python开发中编码相关问题

Python2的解释器默认以 ascii码的编码方式进行编码，由于ASCII码只占一个字节126个包含英文和特殊字符，不能正常解码，所有要在文件开头声明编码方法‘# codeing:utf-8’

python2中的 str是以byte类型存储的

 

python3中解释器默认以utf-8的编码方式进行编码和解码，所有不存在中文编码错误

 

len('ab')  >> 2

len(''中国'')  >> 2

str类型在以字符个数计算

 

len('ab'.encode('utf-8'))  >> 2

len('中文'.encode('utf-8'))  >>  3

 

ascii 编码只解决了英文编码问题

unioncode 解决了全球文字统一编码问题，但是所有字符都占有四个字节

utf-8 为了节省空间，而且保留之前ascii编码的文件系统设计的一种变长的编码规则，英文和特殊字符继续保持ascii编码占一个字符，中文在utf-8编码中一个文字占有三个字节