【python基础】之字符编码

一、何谓编码

编码：将机器语言01翻译成人类能理解的语言；相关字符串与二进制对应关系图称之为ASCII表

二、编码发展简述

assic【英文编码表】 --> unicode【后各国均发展自己的编码表，导致编码表混乱，推出万国码unicode】 -->utf-8 【但unicode存一个字符，统一占用2个字节，占用空间较大。又推出utf-8,可以根据语言类型，自动调整存储空间】

三、编码存储说明

1位 =1bit; 【最小单位，可理解为计算机二级制位数】
8bit = 1bytes = 1字节；【每个字符统一用8个bit来表示，此处仅指英文及特殊字符类，共计255个】
1024bytes = 1Kbytes = 1KB
1024KB = 1Million Bytes = 1MB = 1兆
1024MB = 1 Gigabytes
1024GB = 1TB

四、编码格式化输出

 一般用%d表示替换整数，%f表示替换浮点数，%s表示替换字符串；

 

%运算符就是用来格式化字符串的。有几个%？占位符，后面就跟几个变量或者值，顺序要对应好。如果只有一个%？，括号可以省略。示例：

>>>'Name: %s,Age: %s' % ('Jack', 25)
'Name:Jack, Age: 25'

 五、编码与解码

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

（此图仅适用于py2）

GBK转换为UTF-8流程：

1.通过解码【decode】转换为Unicode编码

2.然后通过编码【encode】转换为UTF-8编码

UTF-8转换为GBK流程：

1.通过解码【decode】转换为Unicode编码

2.然后通过编码【encode】转换为GBK编码