关于编码那些事

一、初始编码

    1、计算机的传输和储存都是用二进制的，（只能识别0和1）

    2、单位：

               8位bit == 1个字节（byte）

              1byte    1024byte==1KB

              1KB      1024KB  ==1M

               ........

               1GB     1024GB==1TB

   3、编码历史

        最早美国使用ASCII码：1个字节8位，表示字母、数据、特殊字符，2个字节代表一个中文不够

        响应全球推送Unicode：四个字节代表一个中文，其他不变（四个字节浪费资源）

              Unicode升级utf-8：      三个字节代表一个中文，其他不变      

                        国产GBK ： 两个字节代码一个中文，其他不变

二、编码应用

      1、各编码之间二进制是不能互相识别的，会乱码

      2、文件储存、传输不能是Unicode，只能是utf-8/16，GBK/GBK2312、ASCII等

      3、python3中内存中是用Unicode编码的

      4、文件储存是用byte类型（即utf-8或GBK），字符串前加 b就表现成byte类型（编码方式：utf-8或GBK）

            英文加B后显示的byte类型，人可以看明白，中文显示的是二进制，可以跟着二进制字节码来看出是用的

            utf-8（3个字节）还是GBK（2个字节）

 

三、编码需知

      1.在python2默认编码是ASCII, python3里默认是unicode

      2.unicode 分为 utf-32(占4个字节),utf-16(占两个字节)，utf-8(占1-4个字节)， so utf-16就是现在最常用的unicode版本， 不过在文件里存的还是utf-8，因为utf8省空间

      3.在py3中encode,在转码的同时还会把string 变成bytes类型，decode在解码的同时还会把bytes变回string

       

 

            

                                   

                

转载于:https://www.cnblogs.com/mys6/p/10547649.html