编码/解码

文本文件保存之前，敲入的只是字符集；

保存，就是将内存的敲入的字符编码产生0和1，然后写入到磁盘中

保存后，本质就是一堆0和1

编码分为：读和写

即写入时用何种编码，读出时又以何种编码

写入时：

点击-保存，才会根据指定的类型进行编码；而怎么指定，两种方法：在开头加 # coding:gbk，或者在右下角选择编码方式

读出时：

打开文件时，如果保存时的编码与读出时的编码不一致，会导致乱码；

而运行python文件时会报错

如：python默认编码/解码方式是utf-8，在运行时之前如果是其他编码方式，则会报错，会被识别

至于为什么报错，就不得而知了，（python解释器看到的只是0和1，并不知道本来是什么字符，怎么知道对不对）

decode()方法中，(result, consumed) = self._buffer_decode(data, self.errors, final)报的错

Unicode为世界上所有字符都分配了一个唯一的数字编号，这个编号范围从 0x000000 到 0x10FFFF(十六进制)

获取“树”的utf-8码的过程，先根据汉字找到其Unicode编号，再根据utf-8的规则，由Unicode的二进制产生utf-8的二进制

encode/decode

每种编码都有一张编码表，记录字符与二进制(16进制)数字之间的对应关系

encode(encoding=xx)，根据encoding进行编码，即：按照编码表，将字符转换为16进制的码

decode()，按照编码表，将16进制的码转换为字符

# coding:gbk

用来指明此文件编码与解码的格式；

保存时，是什么就保存成什么格式的编码

读取时，以指定编码进行读取

sys.setdefaultencoding()，获取python默认编码格式

参考：

Python3 字符编码

Unicode与UTF-8的区别

GBK与UTF-8编码错误转换后，无法再正确恢复

转载于:https://www.cnblogs.com/justaman/p/11377403.html