python字符编码

字符编码：人类的语言 翻译（编码）二进制

保存不是目的，取出来才是目的

想要保存翻译的结果，必须采用相同的规范，也就是字符编码

ascII 一个字符占一个字节

GBK 中文使用两个字节，英文使用一个字节

Unicode 支持任何国家的语言，两个字节存储任意符号，（是优点也是缺点）

要求速度高的情况下，选择Unicode，存储在硬盘

utf-8 可以将其看作是Unicode的升级版，一个英文占一个字节，中文占3个字节

utf——8使用场景：

1.当我们需要将数据基于网络进行发送时，则必须将数据转换为二进制，GBK，UTF-8都可以，但是由于UTF-8兼容好并且节省空间，所以推荐使用UTF-8

2.存储在硬盘

乱码发生的两种情况：

1.存的时候使用的编码与取的时候不同

2.存的时候，出现了编码表中不存在的字符，例如既有英文，又有中文，但是采取了Ascll

 

如何保证不乱码：

1.存取一致

2.使用兼容万国的编码表

 

指定字符编码：

# coding：utf-8

解释器在读取py文件后需要识别语法，当在定义字符串变量时，又涉及到编码问题

py2中默认使用asc，也可以使用coding来指点，但也有乱码的可能

p3中默认就是Unicode，coding在p3中只能修改解码的过程，无法修改定义变量时的过程

 

encode将Unicode——翻译——某种指定格式的二进制如utf-8，例如：把文本写入硬盘，把文本发入网络

decode 将某种指点格式的二进制如utf-8--翻译成Unicode