Python入门（一）——变量 编码等基础

一：编码简介

1、ASCII码占用字节数

ASCII编码中的字符每一个占用8bits，一个字节

2、GB编码

中文初是使用ASCII码中的扩展位实现编码的，与中文扩展表实现一一对应的关系

以此为基础的编码有：

GB2312 1980年 6763字 682字符

GBK1.0 1995年 21003字

GB18030 2000年 27484字（包括藏文等少数民族语言）

中国要求PC系统必须支持GB18030,嵌入式硬件不作要求

3、编码进一步发展

为了整合各个国家的映射，出现了国码：

Unicode，其中包括：

unicode: utf-32：一个字符占4bytes

unicode: utf-16：所有的占2bytes或大于2bytes

unicode: utf-8 英文等ASCII码表中的占一个字节，中文占3bytes，欧文占2bytes

统称的unicode是向下兼容GB的，因此使用unicode编码的文件在GB编码的终端中可以正常显示中文

但是utf-8由于重新改变编码数据结构，因此并不兼容unicode，因此需要转码解码等操作。

4、Python中的编码规则，转码解码操作

（1）Python默认编码：

Python3.0 默认编码是unicode（也就是代码中的汉字以unicode进行存储）

Python2.0 默认编码是ASCII码

（2）2.0软件使用中文的方式：

#!coding:utf-8

用这个语句告诉Python以下编码按照utf-8进行编码

（3）Python编码解码语法简介

#!coding: utf-8
#解码
s = '赵’
s_to_unicode = s.decode('utf-8') #Python3.0 默认编码unicode
unicode_to_gbk = s_to_unicode.decode('gbk') #讲unicode编码为gbk

5、个人理解层面

编码需要清楚终端显示软件的显示编码规则，比如在cmd中，显示是gbk，这个编码规则对于汉字是支持的，而用unicode编码的程序也是可以在此显示的，所以如果Python软件指定编码为utf-8的话会将代码中的汉字按照另外一种形式进行编码，不会再支持unicode和gbk中的汉字编码，会导致在cmd中的汉字以乱码的形式进行显示

而Python中的编码方法，decode和encode是将内容按照制定的方式进行编码，中间转换的标准就是unicode