標籤:python code 直接 類型 一個 utf-16 轉換 檔案的 utf-8
一、各種編碼所用位元組。
ascii
A : 00000010 8位 一個位元組
unicode A : 00000000 00000001 00000010 00000100 32位 四個位元組
中:00000000 00000001 00000010 00000110 32位 四個位元組
utf-8 A : 00100000 8位 一個位元組
中 : 00000001 00000010 00000110 24位 三個位元組
gbk A : 00000110 8位 一個位元組
中 : 00000010 00000110 16位 兩個位元組
1,各個編碼之間的二進位,是不能互相識別的,會產生亂碼。
2,檔案的儲存,傳輸,不能是unicode(只能是utf-8 utf-16 gbk,gb2312,asciid等),因為unicode佔用空間過大。
二、python3中的編碼方式:
str 在記憶體中是用unicode編碼,不能夠直接去儲存和傳輸。
bytes類型:與str基本一致,只是編碼方式不一樣。
對於英文:
str :表現形式:s = ‘alex‘(所見即所得 (WYSIWYG))
編碼方式: 010101010 unicode編碼
bytes :表現形式:s = b‘alex‘(所見即所得 (WYSIWYG))
編碼方式: 000101010 utf-8、gbk 等其它編碼方式。
對於中文:
str :表現形式:s = ‘中國‘
編碼方式: 010101010 unicode
bytes :表現形式:s = b‘x\e91\e91\e01\e21\e31\e32‘
編碼方式: 000101010 utf-8 gbk。。。。
三、編碼。encode 將unicode轉換為utf-8或GBK (表現形式上是str轉換為bytes)
s1 = "alex"
s11 = s1.encode("utf-8")
s12 = s1.encode("GBK")
s2 = "中國"
s22 = s2.encode("utf-8")
s23 = s2.encode((‘GBK‘))
print(s11,s12,s22,s23)
python編碼問題