python中的解码与编码

 

1、“utf-8”与“gbk”的区别

UTF－8编码则是用以解决国际上字符的一种多字节编码，它对英文使用8位（即一个字节），中文使用24位（三个字节）来编码。对于英文字符较多的论坛则用UTF－8节省空间。

GBK包含全部中文字符，中文字符只占一个字节；UTF-8则包含全世界所有国家需要用到的字符。（出自https://zhidao.baidu.com/question/133119038.html）

总的来说，utf-8的编码用的范围更加广，utf-8对于英文字符占用一个字节，中文字符占用三个字节；gbk是所有的字符占两个字节（包括中文字符）。

2、python代码实现编码与解码

注意：原代码使用何种方式编码，则需要解码时，也需要使用同样的方式。

2.1、utf-8编码与解码

str1 = "thank谢 you谢"
data2 = str1.encode("utf-8")
print(data2)
print(type(data2))

#解码  注意：要与编码时的编码格式一致
str3 = data2.decode("utf-8")
print(str3)

#运行结果：编码后是字节型的bytes,可以看出将汉字编码成三个字节
'''
b'thank\xe8\xb0\xa2 you\xe8\xb0\xa2'
<class 'bytes'>
thank谢 you谢
'''

2.2、gbk编码与解码

str1 = "thank谢 you谢"
data2 = str1.encode("gbk")
print(data2)
print(type(data2))

#解码  注意：要与编码时的编码格式一致
str3 = data2.decode("gbk")
print(str3)

#运行结果：中文字符占两个字节
'''
b'thank\xd0\xbb you\xd0\xbb'
<class 'bytes'>
thank谢 you谢
'''