编码问题汇总

ASCII码           

　　　　　　A : 00000001   一个字节8位来表示一个字符

Unicode

　　　　　　A : 00000000  00000000  00000000  00000001   4个字节32位来表示一个字符

　　　　　　中文一个字例如：

　　　　　　中：00000000  00000000  00000001   3个字节24位来表示一个字符

utf-8

　　　　　　　　A :   00000001   1个字节8位来表示一个字符

　　　　　　　中文一个字，例如：

　　　　　　　中：00000000  00000000  00000001   3个字节24位来表示一个字符

　　　

gbk　

　　　　　 　　　A :   00000001   1个字节8位来表示一个字符

　　　　　　　 中文一个字，例如：

　　　　　　　 中：  00000000  00000001   2个字节16位来表示一个字符

总结：（python2和3通用的）

　    1，各个编码之间的二进制，是不能相互识别的，会产生乱码（犹如：红军的密码本和日本鬼子的密码本是不一样的，不能通用）

　　2，文件的储存，传输不能是Unicode（只能是utf-8，utf-16，gbk，gb2312，ASCII码等）  <原因是Unicode占用的空间太大>

下面是python3所特有的性质：

python3的字符串str 在内存中是用Unicode编码的。（产生的问题，储存和传输不是一种编码，需要转化）

bytes类型：　

对于英文：

　　　　str  ：表现形式： s = 'alex'

　　　　　　   编码方式：00000001    Unicode

　　　　bytes：表现形式：s = b 'alex'

 　　　　　　　编码方式：00000001    utf-8，gbk，gb2312等

对于中文：   

　　　　　　    str  ：表现形式： s = '中国'

　　　　　　   　　编码方式：00000001    Unicode

　　　　　　bytes：表现形式：s = b 'xe91e91e01e21e31e32'                 是16进制

 　　　　　　　　　编码方式：00000001    utf-8，gbk，gb2312等

总结：

　　实例展示：　　　　

s = 'alex'
s1 = s.encode('utf-8')
# encode  编码  将Unicode转化为utf-8或者gbk  ；  表现形式是：str-->bytes
print(s1)

s ='中国'
s1 = s.encode('utf-8')
print(s1)

 结果截图如下：转化成了16进制（utf-8是3个字节表示一个汉字）

s ='中国'
s2 = s.encode('gbk')
print(s2)

 结果截图如下：转化成了16进制（gbk是2个字节表示一个汉字）