编码进阶

ASCII码：没有中文

A ：00000010  8位  一个字节

unicode：

A ：00000000 00000000 00000000 00000010   32位   4个字节，中英文都是一样

中 ：00000000 00000000 00000000 00010010   32位   4个字节

UTF-8：

A : 00000010  8位 一个字节

中 ：00000000 00000000 00000010   24位，3个字节

GBK：

A ：00000010  8位，一个字节

中：00000010  00000010 16位，2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、文件的传输和储存，不能是unicode，只能是utf-8 、utf-16，gbk，gb2312，ascii码等，因为unicode是32位，占用的空间太多

3、unicode作为gbk和utf-8的转换，还是很重要的

python3中

str在内存中是用unicode编码，传输和储存不能直接使用unicode编码方式，所以必须转换utf-8或者gbk的方式存储或传输，否则会报错

bytes类型，也是一种数据类型，是一种特殊的，字符串的很多方法bytes类型也是同样可以使用的，他的编码是以gbk，utf-8，gb2312编码的

和str的区别就在于编码方式不同，所以传输和存储字符串，先转换成bytes类型，再进行存储或传输

str类型与bytes类型

对于英文：

str： 表现形式：s = 'seven'，编码方式：unicode

bytes：表现形式：s = b'seven'，编码方式：可能是utf-8，gbk等等

s1 = 'seven'
s2 = b'seven'
print(s1,type(s1))
print(s2,type(s2))

对于中文：

str： 表现形式：s = '中国'，编码方式：unicode

bytes：表现形式：s =b'x\e91\e91\e01\e21\e31\e32'，16进制，它的表现形式是看不懂的，需要进行计算，转换成二进制，编码方式：可能是utf-8，gbk等等

如何将str转换成bytes类型：encode（编码方式）：编码，可以设置编码方式

s1 = '中国'
s2 = s1.encode('utf-8')
print(s1,type(s1))
print(s2,type(s2))