python基础入门---字符编码转换

 UTF-8：Unicode TransformationFormat-8bit，允许含BOM，但通常不含BOM。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为（三个字节）来编码。UTF-8包含全世界所有国家需要用到的字符，是国际编码，通用性强。UTF-8编码的文字可以在各国支持UTF8字符集的浏览器上显示。如，如果是UTF8编码，则在外国人的英文IE上也能显示中文，他们无需下载IE的中文语言支持包。 

GBK：是国家标准GB2312基础上扩容后兼容GB2312的标准。GBK的文字编码是用双字节来表示的，即不论中、英文字符均使用双字节来表示，为了区分中文，将其最高位都设定成1。GBK包含全部中文字符，是国家编码，通用性比UTF8差，不过UTF8占用的数据库比GBD大。 

GBK、GB2312等与UTF8之间都必须通过Unicode编码才能相互转换： 

GBK、GB2312－－Unicode－－UTF8 

UTF8－－Unicode－－GBK、GB2312 

 

 

 

import sys
print(sys.getdefaultencoding())#默认是utf-8

s = "你好"
s_gbk = s.encode("gbk")
print(s_gbk)
print(s.encode())
gbk_to_utf8 = s_gbk.decode("gbk").encode("utf-8")
print("utf8",gbk_to_utf8)

结果显示：

utf-8
b'\xc4\xe3\xba\xc3'
b'\xe4\xbd\xa0\xe5\xa5\xbd'
utf8 b'\xe4\xbd\xa0\xe5\xa5\xbd'

 

 

#-*-coding:gb2312 -*-

import sys
print(sys.getdefaultencoding())

msg = "武汉加油，中国加油"
#msg_gb2312 = msg.decode("utf-8").encode("gb2312")
msg_gb2312 = msg.encode("gb2312") #默认就是unicode,不用再decode,喜大普奔
gb2312_to_unicode = msg_gb2312.decode("gb2312")
gb2312_to_utf8 = msg_gb2312.decode("gb2312").encode("utf-8")

print(msg)
print(msg_gb2312)
print(gb2312_to_unicode)
print(gb2312_to_utf8)

结果显示：

utf-8
武汉加油，中国加油
b'\xce\xe4\xba\xba\xbc\xd3\xd3\xcd\xa3\xac\xd6\xd0\xb9\xfa\xbc\xd3\xd3\xcd'
武汉加油，中国加油
b'\xe6\xad\xa6\xe6\xb1\x89\xe5\x8a\xa0\xe6\xb2\xb9\xef\xbc\x8c\xe4\xb8\xad\xe5\x9b\xbd\xe5\x8a\xa0\xe6\xb2\xb9'