编码转换

编码转换

ascii码

0000 0001

8个位为一个字节，1个字节表示一个字符。

可以表示字母、数字、特殊符号

unicode（万国码）

• 前期：16位         2个字节表示一个字符。
  
• 后期现在：32位  4个字节表示一个字符 

utf-8（最少8位表示一个字符）

• 英文：一个字节表示一个字符
• 欧洲语言：两个字节表示一个字符
• 中文（亚洲）：三个字节表示一个字符

gbk（国标）

• 英语：使用ascii码，1个字节表示一个字符
• 中文：两个字节表示一个字符。

 

知识点补充:

1. 编码之前的二进制不可以相互转换。
2. 存储和传送使用0101传送，不使用unicode码，占用空间大。
3. byte的用法跟字符串str用法一样。

python中的编码

1. 1. python3中的内存中的编码使用的是unicode。soPython中的字符串不能直接存储和传输。
   2. bites编码方式是非unicode。如utf-8、gbk

• • • 对于英文
    • str       表现形式：“qiji”；内部编码：unicode
    • bytes   表现形式：b“qiji”；内部编码：非unicode
    • 对于中文
      • • str       表现形式：“弃疾”；内部编码：unicode
        • bytes   表现形式 ：b'\xe4\xb8\xad\xe5\x9b\xbd'　；  内部编码： 非unicode。　　　　　

 

encode（）：编码  str转化为bytes

 

s = 'hello girl'
s1 = s.encode('utf-8')
print(s1)

 

输出结果：

b'hello girl'

 

 

s = 'hello girl'
s1 = s.encode('gbk')
print(s1)

输出结果：

b'hello girl'

 

s = '中国'
s1 = s.encode('utf-8')
print(s1)

输出结果：

b'\xe4\xb8\xad\xe5\x9b\xbd'

 

 gbk与utf-8之前的相互转换

 

• 　gbk、utf-8之前不能直接相互转换，得通过unicode作为桥梁来转换。（先解码后转码）