学习Python来一只在程序中的编码问题搞得没头没脑,今天总结一下:
计算机中是以二进制存储信息的,ASCII码以七位二进制数表示128个字符
unicode编码是采用四字节表示字符,但是在存储和传输中有不同的实现:UTF-8;UTF-16;UTF-32
UTF-32中每个字符固定占四位,按照Unicode编码完全映射;而UTF-8和UTF-16则属于变长编码,分别使用最少1个(UTF-8)或2个(UTF-16)字节到最多4个字节来编码。所以 UTF-8;UTF-16;UTF-32格式是编码后的格式;
str类只是用八字节表示一个字符,他是不存储编码信息的;
所以在使用编码和解码的时候:
对Unicode字节编码是正确的;对UTF字节解码是正确的
str=u"汉"
u1=str.encode('UTF-8')
#对Unicode字节进行编码
s1=u1.decode('UTF-8')
#对UTF-8格式进行解码成Unicode
但是对字符串编码和Unicode解码是不正确的