字符编码 and 字节和字符串转换(待补充)
2024-08-25 14:53:30
ascii用一个字节(8位二进制)代表一个字符
Unicode常用2个字节(16位二进制)代表一个字符,生僻字需要用四个字节
汉字中已经超出了ASCII编码的范围,用Unicode,
Unicode兼容ascii,也兼容万国,是世界的标准
乱码问题消失了,所有的文档我们都使用但是新问题出现了,如果我们的文档通篇都是英文,你用Unicode会比ascii耗费多一倍的空间,在存储和传输上也十分的低效
本着节约的精神,又出现了把Unicode编码转化为"可変长编码"的UTF8编码,utf8编码把一个Unicode字符根据不同的数字大小编码成1-6个字节,常用的英文字母被编码成一个字节,汉字通常是三个字节,只有很生僻的字符才会被编码成4-6个字节。如果你要传输的文本包含大量英文字符,用utf8编码就能节省空间
utf8编码还有一个额外的好处,就是ascii编码实际上可以被看成是utf8编码的一部分,所以,大量只支持ascii编码的历史遗留软件可以在utf8编码下继续工作
python3中有两种字符串类型str和bytes
python3中str就是unicode
python2要加u的前缀才算是Unicode
a='呵呵'
print(type(a))#<class 'str'>
b=bytes(a,encoding='utf8')
print(b)#b'\xe5\x91\xb5\xe5\x91\xb5'
c=str(b,encoding='utf8')
print(c)#呵呵 python3默认字符串就是Unicode
a='呵呵'
#a可以直接encode成任意编码格式
b=a.encode('utf8')
print(b)#字节 b'\xe5\x91\xb5\xe5\x91\xb5'
print(type(b))#<class 'bytes'>
c=b.decode('utf8') print(c)#字符串
import sys
print(sys.getdefaultencoding())#可以查看默认编码
最新文章
- ABAP POPUP函数
- [Mac]Mac OS 10.11虚拟机搭建ReactNative遇坑记录
- arch Linux not found device 错误解决
- 【JavaScript DOM 编程艺术】 笔记
- Day4 装饰器——迭代器——生成器
- jupyter 安装、配置及使用笔记
- [ExtJS5学习笔记]第二十八节 sencha ext js 5.1.0发布版本正式发布 extjs doc下载地址
- [代码]解析nodejs的require,吃豆人的故事
- Flutter数据持久化入门以及与Web开发的对比
- Saiku资源帖
- Django全文检索(django-haystack+whoosh+jieba)
- java对象之----(PO,VO,DAO,BO,POJO)
- 破解第二课 JMP法
- 一个少女心满满的例子带你入门canvas
- js返回值 数组去重
- [development][dpdk] dpdk与CONFIG_RTE_MAX_MEMSEG有关的错误
- vue 列表选中 v-for class
- Kafka设计解析:Kafka High Availability
- yii2 数据库查询
- Beat(2/7)