1.判断所占字节数可以用下面语句判断:
中文和符号:
print(type('中文'.encode('utf-8'))) #输出为bytes类型
执行结果:
<class 'bytes'>
print(type('中文'.encode('gbk')))
执行结果:
<class 'bytes'>
print(len('中文'.encode('utf-8'))) #输出几个字节
执行结果:
6
print(len('中文'.encode('gbk')))
执行结果:
4
print(len(',。'.encode('gbk')))
执行结果:
4
英文字母和符号:
print(type('ab'.encode('utf-8')))
执行结果:
<class 'bytes'>
print(len('ab'.encode('utf-8')))
执行结果:
2
print(len(',.'.encode('gbk')))
执行结果:
2
2.总结
utf-8编码:一个中文包含繁体字等于三个字节,一个英文字符等于一个字节。
gbk编码:一个中文包含繁体字等于二个字节,一个英文字符等于一个字节。