Python_编码_进制_位_字节_字符

### 基本概念
首先理解两个概念，有些东西是为了让机器认识的，有些东西是为了让人认识的。

进制（2,3,8,10,16）都是为了机器可以直接理解的。

编码（ASCII,unicode，utf-8），把只有机器认识的二进制体现为人一眼就能看明白的字符。

### 基础知识
二进制：0-1

八进制：0-7

十进制：0-9

16进制：0-f

- 位，字节，字符，字符串
- 位：bit 表现形式： 0或者1 ，最底层的体现
- 字节：byte 等于8bit 表现形式：八位的bit 一起， 如01010101，组合起来可以代表某些字符
- 字符：char 至少是1个字节即8bit. (注意：不同编码下的1字符所包含的字节是不一样的)
- 字符串：一串字符组合而成

### 编码
ASCII：1个字符=1个字节=8bit。
unicode：1个字符=2个字节=16bit。
utf-8：可变长的编码，一个字符等于1~4个字节。

### 关系，转换

数字

python里，整数 通过int(),bin(),oct(),hex()进行转换

bin(10)

oct(10)

hex(10)

hex只能转换数字到16进制

hex(b'10')

### 字符

python里，字符 通过chr(),ord()进行转换

ord('汗')

chr(27735)

bin(27735)

ord('a')

chr(97)

bin(97)

### 码制之间的转换

通过encode(),decode()进行转换（默认是utf8）


tmp_str = '汗'
encode_str = tmp_str.encode()
print(encode_str)
decode_str = encode_str.decode("utf-8")
print(decode_str)


### 重点，utf8 和 unicode 之间的区别

一个汉字，在 utf8里面是三个字节，在unicode 里面是两个字节。

tmp_str

tmp_str.encode('unicode_escape')

tmp_str.encode('utf8')

b'\\u6c57'.decode('unicode_escape')

b'\xe6\xb1\x97'.decode('utf-8')