编码

一、

 

数字、字符串  有小数据池  

小数据池：如果创建范围之类的数字或字符串，它会共用一个地址，节省内存

数字的范围 -5~256

字符串：1、不能含有特殊字符

　　　　2, s*20还是同一个字符 s是一个字符， 超过21以后就是两个地址

剩下的list,dict,tuple,set都没有小数据池

 

二、

ascii:

　　一个字符占8位，一个字节      没有中文

unicode:

　　32位：一个字符占32位，四个字节（英文和中文都是四个字节）

utf-8:

　　英文：一个字符占8位，一个字节

　　中文：一个字符占24位，三个字节

gbk:

　　英文：一个字符占8位，一个字节

　　中文：一个字符占16位，两个字节

 

python3中：

　　字符串str 在内存中是用unicode编码

　　　　bytes类型

　　　　对于英文：

　　　　　　str:表现形式： s = ‘alex'

　　　　　　　　编码方式： unicode

　　　　　　bytes:表现形式： s = b'alex'

　　　　　　　　　编码方式：utf-8,utf-16,gbk,gb2312,ascii等

　　　　对于中文：

　　　　　　str:表现形式：s = '中国'

　　　　　　　　编码方式：unicode　　　　　　　

　　　　　　bytes:表现形式： s = b'x\e91\e91\e01\e21\e31\e32'

　　　　　　　　　编码方式：utf-8,gbki等

 

三、encode编码，如何将str --->  bytes

s1 = 'hjm'
s2 = s1.encode('utf-8')  #b'hjm'
s2 = s1.encode('gbk')  #b'hjm'
print(s2)  

s3 = '中国'
s4 = s3.encode('utf-8')  # b'\xe4\xb8\xad\xe5\x9b\xbd'
s4 = s3.encode('gbk')  # b'\xd6\xd0\xb9\xfa'
print(s4)

四、decode解码，如何将bytes ---> str

# str --> bytes  (encode)
s = '二哥'
b = s.encode('utf-8')   
print(b)

#bytes  -->  str   (decode)
s1 = b.decode('utf-8')
print(s1)

如果字符串里面全部是字母，解码的时候可以使用decode('gbk'),因为此时都是根据ascii