python —— 编码

编码：

用来存放一位0或1，就是计算机里最小的存储单位，叫做【位】，也叫【比特】(bit)。我们决定8个比特构成一个【字节】（byte）,这是计算机里最常用的单位。

1 byte = 8 bit
也就是一个字节等于8比特

编码表按照时间顺序有以下：

编码表就是计算机世界的字典

计算机是有自己的工作区的，这个工作区被称为“内存”，数据在内存当中处理时，使用的格式是Unicode，统一标准.

在python3当中，程序处理我们输入的字符串，是默认使用Unicode编码，所以输入什么语言都可以识别。

1. 数据在硬盘上存储，或者是在网络上传输，用的是UTF-8,因为节省空间，但我们不必操心如何转换utf-8和Unicode ,当我们点击保存的时候，程序已经“默默地”帮我们做好了编码工作。
2.一些中文的文件和中文网站 ，还在使用GBK,和GB2312。

有时候面对不同的编码的数据，我们要进行一些操作来实现转换。这里就涉及接下来要讲的【encode】（编码）和【decode】（解码）的用法。

编码：即将把人类的语言转换为计算机语言，就是【编码】 encode();
解码：decode（）

print('吴枫'.encode('utf-8'))
print('吴枫'.encode('gbk'))
print(b'\xe5\x90\xb4\xe6\x9e\xab'.decode('utf-8'))
print(b'\xce\xe2\xb7\xe3'.decode('gbk'))

运行结果：

人类语言编码之后得到的结果，有一个相同之处，就是最前面都有一个字母b，比如b'\xce\xe2\xb7\xe3',这代表它是bytes（字节）类型的数据。我们可以用type（）函数验证一下。

print(type('吴枫'))
print(type(b'\xce\xe2\xb7\xe3'))
# 字母b 表示bytes 字节
#\x 是分隔符，用来分隔一个字节和另一个字节

运行结果：

由这个可见，所谓的编码，其实就是把str（字符串）类型的数据，利用不同的编码表，转换成bytes（字节）类型的数据。

用decode（）解码的时候要注意，utf-8 编码的字节一定要用utf-8的规则解码，其他编码同理，否则就会出现乱码或者报错的情况。

print(b'\xe6\x88\x91\xe7\x88\xb1\xe4\xbd\xa0'.decode('UTF-8'))

运行结果：