5-编码格式

1、关于编码方式

1.1简单认识几种编码格式

　　python3.X默认编码格式是UTF-8。ASCII码（python2.X默认编码格式）只适用于美国，GBK只适用于中文，UNICODE和UTF-8兼容全部的字符类型。

　　详细查看https://www.cnblogs.com/txbbkk/p/9291971.html

　　我们在处理不同文件和不同来源的数据过程中，可能碰到多种编码格式的数据，处理方法是：1、通过编码【decode】将当前字符类型转化为unicode，2、通过解码【encode】将unicode字符类型转化为目标类型，如下图：

 

 

1.2、查看字符串的编码方式

　　

1.3、不同的编码类型转换

import sys
import chardet
print(sys.getdefaultencoding())    #获取系统默认编码格式：utf-8
s = "你好"   #utf-8
print(s,chardet.detect(str.encode(s)))

s_gbk = s.encode('gbk')    #编码到gbk???
s_utf_8 = s.encode('utf-8')    #编码到utf-8
print(s_gbk,chardet.detect(s_gbk))
print(s_utf_8,chardet.detect(s_utf_8))

print(s_gbk.decode('gbk'))   #解码到utf-8
print(s_utf_8.decode('utf-8'))   #解码到utf-8

 

2、其他

 

　　建议代码中涉及到中文的字符串前面加一个n，比如  n'天蝎座'，这样就不会因为编码方式不同而出现乱码