python基础之六:编码简介以及python3中的编码
2024-08-23 22:22:39
1、常见的四种编码方式的编码过程:
ascii
A : 00000010 8位 一个字节
unicode
A : 00000000 00000001 00000010 00000100 32位 四个字节
中:00000000 00000001 00000010 00000110 32位 四个字节
utf-8
A : 00100000 8位 一个字节
中 : 00000001 00000010 00000110 24位 三个字节
gbk
A : 00000110 8位 一个字节
中 : 00000010 00000110 16位 两个字节
1),各个编码之间的二进制,是不能互相识别的,会产生乱码。
2),文件的储存,传输,不能是unicode(只能是utf-8 utf-16 gbk,gb2312,asciid等)
3),简单描述就是:
ascii : 8位 1字节 表示1个字符
unicode 32位 4个字节 表示一个字符
utf- 8 1个英文 8位,1个字节
欧洲 16位 两个字节 表示一个字符
亚洲 24位 三个字节 表示一个字符
unicode 32位 4个字节 表示一个字符
utf- 8 1个英文 8位,1个字节
欧洲 16位 两个字节 表示一个字符
亚洲 24位 三个字节 表示一个字符
gbk 1个英文 8位,1个字节
亚洲 16位 两个字节 表示一个字符
亚洲 16位 两个字节 表示一个字符
2、python3 中的编码
str类型的数据,是以unicode(32位表示一个字符)的形式存储到内存中,但是该方式编码不能存储到硬盘或者在网上传输,
于是就可以介绍3中的另外一个数据类型bytes,使用encode('utf-8/gbk/gb2132/等')函数,将str转换成bytes类型,
实际上就是将unicode代码转换成其他方便传输和存储的编码方式
演示代码:
# 英文
s1 = 'Beijing'
s2 = b'Beijing'
print(type(s1), type(s2)) # 中文
s3 = '北京'
# s4 = b'北京' # 报错,不能如此写
# 需要编码
s5 = s3.encode('utf-8')
s6 = s3.encode('GBK')
print(s6) # 4个字节
s4 = b'\xe5\x8c\x97\xe4\xba\xac' # 看到是6个字节表示2个中文,这是utf-8的特性,如果是GBK,就是4个字节了
print(s4)
最新文章
- angularJs 指令的理解
- python 中的decorator
- VSFTP安装
- UIView 的autoresizingMask属性
- xml Schema import
- linux网站目录及Apache权限的设置
- 删除ecshop云服务及授权关于官方等信息
- (转)要“jquery”ScriptResourceMapping。请添加一个名为 jquery (区分大小写)的 ScriptResourceMapping。”的解决办法。
- [设计模式] 4 原型模式 prototype
- js零碎整理
- NPOI+反射 实现快速导出
- Android 源代码结构
- java.sql.SQLException: The SQL statement must not be null or empty.这个错误
- 基于SurfaceView的可拖动视频控件
- UVA315 Network 连通图割点
- linux:查询软件是否安装以及删除
- 128. Longest Consecutive Sequence最长连续序列
- 更换SSL证书
- JavaWeb总结(九)
- Git远程操作详解(转)