python-字符集和编码

一、知识点

【1】基本概念

1. 位：计算机中的最小编码，二进制中的一位，0/1
2. 字节：8位组成1个字节
3. 字符：我们看见的文字和符号（汉字、标点、英文、表情）
4. 字符集：字符的集合，一套文字符号集合的描述
5. 编码：将字符转换成0/1
6. 解码：将0/1转换成字符

【2】字符编码发展：ASCII、GB2312、GBK（兼容汉字）、GB18030（兼容少数名族语言）、ucs（必须2位开始，不足2位用0扩充，会造成空间浪费）、unicode、UTF8（可以用1，2，3个字节表示1个字符，兼容性高）

【3】python3默认编码是UTF8，支持直接输出汉字等

二、字符串和bytes类型

【1】ord和chr函数

【2】数据类型：bytes，要在字符串前面加上b

【3】字符串和bytes类型的相互编码和解码

【4】bytes类型用来网络传输，字符串不能网络传输

三、具体代码

# -*- coding:utf-8 -*-
# __author__:pansy
# 2022/5/8

# 一、两个函数：
# 1、ord函数：单个字符的整数表示
# 2、chr函数：整数的字符表示

print(ord('潘'))   # 28504
print(chr(28504))  # 潘

# 二、数据类型
a = 'abc'   # 字符串类型
print(type(a))
b = b'abc'  # bytes类型，在字符串前面加上b
print(type(b))

# 三、字符串和bytes类型编码解码（注：编码和解码的字符编码类型需要一致）
c = '啊啊啊，pan'
d = c.encode('utf8') # 字符串编码,b'\xe5\x95\x8a\xe5\x95\x8a\xe5\x95\x8a\xef\xbc\x8cpan'
print(d)
e = b'\xe5\x95\x8a\xe5\x95\x8a\xe5\x95\x8a\xef\xbc\x8cpan'
print(e.decode('utf8')) # 解码

# 四、bytes类型作用：网络传输；不能直接用字符串传输，要用bytes传输