Day2-字符编码转换

Posted 2020-09-11

1.在python2默认编码是ASCII, python3里默认是unicode

2.unicode 分为 utf-32(占4个字节),utf-16(占两个字节)，utf-8(占1-4个字节)， so utf-16就是现在最常用的unicode版本， 不过在文件里存的还是utf-8，因为utf8省空间

3.在py3中encode,在转码的同时还会把string 变成bytes类型，decode在解码的同时还会把bytes变回string

 

python2支持以下图：

Python2# vim encode.py
#_*_ coding:utf-8 -*_
import sys
print(sys.getdefaultencoding()) #打印系统默认编码，Centos7为ASCII码

s = "你好" #默认是使用系统编码，utf-8
s_to_unicode = s.decode("utf-8") #utf-8先转换成unicode
print(s_to_unicode,type(s_to_unicode)) #打印目前的编码类型
s_to_gbk = s_to_unicode.encode("gbk") # unicode转换成gbk
print(s_to_gbk)

#反解回去
gbk_to_utf8 = s_to_gbk.decode("gbk").encode("utf-8") #gbk先解码成unicode再编码成utf-8
print(gbk_to_utf8)

新东西：
#-*_- coding:utf-8 -*-

s = u"你好" #加个u表示s是unicode编码
print(s)
执行结果：你好
分析：utf-8是unicode的扩展集，这么写，在utf-8中可以直接打印，而gbk则不行

Python3的PyCharm下：
unicode转换成gbk格式：
s="你好" #python3默认是unicode编码
print(s.encode("gbk")) #直接转换成gbk
b‘\\xc4\\xe3\\xba\\xc3‘ #python3里转码了之后，变成b二进制类型，跟python2的区别
为什么不能打印出来呢？因为python3默认unicode编码，现转换成了gbk，所以不能打印。解决是声明

#-*-codinf:gbk-*- 声明这个文件编码方式
importsys
print(sys.getdefaultcoding())

s="你好" #但s还是unicode编码，文件编码与字符串无关
print(s.encode("gbk"))
print(s.encode("utf-8").decode("utf-8").encode("gb2312").decode("gb2312"))

Python3里encode时候不仅转了编码，还生成二进制bytes，decode下又变成了字符串。