Python3中的编码

Posted _小溢

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Python3中的编码相关的知识,希望对你有一定的参考价值。

 

  1.编码:

  1.1 ASCII

    一个字符占8位,

 

  1.2 UTF-8

    一个字符占8位

    一个中文占24位

  1.3 GBK

    一个字符占8位

    一个中文占16位

 

  1.4 Unicode

    1.4 只说Unicode的32位

      一个字符占32位

      一个中文字同样占32位

问题 : Unicode中的编码方式能否utf-8中的编码。 GBK的编码方式能否识别utf-8中的编码。 

  (1)各个编码之间的二进制是不能互相识别的,会产生乱码。

  (2)传输或存储用的不是GBK就是UTF-8,或者其他的占用字节少的,unicode是不能用的,因为unicode占用32位,传输速率与流量消耗是极大的。GBK和UTF-8的转换需要借助于Unicode。

 

  2. python3的字符串在内存中是unicode 32位编码方式。这样会产生的问题,一个文件传输过去后,对方不能直接用,因为是乱码的,所以必须要用UTF-8或GBK的方式进行转换存储传输,使用encode将str转换为bytes类型(将unicode转换为utf-8或gbk等),bytes类型可以是以utf-8或gbk或其他的编码进行编码存储的str。

 

  2.1 bytes类型,一种数据类型。bytes类型的操作与字符串类似,与str的区别是编码方式不一样,str的编码是unicode,bytes的编码是gbk或utf-8的。所以想要存储或者传输一个字符串、文章等,必须将编码转换为gbk或utf-8或ascii或gbkgbk2312等(bytes是这样的编码方式),所以str想要传输和存储不能直接进行,需要转换成bytes类型在进行存储和传输。

    对于英文:

    str: 表现形式 s = ‘alex‘,编码方式用的是unicode

    bytes:s = b‘alex‘,编码方式用的是utf-8、gbk等,但不是unicode

 

    对于中文:

    str:表现形式 s = ‘中国‘,编码方式是unicode

    bytes:表现形式 s = b‘xe4xb8xadxe5x9bxbd‘,编码方式是utf-8、gbk。2个字节就是gbk,3个字节就是utf-8.

 

  2.2 将unicode如何转换成utf-8或gbk等,也就是str与bytes之间的转换

技术分享图片
 1 # encode 编码,将str转换为bytes,转换为bytes类型后,可以进行存储和传输
 2 s1 = alex
 3 
 4 # 将s1这个在内存以unicode编码方式存储的字符串转换为bytes类型,使用utf-8编码方式存储的字符串s11
 5 s11 = s1.encode(utf-8)
 6 
 7 print(s11)  # b‘alex‘
 8 
 9 s2 = 中国
10 
11 s22 = s2.encode(utf-8)
12 print(s22)      # b‘xe4xb8xadxe5x9bxbd‘
13 
14 # 将s1这个在内存以unicode编码方式存储的字符串转换为bytes类型,使用gbk编码方式存储的字符串s11
15 s22 = s2.encode(gbk)
16 print(s22)      # b‘xd6xd0xb9xfa‘
View Code

 

    

以上是关于Python3中的编码的主要内容,如果未能解决你的问题,请参考以下文章

学习笔记:python3,代码片段(2017)

scrapy主动退出爬虫的代码片段(python3)

scrapy按顺序启动多个爬虫代码片段(python3)

通过 findById 访问活动布局中的硬编码片段

markdown 打字稿...编码说明,提示,作弊,指南,代码片段和教程文章

Python3.X Socket 一个编码与解码的坑