python基础之编码的定义和种类

- 电脑将人类的语言转换成机器特有的语言，即编码进行存取，二进制数字。

- 电脑将人类的语言转换成机器特有的语言，即编码进行存取，二进制数字。
1. **ASCII 英文**，8个数字表示1个单位，一共有2**8个，可以表示所有的英文、数字及符号，8个数字为1个字节
2. **unicode 万国语**，32个数字表示1个单位，共计有2**32个，目前还有很多空缺，32个数字为4个字节
3. **utf-8**,  unicode的缩减版，unicode相比于ASCII优点是每个国家的文字都可以直接转译成编码，缺点是由于32个数字（即4个字节）表示1个单位，比较占用空间，在这个基础上，utf-8可以将unicode中未使用的0进行省略，但是只会每8位省略，中文3个字节
# -*- coding:utf-8 -*-  # 使用这组编码可以让python2使用utf-8进行编码
print（"你好 世界"）

　　

print（"你好 世界"）

编码种类:

• ASCII 英文 位数少 只有8位
• unicode 万国码 可以统计世界上的所有语言,但是32位为一个单位, 由于较规整,一般用于内存计算
• utf-8 万国码的压缩版,对万国码未用到的位数进行省略, 跟万国码比较节省空间,一般用于通信传输,节省流量 3个字节可以表示一个汉字
• gb2312
• gbk 两个字节,16个数字表示一个汉字

字符串"中国人" 一个字符串= 三个字符= 9个字节(utf-8)=6个字节(GBK) (在没有定义编码的前提下,字节与字符没有关系)

单位换算:

​ 1byte = 8 bit 任何编码 ,1个字节等于8个数字,数字指基本的二进制数字

​ 1KB = 1024byte

​ 1MB = 1024KB

​ 1GB = 1024 MB

​ 1TB = 1024 GB

​ 1PB = 1024 TB