python 编码

windows中国中一般使用GBK

其中ASCII码在存储是占一个字符，但只能支持英文

unicode支持中文和英文，但是在存储英文是需要占用2个字符，因此为了解决中文的问题，拓展出了utf-8(中文3个字符，英文1个字符)

python3默认使用的是unicode编码

python2默认使用ASCII编码

python2.7 和python3+ 有很大的区别：

其中python2编码encode后只改变字符串的编码，python3编码encode后不只是改变字符的编码，字符的格式也会改变，会变成byte格式

 

python2：

[yangdong@hd04 ~]$ cat test.py 
#-*- coding:utf-8 -*-  #生命当前文本使用utf-8的编码格式
import sys
print (sys.getdefaultencoding()) #获取当前环境默认编码格式
s = "你好"
s_to_unicode=s.decode("utf-8")
print(s_to_unicode,type(s_to_unicode))
s_to_gbk = s.decode("utf-8").encode("gbk")
print(s_to_gbk)
[yangdong@hd04 ~]$ python test.py 
ascii             
(u'\u4f60\u597d', <type 'unicode'>)
ţº

python3:

#-*-coding:utf-8-*-
import sys
print(sys.getdefaultencoding())

s = "你好"
s_to_gbk=s.encode("gbk")
print(s_to_gbk,type(s_to_gbk))



运行结果：
utf-8
b'\xc4\xe3\xba\xc3' <class 'bytes'>

由上可以看出当python3更改字符的编码是，输出的结果不再是字符串了，而是bytes类型

 

 

 

任何格式的编码在相互变换时，只需要围绕这unicode进行转换就可以。