python中編碼總結

python中編碼總結： 1 python預設使用程式檔案的編碼對中文字串進行編碼，所以utf-8 、gbk程式的記錄的中文是不同的編碼 2 可以強制使用unicode編碼進行編碼，使用u字元 str = u'中文字元' 3. utf-8 每個中文佔用3個位元組 \xe8\x80\x83 4  gbk 每個中文佔用2個位元組  \xbf\xbc 5 編碼介紹 編碼規則 UTF-8編碼：一個英文字元等於一個位元組，一個中文（含繁體）等於三個位元組 Unicode編碼：一個英文等於兩個位元組，一個中文（含繁體）等於兩個位元組。 驗證： 記事本中寫1個漢字，查看檔案的大小  gbk：2位元組  |  unicode：4位元組  |  utf-8: 6位元組 記事本中寫2個漢字，查看檔案的大小  gbk：4位元組  |  unicode：6位元組  |  utf-8: 9位元組    好像有問題，除了gbk之外，另外兩種編碼完全不符合編碼規則。。。，最後通過可查看16進位編輯器（ UltraEdit ）查看檔案的內容發現 記事本 對於 unicode、 utf-8編碼開頭會加一個字元，分別佔用一個漢字的空間（2位元組、3位元組 ），所以去除這個字元佔用字元應該是這樣的。 記事本中寫1個漢字，查看檔案的大小  gbk：2位元組  |  unicode：2位元組   |   utf-8: 3 位元組 記事本中寫2個漢字，查看檔案的大小  gbk： 4位元組   |   unicode：4位元組   |   utf-8:6位元組 備忘：
1   如果想擷取中文的編碼 可使用 str.encode('hex')             

str = "考"for item in str:      print item.encode("hex")  #每個漢字 使用3個位元組

2 位元組（ byte ）： 8位（bit）