ascii、unicode、utf-8、gbk区别及转换

一、编码

ascii：

　　　　A：00000010 8位 一个字节

unicode：

　　　　A：00000000 00000001 00000010 00000100 32位 四个字节

　　　　中：00000000 00000001 00000010 00000100 32位 四个字节

utf-8：

　　　　A：00000110 8位 一个字节

　　　　中：00000010 00000110 16位 两个字节

gbk：

　　　　A：00000110 8位 一个字节

　　　　中：00000010 00000110 16位 两个字节

1，各个编码之间的二进制，是不能互相识别的，会产生乱码。

2，文件的存储，传输，不能是unicode （只能是utf-8 utf-16 gbk gbk2312 ascii等）

 

 

py3：

　　str  在内存中是Unicode编码。

　　　　bytes类型

　　　　对于英文：

　　　　　　str：表现形式：s = 'alex'

　　　　　　　　 编码方式：010101010 unicode

　　　　　bytes：表现形式：s = b'alex'

　　　　　　　　  编码方式：000101010 utf-8 gbk。。。。

 

　　　　对于中文：

　　　　　　 str：表现形式：s = '中国'

　　　　　　　　  编码方式：010101010 unicode

　　　　　bytes： 表现形式：s = b' x\e91\e91\e01\e21\e31\e32'

　　　　　　　　   编码方式：000101010 utf-8 gbk。。。。

 

　encode 编码，如何将 str ——> bytes

                 　　　　使用方法：  str.encode('utf-8')

　decode 解码，如何将 bytes——> str

                             使用方法：  bytes.decode('utf-8')