python3中byte转str_Day168:python2与python3下编码分析

编码样式

• ASCII编码：美国标准代码，将各种东西(英文字母，数字，标点，字符)换成计算机识别的二进制数，一共265个字符，不支持汉字
• Unicode：全球所有字符的编码，但是没有规定的保存方式，如65-->A
• ANSI:一般跟系统语言有关系
• GB2312：汉字处理，比较少，存储编码
• GBK编码：汉字编码，进行了扩展，包含生僻字，存储编码
• UTF-8：表示把unicode编码存储的时候，把一个汉字或者其他字符，保存为3个字节，完全兼容ascii码的256个字符；
• UTF-32:保存为4个字节，很占内存

乱码的根源

乱码的根源就在于字符集编码不匹配导致，探索隐藏在编程过程中鲜为人知的字符集转换问题，将有助于从根源上解决乱码问题。

1. 源码字符集：
   英文the source character set，是指源代码文件是使用何种编码字符集保存和传输的。
2. 执行字符集：
   英文the execution character set，是指源代码经过编译、链接后的可执行文件是使用何种编码字符集保存的，程序实际执行时，内存中的字符串编码就是执行字符集。
3. 运行环境编码：
   是指操作系统(或者当前控制台环境)用于显示文字的编码字符集。

源代码文件(源码字符集)经过编译/链接，生成可执行文件(执行字符集)，最后程序运行于实际环境中(运行环境编码)。在这过程中如果有字符集不匹配，最终就无法显示预期的文字信息，甚至产生乱码。

1. 编译器在编译源代码时，会将源码字符集转化为执行字符集，如果编译器不能正确识别源码字符集，就得不到正确的字符串数据。
2. 可执行文件在实际运行环境中执行时，为了在控制台(或者其他UI)上显示出字符串，就要将执行字符集转化为运行环境的字符集。如果运行环境的字符集与执行字符集不同，也会导致乱码。

总结起来，要想使程序不会乱码，必须满足：

1. 编译器准确识别了源码字符集，从而得到正确的字符串数据(执行字符集)。
2. 运行环境的编码与执行字符集相同。

python2.7的编码方式

python2.7的默认编码方式为ascii字符集，这里所说的编码方式指执行编码方式，所以在源文件的开头，往往需要加上# -