字符编码

Posted 2020-11-10 嗯姆嗯姆嗯姆

1 字符编码
将人类的字符编码/转换成计算机能识别的数字
这种转换必须遵循一套固定的标准，该标准无非是
人类字符与数字的对应关系，称之为字符编码表

bit：二进制位
Bytes：字节

ASCII码表：用1Bytes表示一个英文字符
1英文字符=8bit=1Bytes

GBK：用2Bytes表示一个中文字符，1Bytes去表示英文字符

 

unicode:内存中使用的是unicode编码，unicode把全世界的字符都建立好对应关系
用2Bytes去表示一个字符

0000 0000 0000 0000

utf-8 #unicode tranform format-8
utf-8 用1Bytes表示英文，用3Bytes表示中文

字符编码需要记住的概念
01 内存中固定使用unicode编码，我们唯一可以改变的存储到硬盘时使用的编码
02 要想保证存取文件不乱乱码，应该保证文档当初是以什么编码格式存的，就应该以什么编码格式去读取

03 python3解释器默认编码是UTF-8
python2解释器默认编码是ASCII

在python2中有两种字符串编码格式
1、unicode：
x=u‘上‘
2、unicode编码后的结果
x=‘上‘ #如果文件头为coding:utf-8,那么"上"被存成utf-8格式的二进制

在python3只有一种字符串编码格式：
1、unicode
x=‘上’

04 编码与解码
unicode-------编码encode-------->gbk
unicode<-------解码decode--------gbk

coding:gbk
x=‘上’
x.decode(‘gbk‘)

#coding:gbk
x=u‘上‘
x.encode(‘gbk‘)
x.encode(‘utf-8‘)

在python3中（*****）
x=‘上‘
x只能进行编码
x.encode(‘gbk‘)

总结python2与python3：
(***)
在python2中的字符粗类型str都是unicode按照文件头的指定的编码，编码之后的结果
在python2中也可以制造unicode编码的字符串。需要在字符串前加u

(*****)
在python3中的字符串类型str都是unicode编码的
所以python3中的字符串类型可以编码成其他字符编码格式，编码的结果
是bytes类型