字符编码总结

1、  Python2 只用了ascll码。不支持中文。

 文件编码默认：ascii码，字符串编码默认是ascii码

 如果文件头声明了GBK，那字符串的编码就是GBK

 Unicode是单独类型

Python2不会把字符编码转成unicode

 

2、Python3  不兼容python2,  文件默认编码是UTF-8,  字符串编码是unicode

 

3、Unicoude 万国码支持所有国家的编码，并且跟任何国家的编码都有一个映射表。只是

python代码的编码。

        ASCII 占1个字节，只支持英文

      GB2312 占2个字节，支持6700+汉字

   Unicoude 2-4字节，至少占俩。

UTF-8： 使用1、2、3、4个字节表示所有字符；优先使用1个字符、无法满足则使增加一个字节，最多4个字节。英文占1个字节、欧洲语系占2个、东亚占3个，其它及特殊字符占4个

UTF-16： 使用2、4个字节表示所有字符；优先使用2个字节，否则使用4个字节表示。

UTF-32： 使用4个字节表示所有字符；

 

 

4、代码存硬盘上文件头必须声明一个编码格式：utf-8或gbk

注：写代码的字符编码是什么文件头就必须声明什么代码。

注2：程序代码编码不可互转，utf-8写的代码不可转GB否则不成功也退不回来。

如果出现编码问题：就是编码设置出错了。

1、  Python解释器默认编码：utf-8

2、  Python源文件文件编码

3、  Terminal使用的编码

4、  操作系统的语言设置。

 

 

 

5、python代码执行流程。

1、解释器找到代码文件，把代码字符串按文件头定义的编码加载到内存，转成unicode

2、把代码字符串按照python的语法规则进行解释。

3、所有的变量字符都会以unicode编码声明。

  Python3文件自动以文件头编码格式读取到内存并自动转换成unicode编码

  Python2 读取到内存并不自动转为unicode编码手动转:

     UTF-8 -- > decode解码 --> unicode

    unicode -- > encode 编码 --> GBK/utf-8

       S = “路飞学成”

                   S2 = s.decode(“utf-8”)     #将之前的编码UTF-8  解码成unicode

        S3 = S2.encode(‘gbk’)      #将之前s2 unicode编码转成GBK