引言:
由于最初的计算机是由美国发明,所以第一套计算机字符编码是ascii,ascii码共包含255个字符(英文字符和特殊字符)
随着科技的发展,各国逐渐拥有自己的编码 如中国的gbk,日本的Shift-JIS等
但由于每个国家有各自的编码,无法实现a国的软件在b国的电脑完美运行
解决方法有两种:1.b国的每一台电脑安装a国对应的字符编码表和解释器
2.a国的代码,全部改为b国的编码
因此,unicode由应而生,即万国码
但 unicode 的每个字符都为两个字节,即如果一段代码全为英文的话就会造成极大的空间浪费,同时还会造成网络传输速度的浪费
## 一个英文在ascii中,占一个字节 一个中文在unicode中,占两个字节
在unicode中,占两个字节 在utf-8中,占三个字节
在gbk中,占一个字节
在utf-8中,占一个字节
字符编码转换:
在python3中,你只要在顶端声明以何种编码编写即可以,因为python3会把你所编写的代码按编写规则自动在内存中映射为Unicode,而Unicode的映射功能自动把所写代码转换为当前系统默认字符编写规则
但在python2中,由于你以何种声明代码编写,python2在内存中就以何种代码生成,所以无法实现自动转换
如需转换按一下规则进行
#encoding:utf-8
s = '我的天'
s.decode('utf-8') ##按所说代码规则解码为unicode
s.encode('gbk') ##编码为所需形式
如何确认字符转换是否转换为多需的字符编码形式:
首先,打印出该段字符对应的unicode的地址,然后打印出转码后的地址,之后在转换码里对应
s = '路飞学城'
s.decode('gbk')
u'u8defu98deu5b66u57ce #这里打印的是 路飞学城的unicode编码的二进制形式
s
xc2xb7xb7xc9xd1xa7xb3xc7 #这里打印的是s的gbk形式的二进制形式
由查表的在转换表里对应为Go-4237
但Go-4287和c2b7 也不相等啊 不急 把c2b7数字分别表示为二进制形式
c 2
8 4 2 1 8 4 2 1
1 1 0 0 0 0 1 0 #这里的c,b都为16进制,全转为10进制后转为二进制
b 7
8 4 2 1 8 4 2 1 #c:12, b:11
1 0 1 1 0 1 1 1
把左侧第一位转都转为0后,正好对应为 4237 #最左侧的第一位是用来区分高字节和低字节
name1
=
"林"
#掌握:在python3中字符串都是unicode格式的二进制存放与内存中
#而在python2中字符串都是已经encode后的结果,即bytes