Python-编码encoding基础

编码，就是一本 “翻译词典” ，规定了如何把人类文字“翻译”成计算机能理解的“0和1”，反过来也能把“0和1”翻译回人类文字。

• 字符、character：各种文字、数字、符号等
• 字符集、charset：多个字符的集合，定义字符和数字的对应关系（为每个字符分配唯一的二进制码字符）
  • 统一码、Unicode：定义了几乎所有字符对应的数字（Unicode字符集的实现：UTF-8、UTF-16和UTF-32）
  • Python3：将读入的字节解码为 Unicode 字符串（str），在内存中操作。（处理/操作时（内部））
    • 优点：按字符为单位操作，处理高效

• 编码、encoding：将字符转换为对应二进制并存储到计算机中（规定了如何转换、如何存储）
  • 转换和存储：解决字符如何用二进制字节来存储，是1个字节还是多个字节？
  • Python3：文本被编码成 UTF-8 格式的字节（bytes），存于文件或网络中。（存储/传输时（外部））
    • 优点：节省空间、保证兼容性

ASCII编码	共128个字符，只能用于表示英文和数字 1、编码长度：用前7位表示一个字符，最高位默认为0 2、存储长度：占用1个字节（8位）
中文编码	包含汉字数量：GB18030 > GBK > GB2312
UTF-8编码	可变长度字符编码、使用1~4个字节来存储 1、字母、数字使用1个字节 2、常用中文字符在UTF-8中占用3个字节