字符编码

一.字符编码

 　　什么是字符编码，我们在与计算机的交互中，为了让计算机明白我们人类的语言，需要将语言以以莫种特定的方式（其实就是把字符对应特定的二进制数）翻译成计算机语言（二进制数）。这个过程就是就是字符编码。

二.编码表的发展

　　字符是通过对比编码表来转换成二进制的，所以不同的编码表就会转换成不同的二进制

　　①最先的存在的编码表是ASCll表，最多只有8位来表示一个字节，所以最多能表示256个字符。只规定了字母数字和一些特殊符号的对应关系。

　　②计算机的发展，因为许多国家的国语并不存在ASCll表中，都开发了属于自己的编码表，比如说我国的gbk2313（到后来的gbk，和gbk18030）是用2个字节来表示一个汉字。其他国家也有着属于本国的编码表，比如日本的Shift_JIS，韩国的Euc-kr。

　　③因为编码表的不同，不同国家的文件编译后就会出现乱码，为了解决这个问题，出现了标准，unicode，它包含了所有的语言，所以它又被称为万国码。unicode中，汉字和英文字母都是用两个字节来表示的（某些生僻字用四个字节），unicode指定了标准，解决了乱码的问题。

　　④统一了标准后，因为程序中大都是由英文字母组成的，而unicode中字母占了两个字节，相比于ASCll码大大的增加了文件的占用空间，造成了传输上的低效。所以又出现了‘可变长编码‘’’UTF-8编码（与unicode是同一张编码表），它把常用的英文字母编码为一个字节，汉字编码成三个字节，少数生僻字被编码成4-6个字节。（可以把ASCll表看成是UTF-8的一部分）

三.编码解码

　　u''（unicode）与b''（bytes）之间的转换

　　bytes(u'',encoding='utf-8')等同于u''.encode('utf-8')   #encode（）就是编码，把unicode中的字符串成utf-8的二进制编码

　　str(b'',encoding='utf-8')等同于b''.decode('utf-8')　　#decode（）就是解码，utf-8的二进制编码的解码成unicode中的字符