python的字符编码

什么是字符编码

计算机能执行和储存的数据均为二进制数字，因此写出的代码字符均要转换成二进制数字才能执行（字符–>转换–>数字），这个过程就是一个字符如何通过标准转换成数字，而不同的标准就是不同的编码。

字符编码的分类

ASCII码

用一个字节(byte=8bit)来代表一个字符，一共可代表256个字符，而英文只用了其中127个字符。

unicode

是一种字符集也是一种编码方式，统一用两个字节来代表一个字符，一共可代表65535个字符，而英文编码时也会使用两个字节，因此比ascii码多了一倍的空间，因此衍生出了utf-8这种编码方式，为可变长的字节，不同的字符会以一至三个字节来表示，节约空间。
unicode转换速度快，因此储存在内存中默认的编码和解码方式均为unicode
utf节省空间，但转换速度慢，利于在网络中传输文本

python的代码解释

python默认编码方式

python2默认采用ascii的编码方式。
在头文件中加入＃-*-coding:utf-8-*- 来进行编解码
python3默认采用utf-8的编码方式。
具体编码方式会因为解释器的设置而改变，可使用函数sys.getdefaultencoding() 来进行查询

编码解码函数

bytes.decode() 将二进制数据流根据指定方式解码
str.endode() 将字符串类型通过编码变为二进制字符串
python3中
在python解释器中，当定义了一个新的字符串时（str类型），在内存中储存时会以unicode编码二进制字符保存，可以使用任意编码标准将str类型encode将其编码成任意byte类型字符。所以两种类型是不能混用的。
python2中
而在2中，定义了新的字符串的时候会自动以头文件定义的编码格式编码成bytes类型，因此在2中str和bytes是一种数据类型，因此2中不指定编码格式，就会以默认acsii码编码，所以当终端采用unicode解码中文时会出现乱码的问题。