python之编码和解码

 

编码:

1. ascii. 有: 数字, 字母, 特殊字符. 8bit 1byte 128 最前面是0
2. gbk. 包含: ascii, 中文(主要), 日文, 韩文, 繁体文字. 16bit, 2byte.
3. unicode. 包含gbk,ascii,big5... 32bit, 4byte
4. utf-8. 可变长度的unicode.
　　1. 英文: 8bit,1byte
　　2. 欧洲文字: 16bit 2byte
　　3. 中文: 24bit 3byte
不同的编码之间不能随意转换.

在python3中. 默认的编码是unicode,我们的字符串就是unicode
在python2中. 默认的编码是ascii. 用的解释器是cpython.c语言的默认编码是ascii

 

unicode弊端:在存储和传输的时候. 是很浪费的
在存储和传输的时候不能直接使用unicode. 必须要对字符串进行编码. 编码成bytes类型(字节形式的字符串)

1.encode(编码格式) : 编码

bs1 = '我今天非常的困'
print(bs1.encode('gbk'))  #b'\xce\xd2\xbd\xf1\xcc\xec\xb7\xc7\xb3\xa3\xb5\xc4\xc0\xa7'

 

2.decode(编码格式) : 解码

bs2 = b'\xce\xd2\xbd\xf1\xcc\xec\xb7\xc7\xb3\xa3\xb5\xc4\xc0\xa7'
print(bs2.decode('gbk'))#我今天非常的困

注意: 用gbk编码,必须用gbk解码; 用uft-8编码,必须用utf-8解码.

 

关于bytes, 非ascii中的内容. 展示的时候都是\x.. 如果是ascii中的内容. 原样输出

name = "alex昨天吃多了"
bs = name.encode("gbk")
print(bs)# b'alex\xd7\xf2\xcc\xec\xb3\xd4\xb6\xe0\xc1\xcb'

bss = name.encode("utf-8")
print(bss) # b'alex\xe6\x98\xa8\xe5\xa4\xa9\xe5\x90\x83\xe5\xa4\x9a\xe4\xba\x86'