00000000 :8位代表一个字节bytes
gbk编码(国标扩):一个中文占用2个字节
utf-8(万国码):一个中文占用3个字节
gbk和utf-8不能直接进行转换,否则会出现乱码(因为他们的字节占用不一样)
# bytes,编码和解码
# asci码
s='周杰伦'
s1 = s.encode('gbk')
print(s1)
# 输出:b'\xd6\xdc\xbd\xdc\xc2\xd7'
# gbk编码,一个中文占2个字节,所以这里3个中文,占用6个字节
s2 = s.encode('utf-8')
print(s2)
# 输出:b'\xe5\x91\xa8\xe6\x9d\xb0\xe4\xbc\xa6'
# utf-8编码:一个中文占用3个字节,所以这里3个中文占用了9个字节
#------------gbk和utf-8如何进行转换---------------
#比如gbk的:b'\xd6\xdc\xbd\xdc\xc2\xd7'转化为utf-8b'\xe5\x91\xa8\xe6\x9d\xb0\xe4\xbc\xa6'
b =b'\xd6\xdc\xbd\xdc\xc2\xd7'
ss = b.decode('gbk')
print(ss)
# 输出:周杰伦
ss1 = ss.encode('utf-8')
print(ss1)
# 输出:b'\xe5\x91\xa8\xe6\x9d\xb0\xe4\xbc\xa6'
decode和encode的互相转化
1. str.encode('编码')
2. bytes.decode('编码')
扫盲:
因为万国码(unicode),每个字都占用了4个字节,但不是每个字节都需要用到,且在网络传输时,字节太多太耗流量,和空间,所以需要对字节进行压缩,就是:endcode('utf-8'),可以把不需要的字节去掉encode之后,字符串就变为了“字节类型bytes”,然后接收到请求后的数据如果要恢复为万国码(unicode),直接解码:decode('utf-8')