在python2中用的是ASCII编码,所以在进行打印中文的时候要进行编码和解码。
在python3中用的是Unicode编码,Unicode号称万国码,可以向所有的编码进行兼容。所以在Python3中不会出现中文打印不了的情况,除非是文件本身编码出了问题。
---------------------------------------------------------------------------------------
Python2
s = "hello world"
print(s)
是可以直接进行打印的。
s = "中文"
print(s)
Python2会进行报出语法错误,总共有两个问题:
1.没有对代码的编码进行注解:
在文件的头部加入
#-*- coding:utf-8 -*-或者 #coding:utf-8
2.对文件进行编码解码:
Python编码之间Unicode作为中间的过度。所以编码能够进行通用:
#-*- coding:utf-8 -*-
s = "中文"
print(s.decode("utf-8").encode("gbk"))
编码解码整个过程,就好像是Unicode是一个翻译官一样:例如jbk和gbk之间的一个过程:
jbk无法直接转换到gbk,所以需要有一个过程, jbk decode生成Unicode utf-8然后在进行encode生成gbk
----------------------------------------------------------------------------------------------------------
Python3
#encode 在编码的同时,会把数据转换成byte类型
import sys
print(sys.getfilesystemencoding())
s = "中文" #py3 默认就是utf8 unicode向下兼容utf-8
s_to_gpk = s.encode("gbk")
print(s_to_gpk.decode("gbk")) #py3是不需要转换的,但是要转的话还要转回去
----------------------------------------------------------------------------------------------------------
补充:
'''
-----二进制:(0 and 1)
-------->>ASCII :只能存放英文河拉丁字符。一个字符占一个字节,8位
--------------->>gb2312:只能6700多个中文,1980年
--------------------->>gpk1.0:存了2万多个字符,1995
--------------------------->>gb18030:2000,27000中文(在中国软件发布的时候必须用gb18030)
---------->>unicode: utf-32:一个字符占四个字节
---------->>unicode: utf-16>一个字符占两个字节或两个以上,65535(实在找不到的时候在utf-32里面找)
---------->>unicode: utf-8:一个英文用ASCII码来存,一个中文占3个字节,utf=8表示是根据表示什么来决定大小的。
---------->>GBK GB2312 表示中文得时候用得是两个字节。
'''