python编码

 

 

Python 编码

ASCII编码：一个字节表示；

最早只有127个字符被编码到计算机里，也就是大小写英文字母、数字和一些符号；

 

处理中文显然一个字节是不够的，至少需要两个字节，而且还不能和ASCII编码冲突，所以，中国制定了GB2312编码，用来把中文编进去；

其他语言：日本把日文编到Shift_JIS里，韩国把韩文编到Euc-kr里；

 

Unicode编码：两个字节表示；（非常偏僻的字符，就需要4个字节）；

解决中文字符编码和其他语言编码乱码问题；

 

统一成Unicode编码，乱码问题从此消失了。但是，如果你写的文本基本上全部是英文的话，用Unicode编码比ASCII编码需要多一倍的存储空间，在存储和传输上就十分不划算。

 

UTF-8编码：“可变长编码”，把一个Unicode字符根据不同的数字大小编码成1-6个字节，常用的英文字母被编码成1个字节，汉字通常是3个字节，只有很生僻的字符才会被编码成4-6个字节。

优点：ASCII编码实际上可以被看成是UTF-8编码的一部分，所以，大量只支持ASCII编码的历史遗留软件可以在UTF-8编码下继续工作。

 

 

 

 

计算机系统通用的字符编码工作方式：

在计算机内存中，统一使用Unicode编码，当需要保存到硬盘或者需要传输的时候，就转换为UTF-8编码。

用记事本编辑的时候，从文件读取的UTF-8字符被转换为Unicode字符到内存里，编辑完成后，保存的时候再把Unicode转换为UTF-8保存到文件：

 

 

 

浏览网页的时候，服务器会把动态生成的Unicode内容转换为UTF-8再传输到浏览器：

 

 

 

Python 3版本中，字符串是以Unicode编码的；

函数：

ord()获取字符的整数表示；

chr()把编码转换成对应的字符；

 

encode()与decode()：