python decode()encode() 编码转换与计算机编码通俗理解

直接说python中的decode encode

是用来转码的（编码转换）。

decode()英文意思：解码 ，一个人脱了衣服（无论穿什么，脱了都一样）。
encode()英文意思：编码，一个人可以穿不同的衣服（穿啥由你决定）。
python中脱了衣服都是unicode编码。字符串在python内部表示是unicode。

Q：想要将gb18030编码转码为utf-8
A：必须先将其解码为unicode，然后再重新编码成utf-8，以unicode为中间人。
如，line=‘自然语言处理’，如果是在utf-8的文件中，该字符串就是utf-8编码，如果是在gb18030的文件中，则其编码为gb18030。
假如在gb18030的文件中，如何将gb18030编码转换为utf-8：要先解码（脱）为unicode，再编码（穿）。code: line.decode('18030).encode('utf-8')
Q：想要将unicode编码转码为utf-8
如果这个字符串就是unicode编码，则直接穿：line.encode('utf-8')

编码知识

简介

计算机只认识0和1。我们在电脑上看到的文字，只有先变成0和1，计算机才能识别它。
这种数据转换为二进制，二进制转换为数据就是编码。

编码发展史

• ASCII：美国人发明的计算机，用8位0和1的组合，一一对应英文中的字符，整出了一个表，就是ASCII表。
• GB23122：计算机传入中国，中文博大精深，简体字繁体字多，8位满足不了了，扩展了ASCII表，新表叫GB2312。
• GB18030：GB2312还不够用，扩充成GB18030。
• 各国各编码：每个国家都搞，各种各样的编码。
• Unicode：各自编码无法国际交流，国际组织搞了一个Unicode。规定所有字符就两个字节，就是固定的。2的16次方够表示所有的字符了。
• utf（utf-8、utf-16等）：美国人不愿意了，人家8位就够用了，unicode却让他们的语言多了一个字节，白浪费了一个字节空间。协商后，出现了utf。