器
↓
UART / Wi-Fi / MQTT
↓
Python 資料接收程式
↓
JSON / CSV / 資料庫
↓
Django Dashboard
↓
資料分析與 AI 水質預警

因此,檔案處理不只是 Python 的基礎語法,更是智慧生活科技、資料分析與物聯網系統的重要組成部分。

十五、總結

從 TXT、CSV、JSON 到 Excel,Python 提供多種資料儲存與交換方式。

學生應該理解,不同格式適合不同用途:

  • TXT:保存簡單文字紀錄。
  • CSV:處理表格與感測資料。
  • JSON:進行結構化資料交換。
  • Excel:建立容易閱讀的報表。

透過智慧養殖水質監測案例,可以將 Python 的變數、字串、串列、字典、迴圈、函式、檔案處理與資料統計整合在同一個實作專題中。

當學生能夠將資料正確儲存、重新讀取、分析與匯出,就已經具備建立初步資料管理系統的能力,也為後續資料庫、Django、MQTT 與 AIoT 應用奠定基礎。

參考資料

適用課程:Python 程式設計、Python 程式實習、網際網路應用、智慧農業、智慧養殖與 AIoT 應用。

Python 文字編碼實戰:為什麼中文檔案會出現亂碼?從 Big5、UTF-8 到 CSV 與 Excel

Python 文字編碼實戰:為什麼中文檔案會出現亂碼?從 Big5、UTF-8 到 CSV 與 Excel

你是否曾經遇過以下情況?

  • Python 程式明明可以顯示中文,讀取文字檔卻出現亂碼。
  • 同一個 CSV 檔案,Python 讀取正常,Excel 開啟卻出現亂碼。
  • Windows 記事本儲存的檔案,換一台電腦就無法正常讀取。
  • 從舊系統匯出的 Big5 中文資料,使用 UTF-8 讀取時發生錯誤。
  • 智慧農業感測資料明明有中文欄位,匯入資料分析工具後卻無法辨識。

這些問題通常與文字編碼(Character Encoding)有關。

在前兩篇文章中,我們已經認識 ASCII、Unicode 與 UTF-8。本篇將進一步透過 Python 實作,理解中文亂碼的原因,並學習如何正確處理 TXT、CSV 與 Excel 檔案。

學習目標:讓學生不只是知道 UTF-8 是什麼,更能實際判斷、修正與預防中文亂碼問題。

一、為什麼中文檔案會出現亂碼?

電腦儲存文字時,實際上儲存的是位元組(bytes),而不是直接儲存畫面上看到的中文字。

例如,中文字「中」的 Unicode 碼位是 U+4E2D。

但如果使用不同編碼方式,就會產生不同的位元組資料。

文字 編碼方式 位元組(十六進位)
中 UTF-8 E4 B8 AD
中 Big5 A4 A4

也就是說,同一個中文字,在不同編碼方式下,可能對應不同的位元組序列。

如果儲存時使用 UTF-8,讀取時卻使用 Big5,就可能出現亂碼或解碼錯誤。

原始文字「中文」
↓ UTF-8 編碼
位元組資料
↓ 錯誤使用 Big5 解碼
亂碼或 UnicodeDecodeError
核心觀念:

中文亂碼並不代表原始文字一定已經損壞。

有時只是讀取時選錯編碼方式。只要原始位元組資料仍然完整,就可能透過正確編碼重新解碼。

二、Python 如何觀察不同的文字編碼?

我們先使用最簡單的中文字「中文」,觀察 UTF-8 與 Big5 的差異。

範例 1:比較 UTF-8 與 Big5

text = "中文"

utf8_data = text.encode("utf-8")
big5_data = text.encode("big5")

print("原始文字:", text)

print("UTF-8:", utf8_data)
print("Big5:", big5_data)

print("UTF-8 長度:", len(utf8_data))
print("Big5 長度:", len(big5_data))

執行結果:

原始文字: 中文
UTF-8: b'\xe4\xb8\xad\xe6\x96\x87'
Big5: b'\xa4\xa4\xa4\xe5'
UTF-8 長度: 6
Big5 長度: 4

由此可以觀察到:

  • UTF-8 中,這兩個中文字各使用 3 bytes。
  • Big5 中,這兩個中文字各使用 2 bytes。
  • 兩種編碼產生的位元組內容不同。
  • 位元組數量較少,不代表編碼方式比較好。

範例 2:使用十六進位顯示編碼結果

text = "中文"

print(text.encode("utf-8").hex())
print(text.encode("big5").hex())

執行結果:

e4b8ade69687
a4a4a4e5

使用 hex() 方法,可以更容易比較不同編碼產生的位元組。

三、如何使用 Python 製造一個亂碼問題?

要理解亂碼,最好的方式就是自己建立一個編碼不一致的情境。

範例 3:使用錯誤編碼解碼

text = "中文"

# 使用 Big5 編碼
data = text.encode("big5")

# 錯誤使用 UTF-8 解碼
result = data.decode("utf-8")

print(result)

執行時會產生:

UnicodeDecodeError

原因是 Big5 編碼產生的位元組,不一定符合 UTF-8 的編碼規則。

範例 4:使用正確編碼還原文字

text = "中文"

data = text.encode("big5")

result = data.decode("big5")

print(result)

執行結果:

中文
課堂思考:

為什麼同樣是「中文」兩個字,使用 Big5 編碼後,不能直接用 UTF-8 解碼?

請學生從「字元」、「位元組」與「編碼規則」三個角度說明。

四、Python 如何正確讀寫中文 TXT 檔案?

Python 的 open() 函式可以讀寫文字檔案。

但若未指定編碼方式,Python 可能使用執行環境的預設文字編碼。

為了提高程式在不同電腦上的相容性,建議明確指定 encoding="utf-8"。

範例 5:建立 UTF-8 中文文字檔

message = "智慧養殖:第一池水溫28度"

with open(
    "message.txt",
    "w",
    encoding="utf-8"
) as file:

    file.write(message)

print("檔案寫入完成")

執行後,程式會建立 message.txt。

這個檔案的文字內容會使用 UTF-8 編碼儲存。

範例 6:讀取 UTF-8 中文文字檔

with open(
    "message.txt",
    "r",
    encoding="utf-8"
) as file:

    text = file.read()

print(text)

執行結果:

智慧養殖:第一池水溫28度

範例 7:建立 Big5 中文文字檔

message = "智慧養殖水質監測"

with open(
    "message_big5.txt",
    "w",
    encoding="big5"
) as file:

    file.write(message)

print("Big5 檔案建立完成")

這個檔案使用 Big5 儲存文字。

讀取時應使用:

with open(
    "message_big5.txt",
    "r",
    encoding="big5"
) as file:

    text = file.read()

print(text)
實務建議:

新建立的文字檔案,通常優先使用 UTF-8。

只有在需要與舊系統交換資料時,才依照系統需求使用 Big5 或其他編碼。

五、Windows 記事本為什麼會有編碼問題?

在 Windows 環境中,文字檔案可能使用 UTF-8、UTF-8 with BOM 或其他傳統編碼。

現代 Windows 記事本通常可以辨識 UTF-8,但舊版軟體或其他程式不一定能正確判斷。

因此,若檔案的編碼方式與讀取程式的設定不一致,就可能產生亂碼。

什麼是 BOM?

BOM 是 Byte Order Mark 的縮寫,中文稱為「位元組順序標記」。

UTF-8 的 BOM 位元組為:

EF BB BF

UTF-8 不需要 BOM 才能正確解碼,但部分軟體會利用 BOM 辨識檔案編碼。

範例 8:建立 UTF-8 BOM 檔案

message = "智慧生活科技"

with open(
    "message_bom.txt",
    "w",
    encoding="utf-8-sig"
) as file:

    file.write(message)

utf-8-sig 會在寫入檔案時加入 UTF-8 BOM。

範例 9:讀取含 BOM 的檔案

with open(
    "message_bom.txt",
    "r",
    encoding="utf-8-sig"
) as file:

    text = file.read()

print(text)

使用 utf-8-sig 讀取時,Python 會處理檔案開頭的 UTF-8 BOM。

如果使用一般 UTF-8 讀取,BOM 可能被保留為字串開頭的 U+FEFF 字元。

六、CSV 是什麼?為什麼 Excel 開啟可能出現亂碼?

CSV 是 Comma-Separated Values 的縮寫,中文稱為「逗號分隔值」。

CSV 本質上是文字檔案,常用於交換表格資料。

例如,智慧養殖系統可能產生以下資料:

養殖池,水溫,pH
第一池,28.5,7.5
第二池,27.8,7.8

這些資料可以使用 Python、Excel 或 Pandas 進行處理。

但是,CSV 格式本身並不保證使用哪一種文字編碼。

因此,即使 Python 正確寫入 UTF-8 CSV,某些 Excel 版本或開啟方式仍可能使用錯誤編碼解讀,造成中文亂碼。

Python 建立 UTF-8 CSV
↓
CSV 文字檔案
↓
Excel 使用不正確的編碼開啟
↓
中文顯示異常

七、Python 如何建立中文 CSV 檔案?

範例 10:使用 csv 模組建立 UTF-8 CSV

import csv

data = [
    ["養殖池", "水溫", "pH"],
    ["第一池", 28.5, 7.5],
    ["第二池", 27.8, 7.8]
]

with open(
    "water.csv",
    "w",
    newline="",
    encoding="utf-8"
) as file:

    writer = csv.writer(file)

    writer.writerows(data)

print("CSV 建立完成")

執行後會建立 water.csv。

使用 newline="" 是 Python csv 模組建議的檔案開啟方式,可以避免換行處理上的問題。

範例 11:讀取中文 CSV

import csv

with open(
    "water.csv",
    "r",
    newline="",
    encoding="utf-8"
) as file:

    reader = csv.reader(file)

    for row in reader:
        print(row)

執行結果:

['養殖池', '水溫', 'pH']
['第一池', '28.5', '7.5']
['第二池', '27.8', '7.8']

注意,CSV 讀取後的欄位預設是字串。

如果需要進行數值運算,必須使用 float() 或 int() 轉換資料型別。

八、如何讓 Excel 正確開啟中文 CSV?

對於部分 Windows Excel 環境,使用 UTF-8 BOM 可以提高中文編碼辨識的相容性。

在 Python 中,可以使用 encoding="utf-8-sig"。

範例 12:建立適合 Excel 開啟的 UTF-8 CSV

import csv

data = [
    ["養殖池", "水溫", "pH"],
    ["第一池", 28.5, 7.5],
    ["第二池", 27.8, 7.8]
]

with open(
    "water_excel.csv",
    "w",
    newline="",
    encoding="utf-8-sig"
) as file:

    writer = csv.writer(file)

    writer.writerows(data)

print("Excel CSV 建立完成")

與前一個範例相比,只修改一個地方:

encoding="utf-8-sig"

這樣會在 CSV 檔案開頭加入 UTF-8 BOM。

建議課堂操作:
  1. 使用 Python 建立 water.csv(UTF-8)。
  2. 再建立 water_excel.csv(UTF-8 with BOM)。
  3. 分別使用 Excel 開啟兩個檔案。
  4. 觀察中文欄位是否正常。
  5. 比較兩個檔案的前幾個位元組。
補充:

不同 Excel 版本與開啟方式可能有不同結果。若中文仍無法正確顯示,可使用 Excel 的「資料 → 從文字/CSV」功能匯入,並明確選擇 UTF-8 編碼。

若需要保留工作表、儲存格格式與資料型別,則可直接使用 XLSX 格式,而不必透過 CSV。

九、Python 如何直接建立 Excel XLSX 檔案?

CSV 是純文字資料格式,而 XLSX 是 Excel 活頁簿格式。

若需要直接建立 Excel 檔案,可以使用 Python 的 openpyxl 套件。

安裝方式:

pip install openpyxl

範例 13:建立智慧養殖 Excel 檔案

from openpyxl import Workbook

wb = Workbook()

ws = wb.active
ws.title = "智慧養殖水質"

ws.append(["養殖池", "水溫", "pH"])
ws.append(["第一池", 28.5, 7.5])
ws.append(["第二池", 27.8, 7.8])

wb.save("water.xlsx")

print("Excel 檔案建立完成")

執行後會產生 water.xlsx。

這個檔案可以直接使用 Excel 開啟。

XLSX 並不是單純的 UTF-8 文字檔案,而是以 ZIP 封裝 XML 等資料的檔案格式。openpyxl 會負責處理相關檔案結構與文字內容。

範例 14:讀取 Excel 中文資料

from openpyxl import load_workbook

wb = load_workbook("water.xlsx")

ws = wb.active

for row in ws.iter_rows(values_only=True):
    print(row)

執行結果:

('養殖池', '水溫', 'pH')
('第一池', 28.5, 7.5)
('第二池', 27.8, 7.8)

可以觀察到,XLSX 中的數值欄位仍可保留為數值型別,而 CSV 讀取時通常先得到字串。

十、如何判斷一個檔案使用哪種編碼?

當收到來源不明的文字檔案時,首先應該確認其編碼方式。

需要注意的是,單靠檔案內容的位元組,通常無法百分之百判斷原始編碼。

因此,最可靠的方法仍是確認檔案來源、系統規格或匯出設定。

範例 15:查看檔案原始位元組

with open("message.txt", "rb") as file:
    data = file.read()

print(data)
print(data.hex())

這裡使用:

"rb"

代表以二進位模式讀取檔案。

Python 不會自動將資料解碼成字串,而是直接取得 bytes。

範例 16:檢查 UTF-8 BOM

with open("message_bom.txt", "rb") as file:
    data = file.read()

if data.startswith(b"\xef\xbb\xbf"):
    print("檔案具有 UTF-8 BOM")
else:
    print("沒有 UTF-8 BOM")

如果檔案開頭是 EF BB BF,代表它具有 UTF-8 BOM。

但沒有 BOM 並不代表檔案不是 UTF-8。

十一、如何將 Big5 檔案轉成 UTF-8?

在實際工作中,經常需要將舊系統的 Big5 中文檔案轉換成 UTF-8。

例如,早期農業資料、地方文化資料或舊版資料庫匯出的文字檔案。

範例 17:Big5 轉 UTF-8

# 讀取 Big5 檔案
with open(
    "message_big5.txt",
    "r",
    encoding="big5"
) as file:

    text = file.read()

# 重新寫入 UTF-8 檔案
with open(
    "message_utf8.txt",
    "w",
    encoding="utf-8"
) as file:

    file.write(text)

print("編碼轉換完成")

這個程式的核心流程是:

Big5 文字檔
↓ 使用 Big5 解碼
Python Unicode 字串
↓ 使用 UTF-8 編碼
UTF-8 文字檔

這種轉換方式比直接修改檔案副檔名可靠得多。

注意:

如果原始檔案的編碼判斷錯誤,或原始資料已經損壞,即使重新儲存成 UTF-8,也不一定能恢復正確文字。

正式轉換重要資料前,應先備份原始檔案。

十二、智慧養殖實作:從 CSV 到 Excel

接下來將前面的觀念整合成一個實際應用。

假設智慧養殖系統每天記錄各養殖池的水溫與 pH,並希望將資料匯出給農友使用。

系統需要:

  1. 建立包含中文欄位的水質資料。
  2. 輸出 UTF-8 CSV。
  3. 輸出 Excel 相容性較佳的 UTF-8 BOM CSV。
  4. 建立 XLSX Excel 檔案。

範例 18:智慧養殖水質資料匯出系統

import csv
from openpyxl import Workbook

data = [
    ["養殖池", "水溫", "pH", "狀態"],
    ["第一池", 28.5, 7.5, "正常"],
    ["第二池", 27.8, 7.8, "正常"],
    ["第三池", 32.1, 8.2, "注意"]
]

# 1. 輸出 UTF-8 CSV
with open(
    "water_utf8.csv",
    "w",
    newline="",
    encoding="utf-8"
) as file:

    writer = csv.writer(file)
    writer.writerows(data)

# 2. 輸出 UTF-8 BOM CSV
with open(
    "water_excel.csv",
    "w",
    newline="",
    encoding="utf-8-sig"
) as file:

    writer = csv.writer(file)
    writer.writerows(data)

# 3. 輸出 XLSX
wb = Workbook()

ws = wb.active
ws.title = "智慧養殖水質"

for row in data:
    ws.append(row)

wb.save("water.xlsx")

print("三種資料檔案建立完成")

執行後會產生:

檔案 格式 適用情境
water_utf8.csv UTF-8 CSV Python、資料交換、資料分析
water_excel.csv UTF-8 BOM CSV 部分 Windows Excel 環境
water.xlsx Excel 活頁簿 報表、資料整理與後續編輯

這個範例可以進一步延伸成 Django 網站的資料匯出功能,或與 MQTT、資料庫及智慧養殖 Dashboard 整合。

十三、常見中文亂碼問題整理

問題 可能原因 建議處理方式
Python 讀取中文 TXT 發生錯誤 讀取編碼與檔案編碼不同 確認來源並指定 encoding
Excel 開啟 CSV 出現亂碼 Excel 使用錯誤的文字編碼 使用 UTF-8 BOM 或匯入精靈
Big5 檔案無法以 UTF-8 讀取 兩種編碼規則不同 使用 Big5 解碼後再轉 UTF-8
文字開頭出現特殊符號 可能是 BOM 被當成文字 使用 utf-8-sig 讀取
中文變成問號或替代符號 編碼不支援或曾發生資料替換 檢查原始資料與編碼流程
CSV 中文正常但數字不能計算 CSV 讀取後欄位為字串 使用 int() 或 float() 轉型

十四、Python 課堂實作練習

任務一:中文編碼比較

請學生使用以下文字:

text = "智慧生活"

分別使用 UTF-8 與 Big5 編碼,觀察:

  • 位元組數量。
  • 十六進位資料。
  • 不同編碼的差異。

任務二:中文亂碼修復

請學生先建立一個 Big5 文字檔,再使用 UTF-8 讀取,觀察錯誤。

接著使用正確的 Big5 編碼讀取,最後轉換成 UTF-8。

要求學生說明:

  • 亂碼或解碼錯誤為什麼發生?
  • 為什麼修改副檔名無法解決編碼問題?
  • 為什麼轉換編碼前要保留原始檔案?

任務三:智慧養殖資料匯出

建立包含以下欄位的資料:

  • 養殖池名稱。
  • 水溫。
  • pH。
  • 溶氧量(mg/L)。
  • 水質狀態。

請學生將資料分別輸出為:

  1. UTF-8 CSV。
  2. UTF-8 BOM CSV。
  3. XLSX Excel 檔案。

最後使用 Excel 開啟檔案,確認中文與數值資料是否正確。

十五、總結:理解編碼,才能真正解決中文亂碼

從 ASCII、Big5 到 Unicode 與 UTF-8,文字編碼技術不斷演進,目的就是讓電腦能夠正確儲存、交換與顯示不同語言的文字。

對 Python 初學者而言,最重要的不是記住所有編碼名稱,而是理解文字與位元組之間的關係。

Python 字串 str
↓ encode()
位元組 bytes
↓
檔案儲存或網路傳輸
↓ decode()
Python 字串 str

只要掌握以下原則,就能避免大部分常見的中文亂碼問題:

  1. 建立新文字檔時,優先使用 UTF-8。
  2. 讀寫檔案時,明確指定 encoding。
  3. 處理舊資料時,先確認是否使用 Big5 或其他編碼。
  4. 輸出 CSV 給 Excel 使用時,注意 BOM 與匯入方式。
  5. 需要正式 Excel 報表時,可以直接使用 XLSX。
  6. 編碼轉換前,應先備份原始資料。

理解文字編碼,不只是解決中文亂碼,更是學習 Python 檔案處理、資料分析、網際網路應用與物聯網系統的重要基礎。

參考資料

適用課程:Python 程式設計、Python 程式實習、網際網路應用、資料分析與智慧生活科技。

從 ASCII 到 Unicode 與 UTF-8:為什麼 Python 可以處理中文與 Emoji?

從 ASCII 到 Unicode 與 UTF-8:為什麼 Python 可以處理中文與 Emoji?

在上一篇文章中,我們認識了 ASCII 編碼,知道電腦可以使用數字代表英文字母。

例如:

print(ord("A"))  # 65
print(chr(65))   # A

但是,ASCII 只能表示 128 個代碼,主要包含英文字母、數字、標點符號與控制字元。

那麼,為什麼 Python 可以直接處理以下文字?

message = "你好,Python!🐟🌱"

print(message)

電腦如何認識中文字「你」?又如何辨識魚🐟、植物🌱等 Emoji?

答案就在 Unicode 與 UTF-8。

本文將從 ASCII 的限制出發,逐步理解 Big5、Unicode、UTF-8,以及 Python 如何將文字轉換成可儲存、傳輸與還原的位元組資料。

一、為什麼 ASCII 無法處理中文?

ASCII 使用 7 個位元,可以表示 128 個代碼,範圍為 0~127。

例如:

字元 ASCII 數值
A65
B66
a97
048
空白32

然而,中文有數千個常用漢字,128 個代碼顯然不足以表示。

如果在 Python 中執行:

text = "中文"

data = text.encode("ascii")

print(data)

程式會產生:

UnicodeEncodeError

這是因為 ASCII 沒有定義中文字的編碼。

重要觀念:

Python 可以在字串中保存中文,但不代表所有編碼方式都能將中文轉成位元組。

文字是否能成功編碼,取決於所選擇的編碼方式。

二、ASCII 之後,中文曾經如何編碼?

在 Unicode 普及之前,不同地區發展出自己的文字編碼系統。

例如:

編碼 主要用途 特色
ASCII 基本英文與控制字元 7-bit,128 個代碼
Big5 繁體中文 曾廣泛用於臺灣繁體中文環境
GB2312 簡體中文 早期簡體中文編碼標準
Shift_JIS 日文 日本早期常用編碼之一
Unicode 全球多種語言 統一字元與碼位
UTF-8 全球多語言資料交換 Unicode 的可變長度編碼方式

Big5 為什麼曾經很重要?

Big5 是臺灣早期電腦處理繁體中文的重要編碼方式。

在當時,許多中文文書、資料庫與網站都使用 Big5。

但 Big5 並無法涵蓋所有 Unicode 字元,也不能直接表示一般 Emoji。

如果不同電腦使用不同的編碼方式,就可能產生亂碼。

原始文字
↓ 使用 Big5 編碼
位元組資料
↓ 錯誤使用 UTF-8 解碼
可能產生亂碼或解碼錯誤

因此,資訊系統需要一套更完整、跨語言的文字標準。

三、Unicode 是什麼?

Unicode 是一套統一的字元編碼標準,目標是讓不同語言的字元可以使用共同的碼位系統。

Unicode 為每個字元指定一個碼位(Code Point)。

例如:

字元 Unicode 碼位 十進位
AU+004165
中U+4E2D20013
文U+658725991
😀U+1F600128512
🐟U+1F41F128031

Unicode 碼位通常使用 U+ 加上十六進位數值表示。

例如 U+4E2D 就是中文字「中」。

Python 範例 1:查詢 Unicode 碼位

characters = ["A", "中", "文", "😀", "🐟"]

for ch in characters:
    print(ch, ord(ch), hex(ord(ch)))

執行結果:

A 65 0x41
中 20013 0x4e2d
文 25991 0x6587
😀 128512 0x1f600
🐟 128031 0x1f41f

從這個範例可以發現:

  • ASCII 字元也屬於 Unicode。
  • 中文字有自己的 Unicode 碼位。
  • Emoji 同樣可以有 Unicode 碼位。
  • Python 的 ord() 不只能處理 ASCII。
特別注意:

Unicode 碼位不是實際儲存在檔案中的位元組格式。

Unicode 定義字元及其碼位,而 UTF-8、UTF-16、UTF-32 等方式負責將碼位編碼成位元組。

四、UTF-8 是什麼?

UTF-8 是 Unicode 的一種編碼方式。

UTF 是 Unicode Transformation Format 的縮寫。

UTF-8 的重要特色是使用可變長度編碼。

不同字元可能使用不同數量的位元組。

Unicode 碼位範圍 UTF-8 位元組數
U+0000~U+007F1 byte
U+0080~U+07FF2 bytes
U+0800~U+FFFF3 bytes
U+10000~U+10FFFF4 bytes

上述範圍是 UTF-8 編碼長度的基本對應,其中 Unicode 代理碼位 U+D800~U+DFFF 不屬於可直接編碼的 Unicode 純量值。

常見字元的 UTF-8 長度

字元 UTF-8 長度
A1 byte
é2 bytes
中3 bytes
🐟4 bytes

UTF-8 還有一個重要優點:

ASCII 的 0~127 編碼值,在 UTF-8 中完全相容。

因此,原本只使用 ASCII 字元的資料,可以直接以 UTF-8 解碼。

五、Python 如何將中文轉成 UTF-8?

範例 2:使用 encode()

text = "中文"

data = text.encode("utf-8")

print(data)
print(list(data))

執行結果:

b'\xe4\xb8\xad\xe6\x96\x87'
[228, 184, 173, 230, 150, 135]

這六個數值就是 UTF-8 編碼後的六個位元組。

其中:

  • 「中」使用 3 個位元組:E4 B8 AD。
  • 「文」使用 3 個位元組:E6 96 87。

範例 3:將 UTF-8 解碼回中文

data = b'\xe4\xb8\xad\xe6\x96\x87'

text = data.decode("utf-8")

print(text)

執行結果:

中文
Python 字串 "中文"
↓ encode("utf-8")
E4 B8 AD E6 96 87
↓ decode("utf-8")
Python 字串 "中文"

六、Python 如何處理 Emoji?

Emoji 也是 Unicode 的重要應用。

例如:

message = "智慧養殖 🐟🌱"

print(message)

Python 3 可以直接在字串中使用這些符號。

範例 4:查看 Emoji 的編碼

emoji = "🐟"

print("字元:", emoji)
print("Unicode:", hex(ord(emoji)))
print("UTF-8:", emoji.encode("utf-8"))
print("位元組數:", len(emoji.encode("utf-8")))

執行結果:

字元: 🐟
Unicode: 0x1f41f
UTF-8: b'\xf0\x9f\x90\x9f'
位元組數: 4

魚的 Emoji 使用四個 UTF-8 位元組。

範例 5:比較中文字與 Emoji 的長度

texts = ["A", "中", "🐟", "智慧養殖"]

for text in texts:
    print(
        text,
        "字串長度:", len(text),
        "UTF-8 位元組:",
        len(text.encode("utf-8"))
    )

執行結果:

A 字串長度: 1 UTF-8 位元組: 1
中 字串長度: 1 UTF-8 位元組: 3
🐟 字串長度: 1 UTF-8 位元組: 4
智慧養殖 字串長度: 4 UTF-8 位元組: 12

這說明 Python 字串的長度與編碼後的位元組數量可能不同。

為什麼有些 Emoji 的 len() 不等於 1?

並不是所有畫面上看到的一個 Emoji 都只包含一個 Unicode 碼位。

例如:

emoji = "👩‍💻"

print(len(emoji))
print(len(emoji.encode("utf-8")))

執行結果:

3
11

這個 Emoji 由三個 Unicode 碼位組成:

  • 👩 女性人物。
  • 零寬連接符號(ZWJ)。
  • 💻 筆記型電腦。

透過 ZWJ,這些碼位可以在支援的環境中組合顯示為一個 Emoji。

重要觀念:

Python 的 len(str) 計算的是 Unicode 碼位數量,而不是畫面上看到的字形數量。

一個使用者感知的字元,可能由多個 Unicode 碼位組成。

七、Python 如何讀寫 UTF-8 中文檔案?

當 Python 處理文字檔案時,除了文字內容,也必須注意編碼方式。

範例 6:建立 UTF-8 中文文字檔

message = "智慧養殖:水溫28度 🐟"

with open(
    "message.txt",
    "w",
    encoding="utf-8"
) as file:
    file.write(message)

print("檔案寫入完成")

這個程式會建立 message.txt,並以 UTF-8 編碼儲存文字。

範例 7:讀取 UTF-8 中文文字檔

with open(
    "message.txt",
    "r",
    encoding="utf-8"
) as file:
    text = file.read()

print(text)

執行結果:

智慧養殖:水溫28度 🐟

使用 encoding="utf-8" 可以明確指定編碼,避免因不同作業系統的預設編碼而產生問題。

八、為什麼文字檔案會出現亂碼?

文字亂碼通常是因為寫入與讀取資料時使用不同的編碼方式。

例如,某個文字檔案原本使用 Big5 編碼,但讀取時卻使用 UTF-8。

原始中文
↓ Big5 編碼
位元組資料
↓ 錯誤使用 UTF-8 解碼
解碼錯誤或亂碼

範例 8:模擬編碼不一致

text = "中文"

# 使用 Big5 編碼
data = text.encode("big5")

print(data)

# 錯誤使用 UTF-8 解碼
result = data.decode("utf-8")

print(result)

執行時會產生 UnicodeDecodeError。

原因是這組 Big5 位元組不是合法的 UTF-8 序列。

範例 9:使用正確編碼解碼

text = "中文"

data = text.encode("big5")

result = data.decode("big5")

print(result)

執行結果:

中文
課堂練習:

請學生使用相同的中文字,分別以 Big5 與 UTF-8 編碼,觀察兩種編碼產生的位元組數值。

再嘗試使用錯誤的編碼解碼,觀察錯誤訊息。

九、Python 如何處理 CSV 中文資料?

CSV 是資料分析、智慧農業與物聯網常用的資料交換格式。

例如,智慧養殖系統可能儲存:

養殖池 水溫 pH
第一池28.57.5
第二池27.87.8

範例 10:建立 UTF-8 CSV 檔案

import csv

data = [
    ["養殖池", "水溫", "pH"],
    ["第一池", 28.5, 7.5],
    ["第二池", 27.8, 7.8]
]

with open(
    "water.csv",
    "w",
    newline="",
    encoding="utf-8-sig"
) as file:

    writer = csv.writer(file)
    writer.writerows(data)

print("CSV 建立完成")

這裡使用 utf-8-sig,會在檔案開頭寫入 UTF-8 BOM。

對某些 Windows Excel 環境而言,這有助於辨識 UTF-8 中文內容。

但並不是所有 CSV 檔案都需要 BOM。如果主要使用 Python、Linux 或網路服務,通常使用 UTF-8 即可。

範例 11:讀取 CSV 中文資料

import csv

with open(
    "water.csv",
    "r",
    newline="",
    encoding="utf-8-sig"
) as file:

    reader = csv.reader(file)

    for row in reader:
        print(row)

這個範例也可以作為後續 Pandas 資料分析課程的基礎。

十、物聯網應用:傳送中文與 Emoji

假設智慧養殖系統需要傳送以下訊息:

第一池水溫正常 🐟

由於包含中文與 Emoji,因此不能使用 ASCII 編碼。

我們可以使用 UTF-8。

範例 12:模擬物聯網訊息傳輸

# 感測器端
message = "第一池水溫正常 🐟"

# UTF-8 編碼
data = message.encode("utf-8")

print("傳送位元組:", data)
print("資料長度:", len(data))

# 模擬網路傳輸
received_data = data

# 接收端解碼
received_text = received_data.decode("utf-8")

print("接收訊息:", received_text)

接收端顯示:

接收訊息: 第一池水溫正常 🐟
智慧養殖設備
↓
中文與 Emoji 訊息
↓ UTF-8 encode()
位元組資料
↓ UART / TCP / MQTT
接收端
↓ UTF-8 decode()
還原中文與 Emoji

這就是文字編碼在現代物聯網系統中的實際用途。

需要注意的是,這個範例使用變數模擬資料傳輸,尚未建立真正的 UART、TCP 或 MQTT 連線。

十一、ASCII、Big5、Unicode、UTF-8 的差異

項目 主要特性 中文支援 Emoji 支援
ASCII 7-bit 字元編碼 否 否
Big5 繁體中文傳統編碼 部分中文字 一般不支援
Unicode 統一字元碼位標準 是 是
UTF-8 Unicode 的位元組編碼方式 是 是

其中最需要區分的是:

Unicode 是字元碼位標準,UTF-8 是實際編碼成位元組的方法。

十二、Python 課堂實作任務

任務一:Unicode 字元查詢器

請學生設計程式,輸入一個 Unicode 字元,顯示:

  • 字元本身。
  • Unicode 十進位數值。
  • Unicode 十六進位碼位。
  • UTF-8 位元組數量。

參考程式:

ch = input("請輸入一個字元:")

if len(ch) == 1:
    print("字元:", ch)
    print("Unicode:", ord(ch))
    print("十六進位:", hex(ord(ch)))
    print(
        "UTF-8 長度:",
        len(ch.encode("utf-8"))
    )
else:
    print("請輸入一個 Unicode 碼位")

任務二:比較 ASCII、Big5 與 UTF-8

請學生比較以下文字:

texts = [
    "Python",
    "智慧生活",
    "智慧養殖",
    "🐟"
]

分別嘗試使用 ASCII、Big5、UTF-8 編碼,記錄哪些文字可以成功編碼,以及編碼後需要多少位元組。

可使用 try-except 捕捉無法編碼的情況。

texts = ["Python", "智慧生活", "🐟"]

encodings = ["ascii", "big5", "utf-8"]

for text in texts:
    print("文字:", text)

    for encoding in encodings:
        try:
            data = text.encode(encoding)

            print(
                encoding,
                "位元組數:",
                len(data)
            )

        except UnicodeEncodeError:
            print(encoding, "無法編碼")

    print()

任務三:智慧養殖中文訊息傳輸

設計一個模擬智慧養殖訊息系統。

例如:

養殖池:第一池
水溫:28.5
狀態:正常 🐟

要求學生完成:

  1. 建立包含中文與 Emoji 的字串。
  2. 使用 UTF-8 編碼。
  3. 顯示位元組數量。
  4. 模擬資料傳輸。
  5. 使用 UTF-8 解碼。
  6. 將解碼後的訊息儲存為文字檔。

這個任務可以進一步延伸至 Raspberry Pi Pico W、ESP32、TCP Socket 與 MQTT 通訊。

十三、總結:為什麼 Python 可以處理中文與 Emoji?

從 ASCII 到 Unicode,再到 UTF-8,文字編碼技術的發展,讓電腦能夠處理全球不同語言的文字。

Python 3 的 str 使用 Unicode 字元模型,因此可以直接操作中文、日文、韓文與 Emoji。

當需要將文字寫入檔案或透過網路傳輸時,則可以使用 UTF-8 等編碼方式轉成位元組。

ASCII
基本英文與控制字元
↓
Unicode
統一全球字元碼位
↓
UTF-8
將 Unicode 編碼成位元組
↓
Python
處理多語言文字與 Emoji
↓
檔案、網站、資料庫與物聯網

對 Python 初學者而言,應該掌握三個重要觀念:

  1. 字元與位元組不同:字串中的字元不一定只占一個位元組。
  2. Unicode 與 UTF-8 不同:Unicode 定義碼位,UTF-8 負責編碼。
  3. 編碼與解碼必須一致:否則可能產生亂碼或解碼錯誤。

理解這些觀念後,學生就能進一步學習 Python 檔案處理、CSV 資料分析、網際網路通訊與智慧生活物聯網應用。

參考資料

適用課程:Python 程式設計、Python 程式實習、網際網路應用、物聯網與智慧生活科技。

從 ASCII 編碼的誕生到 Python:電腦如何看懂文字?

從 ASCII 編碼的誕生到 Python:電腦如何看懂文字?

當我們使用 Python 撰寫程式時,經常會處理英文字母、數字、中文及各種符號。

例如:

name = "Python"
print(name)

但是,電腦內部只能處理二進位資料,也就是由 0 與 1 組成的資訊。

那麼,電腦如何知道數字 65 代表英文字母 A?又為什麼 Python 可以處理中文?

這些問題都與「字元編碼(Character Encoding)」有關。

本文將從 1960 年代 ASCII 編碼的誕生開始,逐步介紹字元、數值、二進位、Unicode、UTF-8,以及 Python 如何處理文字資料。

一、ASCII 編碼是怎麼誕生的?

在早期電腦發展階段,不同製造商可能採用不同的文字表示方式。

例如,同樣是英文字母 A,在不同設備中可能使用不同的數值表示,造成資料交換上的困難。

為了解決這個問題,美國於 1963 年制定 ASCII 標準。

ASCII 的全名是:

American Standard Code for Information Interchange

中文稱為「美國資訊交換標準碼」。

ASCII 的核心概念非常簡單:

字元 → 數值 → 二進位資料

也就是為每個字元指定一個數字,再由電腦將數字表示為二進位。

ASCII 編碼範例

字元 十進位 7-bit 二進位
A651000001
B661000010
C671000011
a971100001
0480110000
空白320100000

ASCII 使用 7 個位元(bit),因此可以表示:

2 的 7 次方 = 128 個代碼

其數值範圍為 0~127。

重要觀念: ASCII 是 7-bit 編碼,但現代電腦通常以 8-bit 的 byte 儲存資料。因此,字母 A 的 ASCII 數值為 65,儲存成一個位元組時通常表示為 01000001。

二、ASCII 編碼包含哪些字元?

ASCII 的 128 個代碼大致可以分成兩類。

1. 控制字元(0~31,以及 127)

這些字元主要用來控制設備或文字排版,例如:

數值名稱用途
9TAB水平定位
10LF換行
13CR歸位
27ESC跳脫控制
127DEL刪除控制字元

2. 可列印字元(32~126)

包含空白、標點符號、數字與英文字母。

數值範圍內容
32空白
33~47部分標點符號
48~57數字 0~9
65~90大寫 A~Z
97~122小寫 a~z
其他標點及特殊符號

三、從 ASCII 到 Unicode 與 UTF-8

ASCII 能夠表示英文與基本符號,但是無法直接表示中文、日文、韓文等文字。

隨著電腦逐漸普及,各地發展出不同的字元編碼方式,例如 Big5、Shift_JIS,以及各種 8-bit 編碼。

然而,不同編碼系統之間可能不相容,造成文字亂碼。

字元編碼發展歷程

時期發展重要意義
1963ASCII建立基本字元編碼標準
1967ASCII 修訂形成廣泛使用的 7-bit 字元集合
1980 年代各種地區性編碼支援不同語言文字
1991 起Unicode建立統一的字元碼位系統
1992~1993UTF-8 設計與實作提供與 ASCII 相容的 Unicode 編碼方式
現代UTF-8 廣泛使用支援多語言網頁與資料交換
Unicode 與 UTF-8 並不相同。

Unicode 為字元定義碼位(Code Point),例如 A 對應 U+0041。

UTF-8 則是一種將 Unicode 碼位轉換成位元組的編碼方式。

UTF-8 使用 1~4 個位元組表示 Unicode 字元,且 ASCII 範圍的字元在 UTF-8 中仍使用相同的單一位元組。

四、Python 如何使用 ASCII?

Python 提供多個內建函式,讓我們可以觀察字元與數值之間的關係。

範例 1:使用 ord() 取得字元數值

print(ord("A"))
print(ord("B"))
print(ord("a"))
print(ord("0"))
print(ord(" "))

執行結果:

65
66
97
48
32

ord() 會取得字元的 Unicode 碼位數值。

由於 Unicode 的前 128 個碼位與 ASCII 相同,因此對 ASCII 字元而言,取得的數值就是 ASCII 編碼值。

範例 2:使用 chr() 將數值轉成字元

print(chr(65))
print(chr(66))
print(chr(97))
print(chr(48))

執行結果:

A
B
a
0

chr() 可以視為 ord() 的反向操作。

ord("A") → 65
chr(65) → "A"

五、Python 實作:列出英文字母的 ASCII 編碼

範例 3:顯示 A~Z

for i in range(65, 91):
    print(chr(i), i)

部分執行結果:

A 65
B 66
C 67
...
X 88
Y 89
Z 90

這個範例結合了三個 Python 基本觀念:

  • for 迴圈:重複執行程式。
  • range():產生整數序列。
  • chr():將整數轉換成字元。

範例 4:將 Hello 轉成 ASCII 數值

message = "Hello"

for ch in message:
    print(ch, ord(ch))

執行結果:

H 72
e 101
l 108
l 108
o 111

由此可以觀察到,字串是由一個個字元所組成,而每個字元都有對應的數值。

六、Python 如何將字元轉成二進位?

前面的範例取得的是十進位數值,但電腦內部使用二進位表示資料。

Python 可以使用 bin() 觀察整數的二進位表示。

範例 5:顯示字元 A 的二進位

ch = "A"

number = ord(ch)

print("字元:", ch)
print("十進位:", number)
print("二進位:", bin(number))

執行結果:

字元: A
十進位: 65
二進位: 0b1000001

其中 0b 是 Python 表示二進位整數的前綴。

範例 6:顯示完整 8-bit 二進位

ch = "A"

number = ord(ch)

binary = format(number, "08b")

print(binary)

執行結果:

01000001

08b 表示以二進位格式顯示,寬度至少為 8 位,不足時在左側補 0。

課堂思考:

請學生比較 A、B、C 的二進位表示,觀察相鄰英文字母的 ASCII 數值是否連續。

七、Python 的 encode() 與 decode()

前面的 ord() 與 chr() 主要用來觀察字元與碼位數值。

如果需要真正將字串轉成位元組資料,就要使用 encode()。

範例 7:將 ABC 編碼成 ASCII 位元組

text = "ABC"

data = text.encode("ascii")

print(data)
print(list(data))

執行結果:

b'ABC'
[65, 66, 67]

b'ABC' 表示 Python 的 bytes 資料。

每個位元組對應一個 ASCII 數值。

範例 8:使用 decode() 還原文字

data = b'ABC'

text = data.decode("ascii")

print(text)

執行結果:

ABC
Python 字串 str
↓ encode("ascii")
位元組 bytes
↓ decode("ascii")
Python 字串 str

這個概念非常重要,因為網路通訊、檔案儲存與序列埠通訊,最終都需要處理位元組資料。

八、為什麼 Python 可以顯示中文?

ASCII 無法直接表示中文,但 Python 3 的字串支援 Unicode。

範例 9:取得中文字的 Unicode 碼位

print(ord("中"))
print(hex(ord("中")))

執行結果:

20013
0x4e2d

中文字「中」的 Unicode 碼位是 U+4E2D。

但是,如果嘗試使用 ASCII 編碼中文:

text = "智慧生活"

data = text.encode("ascii")

程式會產生 UnicodeEncodeError,因為 ASCII 無法表示這些中文字元。

範例 10:使用 UTF-8 編碼中文

text = "智慧生活"

data = text.encode("utf-8")

print(data)
print(len(text))
print(len(data))

執行結果中的長度為:

4
12

這表示:

  • Python 字串包含 4 個 Unicode 碼位。
  • 轉成 UTF-8 後,共使用 12 個位元組。
  • 這四個中文字各使用 3 個位元組。

ASCII 與 UTF-8 比較

字元 ASCII UTF-8
A1 byte1 byte
11 byte1 byte
中無法表示3 bytes
😀無法表示4 bytes
特別注意:

Python 的 len() 對 str 計算 Unicode 碼位數量,對 bytes 則計算位元組數量。

對於含有組合字元或特殊 Emoji 序列的文字,使用者看到的一個符號不一定只包含一個 Unicode 碼位。

九、ASCII 在物聯網通訊中的應用

學習 ASCII 不只是為了認識早期電腦編碼。

在現代智慧生活科技與物聯網系統中,文字編碼仍然扮演重要角色。

例如:

  • ESP32 與 Raspberry Pi Pico W 的 UART 通訊。
  • TCP/IP 網路中的文字資料交換。
  • HTTP 請求中的方法名稱,例如 GET、POST。
  • 感測器傳送文字格式的溫度、水質與設備狀態。
  • CSV、TXT 等文字資料檔案的儲存。

範例 11:模擬智慧養殖感測器傳送水溫

假設智慧養殖池的感測器要傳送水溫 28°C,並使用下列文字格式:

TEMP:28

我們可以先將文字編碼成 ASCII 位元組,再模擬接收端解碼。

# 感測器端
message = "TEMP:28"

# 將文字編碼成 ASCII
data = message.encode("ascii")

print("傳送資料:", data)
print("位元組數值:", list(data))

# 接收端
received = data.decode("ascii")

# 取得溫度
temperature = int(received.split(":")[1])

print("水溫:", temperature)

執行結果:

傳送資料: b'TEMP:28'
位元組數值: [84, 69, 77, 80, 58, 50, 56]
水溫: 28

程式執行流程

智慧養殖感測器
↓
文字 TEMP:28
↓ ASCII 編碼
位元組資料
↓ 模擬傳輸
接收端解碼
↓
取得水溫 28

這個範例雖然沒有真正連接硬體,但已經包含物聯網資料通訊的重要概念。

未來只要將中間的模擬傳輸改成 UART、TCP Socket 或 MQTT,就可以延伸成實際的智慧養殖監控系統。

延伸提醒:

若傳送內容包含中文,例如「水溫:28」,應使用 UTF-8 等能表示中文的編碼方式,而不是 ASCII。

十、Python 課堂實作練習

建議學生依照基礎、進階、應用三個階段進行練習。

任務一:ASCII 字元查詢器

讓使用者輸入一個英文字母,顯示其 ASCII 數值與二進位表示。

ch = input("請輸入一個英文字母:")

if len(ch) == 1 and ch.isascii() and ch.isalpha():
    number = ord(ch)

    print("ASCII:", number)
    print("二進位:", format(number, "08b"))
else:
    print("請輸入一個 ASCII 英文字母")

任務二:ASCII 編碼與還原

將英文訊息轉換成數值清單,再將數值還原成文字。

message = "Python"

codes = []

for ch in message:
    codes.append(ord(ch))

print("編碼:", codes)

result = ""

for number in codes:
    result += chr(number)

print("解碼:", result)

執行結果:

編碼: [80, 121, 116, 104, 111, 110]
解碼: Python

任務三:智慧養殖水質資料編碼

假設感測器要傳送:

TEMP:28,PH:7.5

請學生完成以下工作:

  1. 將文字轉成 ASCII 位元組。
  2. 顯示每個位元組的十進位數值。
  3. 將資料解碼回字串。
  4. 使用 split() 分離水溫與 pH 數值。
  5. 將水溫與 pH 轉換成 float 型別。

這項練習可以銜接後續的 Python 字串處理、物聯網通訊及智慧養殖專題。

十一、重點整理

Python 函式 功能 範例
ord() 字元轉碼位數值 ord("A") → 65
chr() 碼位數值轉字元 chr(65) → A
bin() 整數轉二進位字串 bin(65)
format() 格式化數值 format(65,"08b")
encode() 字串編碼成 bytes "ABC".encode("ascii")
decode() bytes 解碼成字串 b"ABC".decode("ascii")

十二、結語:從 ASCII 看懂電腦如何處理文字

ASCII 雖然誕生於 1960 年代,但它建立了電腦文字處理的重要基礎:透過數值表示字元。

隨著資訊技術發展,文字編碼從 ASCII、各種地區性編碼,逐漸走向 Unicode 與 UTF-8。

對 Python 初學者而言,最重要的是理解:

字元
↓
Unicode 碼位
↓
編碼成位元組
↓
儲存或傳輸
↓
解碼還原文字

當學生理解這個過程,就能進一步認識:

  • 為什麼文字檔案可能產生亂碼?
  • 為什麼中文在 UTF-8 中通常需要 3 個位元組?
  • 為什麼網路通訊需要 encode() 與 decode()?
  • 為什麼感測器傳送的文字需要經過解析才能進行數值運算?

從一個英文字母 A 的 ASCII 數值 65 開始,就能逐步理解 Python 字串、文字編碼、網路通訊與物聯網資料交換的基本原理。

參考資料

本文適用於 Python 程式設計、Python 程式實習、網際網路應用與物聯網入門課程。