study note8

再次复习下ASCII码，unicode，utf-8是怎么回事：

最初的编码是ASCII码，每个英文占1字节，不能存储中文；为了统一世界各国的编码出现了unicode，但是在unicode中不管中文英文都占2字节，也就是原本1M的文件变成了2M，

造成了空间浪费；于是出现了unicode的扩展版本utf-8，在utf-8中英文仍然按照ASCII码的规则占1字节，汉字占3字节。

GBK和UTF-8如何转换：（中文windows默认编码集是gbk），utf-8和unicode之间不转换是可以互相打印的，但是gbk和unicode之间必须转换才能打印

 

#! /usr/bin/env python
# -*- coding: utf-8 -*-  #特别注意，这个只是声明文件编码，所以见下个#
# __author__ = "Deakin"
# Email: 469792427@qq.com
# Date: 2018/1/8
import sys
print(sys.getdefaultencoding())
s="你好"                  #这里的s的默认编码仍然是unicode，不是utf-8
s_gbk=s.encode("gbk")
print(s)
print(s_gbk)
print(s_gbk.decode('gbk'))

打印结果：

utf-8
你好
b'\xc4\xe3\xba\xc3'   #encode的时候转换成了bytes
你好                         #再次decode回unicode又转成了字符串