python-编码-15

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 00000110 32位 四个字节

utf-8 A : 00100000 8位 一个字节
中 : 00000001 00000010 00000110 24位 三个字节

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，文件的储存，传输，不能是unicode（只能是utf-8 utf-16 gbk,gb2312,asciid等）

py3:

str 在内存中是用unicode编码。
bytes类型
对于英文：
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：
str ：表现形式：s = '中国'
编码方式： 010101010 unicode
bytes ：表现形式：s = b'xe91e91e01e21e31e32'
编码方式： 000101010 utf-8 gbk。。。。

#str --->byte  encode 编码
s = '二哥'
b = s.encode('utf-8')
print(b) # b'xe4xbax8cxe5x93xa5'
#byte --->str decode 解码
s1 = b.decode('utf-8')
print(s1) # 二哥


s = 'abf'
b = s.encode('utf-8')
print(b) # b'abf'
#byte --->str decode 解码
s1 = b.decode('gbk')
print(s1) # abf

Python3的执行过程:

1. 解释器找到代码文件，把代码字符串按文件头定义的编码加载到内存，转成unicode
2. 把代码字符串按照语法规则进行解释，
3. 所有的变量字符都会以unicode编码声明，默认文件编码是utf-8

str=u'好好学习天天向上'   #加u表示unicode，默认也是unicode

utf-8_to _gbk = str.decode('utf-8').encode('gbk')

 

待补充。。。。。。。。。