Python 编码相关

一、编码

常用的编码格式：ASCII、Unicode、utf-8

这三个都是一种编码格式，最初是ASCII编码支持的编码范围有局限性，出现乱码的问题。后来出现了Unicode新的编码格式解决了乱码的问题，但是Unicode编码一个字符占用两个字节，在处理中文等时完全可以满足，但是在处理英文时有些浪费（主要是体现在文件存储和传输上）。于是出现了utf-8新的编码格式，utf-8编码的长度是可变的，可以根据Unicode字符数据的大小将数据编码成1-6个字节，把英文编码成1个字节（英文1个字节，汉字3个字节，生僻字4-6个字节），Unicode字符经过utf-8转换之后就可以节省空间。utf-8编码包含了ASCII编码。

ASCII   1个字节

Unicode  2个字节（生僻字4个字节）

utf-8  1-个字节，英文1个字节，汉字3个字节，生僻字4-6个字节

数据流转时编码格式的转换：

所以，文件在保存的时候可以是各种格式，在代码中可以将读取出的文件或者是中文等转换成utf-8，然后再加载到内存中就不会有问题了（在Windows环境数据存储时可以有多种编码格式存储gbk等）

编码与解码：

编码解码是不同编码格式之间相互转换的一种关系，Python中Unicode和utf-8两者之间：utf-8转Unicode称为解码，Unicode转utf-8称为编码

*.decode()解码。  例如将其他编码解码为Unicode编码

*.encode()编码。例如将Unicode格式编码为指定编码

在含有中文的代码文件中要在文件的开头加上 #-*- coding:utf-8 -*-  指定文件的编码格式为utf-8格式，不写有可能报错