Python之路——day10-20230423：字符编码与转换

python的字符编码与转换

一、字符编码

　　1、ASCII码只能存储英文字符，并且一个字符占用一个字节大小。

　　2、Unicode码可以同时存储中、英文字符，并且统一每个字符占用两个字节大小，这样对英文国家来说就很吃亏，同一个文件本来用ASCII2M大小，现在用了Unicode码变成了4M大小，所以衍生出　　　　　　             了UTF-8编码格式，UTF-8是Unicode码的扩展集，称为可变长的字符编码，对于英文还是按照ASCII格式占用一个字节大小，对于中文按照三个字节大小占用。

二、字符编码转换

　　看下面这张图就够了：

　　

　　decode：编码，encode：解码，Python的数据类型默认都是Unicode类型的，文件开头声明的编码格式只是代表当前python文件的编码格式，并不是python数据类型的编码格式：

　　

　　，所以如果要转换为utf-8、gbk或者gb2312格式的话，必须先进行encode解码；utf-8的数据类型可以直接和unicode的数据类型转换并且打印：

　　

s = u"你好"    # 数据类型默认还是unicode
print(s)
　　

         但是gbk和Unicode编码格式不可以直接进行转换并打印，必须先通过decode进行编码才可以再打印：

s = "你好"    # 数据类型默认还是unicode
print(s.encode('gbk').decode('gbk'))

　　在python3里，encode解码不但转换了数据的编码格式，并且将数据统一转换为bytes类型，decode将数据重新转换为了字符串类型：

s = "你好"    # 数据类型默认还是unicode
print(s.encode('gbk'))
print(s.encode('gbk').decode('gbk'))

　　D:\selfcontrol\pythonProject\venv\Scripts\python.exe D:/selfcontrol/pythonProject/老男孩day1_20230423/day10-20230423.py
　　b'\xc4\xe3\xba\xc3'
你好