编码:
1. ascii. 有: 数字, 字母, 特殊字符. 8bit 1byte 128 最前面是0
2. gbk. 包含: ascii, 中文(主要), 日文, 韩文, 繁体文字. 16bit, 2byte.
3. unicode. 包含gbk,ascii,big5... 32bit, 4byte
4. utf-8. 可变长度的unicode.
1. 英文: 8bit,1byte
2. 欧洲文字: 16bit 2byte
3. 中文: 24bit 3byte
不同的编码之间不能随意转换.
在python3中. 默认的编码是unicode,我们的字符串就是unicode
在python2中. 默认的编码是ASCII. 用的解释器是Cpython.c语言的默认编码是ASCII
unicode弊端:在存储和传输的时候. 是很浪费的
在存储和传输的时候不能直接使用unicode. 必须要对字符串进行编码. 编码成bytes类型(字节形式的字符串)
1.encode(编码格式) : 编码
bs1 = '我今天非常的困' print(bs1.encode('gbk')) #b'xcexd2xbdxf1xccxecxb7xc7xb3xa3xb5xc4xc0xa7'
2.decode(编码格式) : 解码
bs2 = b'xcexd2xbdxf1xccxecxb7xc7xb3xa3xb5xc4xc0xa7' print(bs2.decode('gbk'))#我今天非常的困
注意: 用gbk编码,必须用gbk解码; 用uft-8编码,必须用utf-8解码.
关于bytes, 非ascii中的内容. 展示的时候都是x.. 如果是ascii中的内容. 原样输出
name = "alex昨天吃多了" bs = name.encode("gbk") print(bs)# b'alexxd7xf2xccxecxb3xd4xb6xe0xc1xcb' bss = name.encode("utf-8") print(bss) # b'alexxe6x98xa8xe5xa4xa9xe5x90x83xe5xa4x9axe4xbax86'