Python的编码和解码

1 什么是编码和解码

• 编码是指将字符转换为字节流的过程，解码则是相反的操作。Python3字符的默认编码是Unicode。

2 编码的产生

• 大家都知道在计算机中一个字节（byte）为8个比特位（bit），能表示的最大整数为255（11111111），2个字节可表示的最大整数为65535（11111111 11111111）。
• 基于上述原理就有了各种编码格式，如ASCII可表示256个字符（英文字母、数字、少部分符号），但中文的范围要更大，因此出现了GB2312、GBK、GB18030等编码用于表示中文，但还不够，比如一些生辟字就表示不了，此时 Unicode 字符集出现了，它将所有的语言都容纳在一起，后续为了在存储和传输数据时节省空间，出现了 UTF8 编码。

3 Python编码的使用

ord()函数获取字符的整数，chr()函数将整数转换为字符

>>> ord('A')
65
>>> chr(65)
'A'
>>> ord('学')
23398
>>> chr(23398)
'学'

十六进制的使用，10的十六进制是a

>>> int('a', 16)
10
>>> chr(10)
'\n'
>>> chr(int('a',16))
'\n'

4 Python编码和解码函数

• 编码函数：encode()，示例如下：

>>> en_code = '学习'.encode('utf-8')
>>> print('编码结果：', en_code)
编码结果： b'\xe5\xad\xa6\xe4\xb9\xa0'

• 解码函数：decode()，示例如下：

>>> de_code = en_code.decode('utf-8')
>>> print('解码结果：', de_code)
解码结果： 学习

5 乱码

如果编码和解码所使用的编码不一致就会出现乱码，示例如下：

>>> en_code = '学习'.encode('gbk')
>>> print('编码结果：', en_code)
编码结果： b'\xd1\xa7\xcf\xb0'

>>> de_code = en_code.decode('utf-8')
>>> print('解码结果：', de_code)
解码结果： ѧϰ