Python编码

Posted 2020-11-18 Presley

1、字符编码
　　a、计算机只能处理数字，如果要处理文本就必须先把文本转换为数字
　　b、ASCII:大写字母A的编码是65，小写字母z的编码是122
　　c、ASCII编码是一个字节，而Unicode编码通常是2个字节。
　　d、在计算机内存中，统一使用Unicode编码，用记事本编辑的时候，从文件读取的UTF-8字符被转换为Unicode字符到内存里，编辑完成后，保存的时候再把Unicode转换为UTF-8保存到文件。
　　e、对于单个字符的编码，python提供了ord()函数获取字符的整数表示，chr()函数把编码转换为对应的字符：

 　         ord(‘A‘) :65
            ord(‘中‘)：20013
            chr(66):‘B‘
            chr(25991):‘文‘

　　f、由于python的字符串类型是str，在内存中以Unicode表示，一个字符对应若干个字节，如果要在网络上传输，或者保存到磁盘上，就需要把str变成以字节为单位的bytes.
　　g、python对bytes类型的数据用带b前缀的单引号或双引号表示：　

　　　　　　　x = ‘abc‘

　　　　　要注意区分‘ABC‘和b‘ABC‘,前者是str,后者虽然内容显示得和前者一样但bytes的每个字符都只占用一个字节。
　　h、以Unicode表示的str通过encode()方法可以编码为指定的bytes.

　　　　 　　‘ABC‘.encode(ascii) :b‘ABC‘
　　　　 　　‘中文‘.encode(‘utf-8‘):b‘xe4xb8xadxe6x96x87‘

　　i、如果我们从网络或磁盘上读取了字节流那么读到的数据就是bytes，要把bytes变为str,就用decode()方法

　　　　 　　 b‘ABC‘.decode(‘ascii‘):‘ABC‘
　　　　　　  b‘xe4xb8xadxe6x96x87‘.decode(‘utf-8‘):‘中文‘

　　j、要计算str包含多少个字符可以用len()函数：

　　　　　　 len(‘ABC‘):3
　　　　　　 len(‘中文‘):2

　　k、len（）函数计算的是str的字符数，如果换成bytes,len()函数就计算的是字节数：

　　　　　　 len( b‘ABC‘):3
　　　　　　 len(b‘xe4xb8xadxe6x96x87‘):6
　　　　　　 len(‘中文‘.encode(‘utf-8‘)):6