（2）python字符编码转换

目录

• 【1】字符集的演进
• 【2】转换规则
• 【3】转换演示
• 其他参考

 

---

回到顶部

【1】字符集的演进

ASCII 码 255个字节， 1 bytes

==> 1980 gb2312 7000+汉字
==> 1995 GBK1.0 2w+汉字
==> 2000 GB18030 27000+行字

==》Unicode 2bytes
==> utf-8 是unicode的压缩格式，把存储内容是可变长的。
=》英文还是以Ascii来存储（占1个bytes），中文用 Unicode存储（占3个 bytes）

回到顶部

【2】转换规则

　　

 

 

回到顶部

【3】转换演示

因为python3默认字符集编码是 utf-8，示意图 decode 默认转回来的就是使用utf8格式来解码，且加密后默认就是 Bytes 格式

# -*- coding: UTF-8 -*-
import sys
# python3 默认使用的 utf8 编码，一个字母占1个字节，一个中文占3个字节 ,但所有数据类型、变量都是 Unicode

s = '你好abc'
print('默认编码是：',sys.getdefaultencoding())
print('utf-8编码(汉字占3个，字母占1个)',type(s),len(s.encode() ))   # encode 不仅仅转了编码，还变成了 bytes 以16进制显示
ucode_to_gbk = s.encode("gbk")
print('gbk编码(汉字占2个，字母占1个)',ucode_to_gbk,len(ucode_to_gbk))
gbk_to_utf8 = ucode_to_gbk.decode("gbk").encode("utf-8")
print(gbk_to_utf8)
print('utf-8编码(汉字占3个，字母占1个)：',gbk_to_utf8,len(gbk_to_utf8))  # 默认会显示为 bytes
print(gbk_to_utf8.decode(),len(gbk_to_utf8.decode('utf-8')))

输出：

默认编码是： utf-8
utf-8编码(汉字占3个，字母占1个) <class 'str'> 9
gbk编码(汉字占2个，字母占1个) b'\xc4\xe3\xba\xc3abc' 7
b'\xe4\xbd\xa0\xe5\xa5\xbdabc'
utf-8编码(汉字占3个，字母占1个)： b'\xe4\xbd\xa0\xe5\xa5\xbdabc' 9
你好abc 5

 

 

 

 

回到顶部

其他参考