python语法_字符编码

Posted 2021-01-22 小水胖

二进制：

ascll：只能存英文和拉听字符，一个字符占一个字节，8位 

gb2312:只能存6700多个中文，1980年

gbk1.0:能存2万多字符，1995年

gbk18030:2000 27000万字符

unicode:统一各个国家的编码，万国码。每个字节占四个字节，

最初表现形式utf-32，一个字符占4个字节，后面出现了utf-16,一个字符占2个字节或者2个以上（65535个字符），

最后出现utf-8:英文用ascll来存，一个中文占三个字节，其他文字有占2个字节的。

所有的在中国发行的软件都必须支持gb18030字符编码。

计算机里，unicode 称呼为万国码，可以作为中间语言用于不同编码的软件进行交互。

把gpk 转成unicode，为编码encode,

gbk将unicode编码的代码转换成gbk能理解的，为解码decode 

in python2

默认编码为ASCII编码，写中文的时候，必须先声明 -*-coding:utf8-*-

GBK 转换成UTF-8流程：

1 gbk 通过decode 成unicode编码.

2 unicoe 通过encode 成utf-8编码

 

in python3

所有文件的默认字符编码为unicode，所以在编码时可以直接编码成所需的编码类型，不需要先decode了

但是如果unicode 去转换成gbk,显示的就是bytes了,其实unicode默认就支持中文的，没什么非常的必要，不需转成gbk　　

encode 在编码的同时，会把数据转换成bytes类型

decode 在解码的同时，会把bytes转换成字符串类型

b =bytes 字节类型 一种数据类型，不同