Lesson03_python3之 编码格式

常见编码：
  ASCII：单字节
  GB2312：简体中文编码集
  GBK：兼容扩展了GB2312，能显示繁体中文，能显示日文中的片假名。
  Unicode：国际组织制定的可以容纳世界上所有文字和符号的字符编码方案。每个字符占用2个字节。
  UTF-8：是最流行的一种对 Unicode 进行传播和存储的编码方式。可变长度，比如英文字符和数字占1个字节，汉字占3个字节。


  现在普遍应用：本机存储用Unicode，网络传输用utf-8

python解释器中：
  python2 默认编码格式为 ascii
  python3 默认编码格式为Unicode

(下面对于python编码设计的方面和查看系统编码格式来自博客：http://www.cnblogs.com/fnng/p/5008884.html)

在开发python程序过程中，会涉及到三个方面的编码：
  python程序的编码
  python程序运行环境的编码
  python程序读取外部文件、网页的编码

  python程序的编码：
      首行加：# -*- coding: utf-8 -*-

  python程序运行时环境（IDE）的编码：
执行下面一段代码：

#!/usr/bin/env python
# -*- coding: utf-8 -*-

#python3 代码,wing ware 5 编辑

name = "你好"
print(name)
  在Windows cmd下执行时，出现下面问题：

  因为Windows cmd的编码默认是 936（cmd框顶部右键——属性——选项——当前代码页），而python代码中编码格式为utf-8。
在cmd中输入：chcp 65001 回车执行（Windows cmd下，65001 表示utf-8），cmd顶部，右键——属性——字体设置为 Lucida Console，再来执行python程序就正常了。
（把字体重新设置为点阵字体，cmd中输入：chcp 936 回车执行，cmd回到原来设置了）


  python程序读取外部文件、网页的编码：
      暂时没找到合适的例子

查看python系统编码：

（python2 方法一样）

编码格式的转变：decode()与encode()
  encode():把Unicode编码格式的字符串转换为其他编码格式的字符串
  decode(): 将其他编码的字符串换成Unicode编码的字符串

代码：

#!/usr/bin/env python
# -*- coding: utf-8 -*-

#python3 代码,wing ware 5 编辑

#ord（"单个字符"） 查看字符对应的编码
print("字符a的编码为：",ord("a"))

#chr(整数n) 查看整数n 对应的字符
print("编码97对应的字符为：",chr(97))

#查看单个汉字对应的编码
print("汉字你对应的编码为：",ord("你"))

#查看编码对应的汉字
print("编码20320对应的字为：",chr(20320))

#python3默认的编码格式是Unicode
#encode("编码格式a") 把Unicode编码格式转换为 编码格式a
#decode("编码格式a") 把编码格式为 编码格式a  的字符串 转换为编码格式为Unicode的字符串

str1 = "你好啊"
# encode("utf-8") 把Unicode编码格式转为utf-8编码格式
print("{_str1} 转换为utf-8编码格式后为：".format(_str1=str1),str1.encode("utf-8"))
str2 = "hello"
print("{_str2} 转换为utf-8编码格式后为：".format(_str2=str2),str2.encode("utf-8"))
str3 = "hello你好啊"
print("{_str3} 转换为utf-8编码格式后为：".format(_str3=str3),str3.encode("utf-8"))

# encode("utf-8") 把utf-8格式转为Unicode
str4 = str3.encode("utf-8")
print("str4为：",str4)
print("编码格式为utf-8的str4，转换为编码格式Unicode后为：",str4.decode("utf-8"))

# 网络数据传输时会用到这两种转换
运行结果：
字符a的编码为： 97
编码97对应的字符为： a
汉字你对应的编码为： 20320
编码20320对应的字为： 你
你好啊 转换为utf-8编码格式后为： b'\xe4\xbd\xa0\xe5\xa5\xbd\xe5\x95\x8a'
hello 转换为utf-8编码格式后为： b'hello'
hello你好啊 转换为utf-8编码格式后为： b'hello\xe4\xbd\xa0\xe5\xa5\xbd\xe5\x95\x8a'
str4为： b'hello\xe4\xbd\xa0\xe5\xa5\xbd\xe5\x95\x8a'
编码格式为utf-8的str4，转换为编码格式Unicode后为： hello你好啊