python-ASCII与Unicode

Posted 2020-08-19

# Auther: Aaron Fan
‘‘‘
ASCII:不支持中文，1个英文占1个字节
Unicode(万国码，支持所有国家的文字显示)：支持中文，但是每个英文和中文都占2个字节
UTF-8（是一种针对Unicode的可变长度字符编码，又称万国码。）：
    英文依然按照ASCII的方式占1个字节，所有的中文字符统一是3个字节
    Unicode里面支持各个国家的编码转换，比如当中国的gbk格式的软件在日本打开出现乱码的时候，
    必须把gbk转成Unicode编码后才可以正常显示。
GBK：全称《汉字内码扩展规范》（GBK即“国标”、“扩展”汉语拼音的第一个字母，
    英文名称：Chinese Internal Code Specification）
‘‘‘
‘‘‘
1、先转成Unicode
2、再转换成gbk
概括就是：先编码，后解码
‘‘‘

#示例：
‘‘‘
gbk_file是一个gbk编码的文件

需求：
把gbk_file转换成一个utf8编码的新文件，新文件名为：gbk_to_utf8_file
‘‘‘

#python3一行命令搞定的方法
#把gbk文件转换成utf8文件，源文件gbk_file，目标文件utf8file：
open(‘utf8file‘,‘w+‘,encoding=‘utf-8‘).write(open(‘gbk_file‘,‘r‘,encoding=‘gbk‘).read())
#把utf8文件转换成gbk文件，源文件utf8file，目标文件gbk_file：
open(‘gbk_file‘,‘w+‘,encoding=‘gbk‘).write(open(‘utf8file‘,‘r‘,encoding=‘utf-8‘).read())

#python2上的实现方式：
#gbk文件转换成utf8文件，源文件newfile，目标文件utf8file：
pen(‘utf8file‘,‘w+‘).write(open(‘newfile‘,‘r‘).read().decode(‘gbk‘).encode(‘utf-8‘))