P006_01_python字符集区别和转换

编码

ascii：

  • A：00000010 8位 一个字节

unicode：

  • A：00000000 00000001 00000010 00000100 32位 四个字节
  • 中：00000000 00000001 00000010 00000100 32位 四个字节

utf-8：

  • A：00000110 8位 一个字节
  • 中：00000010 00000110 16位 两个字节
    gbk：
  • A：00000110 8位 一个字节
  • 中：00000010 00000110 16位 两个字节
  1. 各个编码之间的二进制，是不能互相识别的，会产生乱码。
  2. 文件的存储，传输，不能是unicode （只能是utf-8 utf-16 gbk gbk2312 ascii等）

####　py3：

  • str 在内存中是Unicode编码。
  • bytes类型，可以是 ascii utf-8 gbk ….

b前缀代表它是bytes类型

对于英文：

1
2
3
4
5
str：表现形式：s = 'alex'
编码方式：010101010 unicode

bytes：表现形式：s = b'alex'
编码方式：000101010 utf-8 gbk。。。。

对于中文：

1
2
3
4
5
6
7
str：表现形式：s = '中国'
编码方式：010101010 unicode
    
bytes： 表现形式：s = b' x\e91\e91\e01\e21\e31\e32'
编码方式：000101010 utf-8 gbk。。。。

\e91代表一个字节  三个字节代表一个汉字 utf-8里

转换

encode 编码，如何将 str ——> bytes

使用方法： str.encode(‘utf-8’)

decode 解码，如何将 bytes——> str

使用方法： bytes.decode(‘utf-8’)