python 字符编码问题总结

Posted 2020-10-17

都是计算机存储是二进制0101之类的数字 最早计算机在美国开始的 所以数字和英文之类的占用八位 2的8次方 256可以存储对于英文和数字戳戳有余  每个国家都有自己的编码 中国 gb2312 gbk gb1803 台湾 日本，韩国，都有对于的一张表表示字符，所以后来unicode 统一各国语言，unicode编码 统一两位表示字符，英文只有8为，不够位就用0补齐 ，,这样美国人就不干了，后来发展可以可长可短的utf-8, 其实unicode 和utf8之间什么关系呢， Unicode是一种字符集，而utf-8是一种编码方式。Unicode字符集既可以用utf-8编码方式编成计算机能够识别的二进制数值   UTF-8是Unicode的实现方式之一，传输、存储，GBK也一样  Unicode只是一个符号集，它只规定了符号的二进制代码，却没有规定这个二进制代码应该如何存储 。str.encode("utf8")  str.decode("gbk")