python——字符编码
Posted 不想秃头的晨晨
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了python——字符编码相关的知识，希望对你有一定的参考价值。
python——字符编码
字符编码
字符编码简介
由于计算机内部只识别二进制，但是用户（全球人类）在使用计算机的时候可以看到各式各样的语言，所以这中间必须对不同语言进行‘翻译’，计算机才能识别，这个翻译的标准就是字符编码表，数字和字符一一对应。
‘翻译’过程
- 用户 → 计算机 → 用户
**字符 → 数字 （01二进制）→ 字符**
字符串编码发展史
👉［ASCII](ASCII_百度百科 (baidu.com)
1.ASCII码
计算机最初是由美国人发明的，美国人为了能狗让计算机识别英文字符，发明了ASCII码，里面记录了英文与数字对应关系。如下图：
- 所由英文字符和符号加起来不超过127个
- 使用八位表示是为了后续发现新的语言
字符对应关系
- A-Z：65-90
- a-z：97-122
在python中，用ord（）方法查看字符对应的数字（十进制）
2.汉字编码 ——GBK
为了让计算机能够识别中文，发明了另外一套编码，GBK
GBK编码表记录了中文英文与数字的对应关系。
- GBK对于英文使用一个字节
- GBK对于中文使用两个甚至更多字节
注：比如，简体中文常见的编码方式是 GB2312，使用两个字节表示一个汉字，所以理论上最多可以表示 256 x 256 = 65536 个符号，所以两个字节其实也不够表示出所有的中文，遇到生僻字可能需要更多位来表示。
3.日文编码 ——Shift_JIS
为了让计算机能够识别日文，也需要发明一套编码表，
Shift_JIS编码表记录了日文英文与数字的对应关系。
4.韩文编码 ——EUC-KR
为了能够让计算机识别韩文，需要发明一套编码表，
EUC_KR编码表记录了韩文英文与数字的对应关系。
5.万国码 ——Unicode
Unicode简介
Unicode 是为了解决传统的字符编码方案的局限而产生的，它为每种语言中的每个字符设定了统一并且唯一的二进制编码，以满足跨语言、跨平台进行文本转换、处理的要求。
Unicode是国际组织制定的可以容纳世界上所有文字和符号的字符编码方案。Unicode用数字0-0x10FFFF来映射这些字符，最多可以容纳1114112个字符，或者说有1114112个码位。码位就是可以分配给字符的数字。UTF-8、TF-16、UTF-32都是将数字转换到程序数据的编码方案，统一使用两个及以上字符记录字符与数字的对应关系。
UTF-8
UTF-8为万国码的优化版本，将英文用一个字节存储，将中文用三个字节或更多版本存储。我们默认使用的编码为UTF-8。
字符编码实操
1、如何解决乱码的情况
#文件当初以什么标准编码，打开的时候就以什么标准解码
2、python解释器版本不同带来的编码差异
- 由于Python2.X比Unicode发明早，所以内部默认使用ASCII
3、在使用python2.x编程时，必须加上文件头。如果定义字符串需要在字符串前加一个小u。
4、python3.X内部使用的是utf-8
5、在pycharm中如何定义文件头模板（python2版本可用）
步骤：file>>settings>>Editor>>file and code templates >>python script
代码演练
- 编码与解码的过程
- encode-编码：将人类能够读懂的字符转换成数字
- decode-解码：将数字转换成人类能够读懂的字符
实例如下：
s = '我要坚持学python！'
#编码
res = s.encode('utf8')
print(res,type(res))
#解码
res1 = res.decode('utf8')
print(res1,type(res1))
#结果
b'\\xe6\\x88\\x91\\xe8\\xa6\\x81\\xe5\\x9d\\x9a\\xe6\\x8c\\x81\\xe5\\xad\\xa6python\\xef\\xbc\\x81' <class 'bytes'>
我要坚持学python！ <class 'str'>
最后，感谢您的阅读。您的每个点赞、留言、分享都是对我们最大的鼓励，笔芯～
如有疑问，欢迎在评论区一起讨论！
以上是关于python——字符编码的主要内容，如果未能解决你的问题，请参考以下文章