字符的编码与转码

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

#Python2,utf-8转gbk
# -*- coding:utf-8 -*-    #声明当前文件的字符编码
import sys
print(sys.getdefaultencoding()) #打印当前程序的字符编码
msg = "你好"
unicode_msg = msg.decode("utf-8") #先把utf-8解码变成unicode
gbk_msg=unicode_msg.encode("gbk") #然后把Unicode编码成gbk
print(unicode_msg)

#简写
unicode_msg = msg.decode("utf-8").encode("gbk")
print(unicode_msg)

#python3 utf-8 gbk互转
# -*- coding:utf-8 -*-

import sys
print(sys.getdefaultencoding()) #打印当前字符编码
msg = "你好"
unicode_msg = msg.encode("gbk") #Python3程序默认的编码就是UNcode，所以不需要解码可以直接转成GBK
print(unicode_msg)
utf8_msg = unicode_msg.decode("gbk").encode("utf-8") #在py3中encode,在转码的同时还会把string 变成bytes类型，
                                   # 此时打印变量内容只会出现一个编码串，不会显示字符串内容
print(utf8_msg)
utf8_msg1 = utf8_msg.decode("utf-8") #decode在解码的同时还会把bytes变回string
print(utf8_msg1)

 

转载于:https://www.cnblogs.com/lin-777/p/7126648.html