zoukankan      html  css  js  c++  java
  • python---字符编码

    1. 无论py2还是py3,字符编码之间相互转换,如gbk转换成utf-8,都需要通过unicode中转

    ,

    2. 将非unicode转换成unicode的时候,是需要告知原本是什么类型,如原本是utf-8的,转换成unicode应如下:

    string1 = "你好"

    假设string1原本是utf-8,需要转换成unicode,

    则转换过程为:string1.decode("utf-8")

    3. 如果需要将原本为utf-8的转换为gbk,则流程应为先将string1转换成unicode,再转换成gbk

    string1.decode("utf-8")

    string1.encode("gbk")指定为转换后的字符编码

    python3中,在encode的时候,不仅将字符串改变的字符编码,并且改变成二进制格式

    python2中解释器的默认以ASCII码去解释文件,python3中通过utf-8去解释文件,但可以通过在文件开头以 # -*- coding:utf-8 -*- 的方式告知解释器以utf-8来解码

    python3中,文件内的数据类型是用unicode编码的,如字符串的字符类型是unicode

     1 import sys
     2 print(sys.getdefaultencoding())    #打印系统默认编码
     3 
     4 s = "杭州"                    #python 3中文件内的字符串类型默认是unicode
     5 print(s,type(s))
     6 print(s)
     7 s = s.encode("gbk")         #将unicode编码成gbk
     8 print(s,"=========")
     9 s_to_unicode = s.decode("gbk")  #将编码由gbk转换成unicode,这个意识是告知s原本是gbk的编码需要转换成unicode
    10 print(s_to_unicode)
    11 
    12 unicode_to_utf8 = s_to_unicode.encode("utf-8")      #将原本是unicode的转换成utf-8
    13 print(unicode_to_utf8)
    14 utf8_to_gb2312 = unicode_to_utf8.decode("utf-8").encode("gb2312") #将原本是utf-8的转换成gb2312,中间需要通过先decode转换成unicode,再将unicode通过encode转换成gb2312
    15 print(utf8_to_gb2312)

    1.在python2默认编码是ASCII, python3里默认是unicode

    2.unicode 分为 utf-32(占4个字节),utf-16(占两个字节),utf-8(占1-4个字节), so utf-16就是现在最常用的unicode版本, 不过在文件里存的还是utf-8,因为utf8省空间

    3.在py3中encode,在转码的同时还会把string 变成bytes类型,decode在解码的同时还会把bytes变回string

    4. ASCII占用一个字节,GBK,GB2312占用两个字节,UTF-8编码是变长编码,通常汉字占三个字节,扩展B区以后的汉字占四个字节。

     参考链接:http://www.cnblogs.com/yuanchenqi/articles/5956943.html 

  • 相关阅读:
    CSS+JS实现兼容性很好的无限级下拉菜单
    自动切换的JS菜单
    (2)C#连sqlite
    protobuf编译器
    (67) c# 序列化
    (66) c# async await
    (65)C# 任务
    mbatis 入门
    (64)C# 预处理器指令
    (63)C# 不安全代码unsafe
  • 原文地址:https://www.cnblogs.com/clv5/p/7062395.html
Copyright © 2011-2022 走看看