python2中的unicode_在python2中的编码

在python2中的编码

#_author:star

#date:2019/10/29

'''

字符编码：

ASCII:只能存英文和拉丁字符，

gb2312:只能6700中文，1980年

gbk1.0:存了20000多字符，1995年

gb18030:2000年，27000中文

unicode：UTF_32一个字符占4个字节

unicode：UTF_16一个字符占2个字节或两个以上,65535

unicode：UTF_8一个英文用ASCII来存，一个中文占3个字节

(1)在 python2 中UTF-8先解码到Unicode

然后Unicode在编码到GBK

(2)在 python2 中GBK先解码到Unicode

然后Unicode在编码到UTF—8

(3)在 python3中的encode()和python2 中的encode()不同，python2里的encode()只是单纯的编码。

python3中的encode()在编码的同时还要将其转为bytes类型，decode()在解码的同时还要将bytes类型转为字符串

'''

s='特斯拉'

s_to_unicode=s.decode('UTF-8')#(1)在 python2 中UTF-8先解码到Unicode

unicode_to_gbk=s_to_unicode.encode("gbk")#，然后Unicode在编码到GBK

print(s)#utf-8 乱码

print('unicode:',s_to_unicode)#unicode

print('gbk:',unicode_to_gbk)#gbk

gbk_to_unicode=unicode_to_gbk.decode('gbk')

unicode_to_utf8=gbk_to_unicode.encode('utf-8')

print(gbk_to_unicode)

print(unicode_to_utf8)