编码方式及转换

ASCII码    用八位二进制表示一个英文  一个字节

unicode    中英文均用32位二进制表示  四个字节

utf-8    英  8位  一个字节

           中   24位   三个字节

gbk    英   8位  一个字节

          中   16位   两个字节

1、各个编码之间的二进制不能相互识别

2、文件的储存，传输不能是unicode

 

 

#encode 编码  将str---->bytes

英文

s1 = 'changchun'

s11 = s1.encode('utf-8')

s12 = s1.encode('gbk')

中文

s2 = '长春'

s21 = s2.encode('utf-8')

s22 = s2.encode('gbk')

ascii
            A : 00000010  8位 一个字节

unicode     A : 00000000 00000001 00000010 00000100 32位  四个字节
            中：00000000 00000001 00000010 00000110 32位  四个字节


utf-8      A :  00100000 8位 一个字节
          中 :  00000001 00000010 00000110 24位 三个字节


gbk        A : 00000110  8位 一个字节
         中  : 00000010 00000110 16位 两个字节
1，各个编码之间的二进制，是不能互相识别的，会产生乱码。
2，文件的储存，传输，不能是unicode（只能是utf-8 utf-16 gbk,gb2312,asciid等）

py3:
    str 在内存中是用unicode编码。
        bytes类型
        对于英文：
             str  ：表现形式：s = 'alex'
                    编码方式： 010101010  unicode
            bytes ：表现形式：s = b'alex'
                    编码方式： 000101010  utf-8 gbk。。。。

        对于中文：
             str  ：表现形式：s = '中国'
                    编码方式： 010101010  unicode
            bytes ：表现形式：s = b'x\e91\e91\e01\e21\e31\e32'
                    编码方式： 000101010  utf-8 gbk。。。。

 

转载于:https://www.cnblogs.com/aj-AJ/p/10793371.html