python基础-14-史上最通俗易懂的编码讲解

常用编码 ascii unicode utf-8 gbk

编码 ascii unicode utf-8 gbk
机器底层 只认识0 1

计算机开始设计：8bit=1byte （字节）
0000 0000
每个位置只有0和1， 2**8=256也就是 0-255

西方国家：

ASCII表只有127个，每个字符一个字节
26个大写字母+26小写字母+10个数字+特殊字符=127个
西方国家127个已经够了，128到255预留给其他国家使用

汉字 常用5000个 简体繁体加起来有2万多个

• GB2312 6000汉字，兼容ASCII
• GBK 包括了GB2312 的所有内容，增加了近20000个新的汉字（包括繁体字）和符号。
• GB18030 将中国几乎所有的字符都收录了

编码混乱

各国都在将自己语言文字编码，ISO组织看不下去了，unicode应运而生
unicode又叫万国码，设计占用2个字节（不管什么字符，都是2字节）2**16 0-65535

UTF-8编码

• unicode是一个字符集，收录所有字符，并没有存储情况
• 英文只占1个字节 汉字占用3个字节

编码占用字节

• ascii 一个字节
• gbk 两个字节
• utf-8 英文字符1字节，汉字3字节
• unicode 占用 2个字节

windows编码查看

cmd 输入 chcp 活动代码页: 936 -->cp936 -->gbk

utf-8和gbk使用范围：

• utf-8存在的意义，节省空间，适用于英语字母比较多的情况。
• gbk适合中文比较多的情况。Windows编码为gbk，目的均为节省空间

python编码

在python3中：所有的字符串都是unicode,其他以utf-8编码

s='中文'  #unicode
b=s.encode('utf8')  #unicode-->utf8  每个汉字三个字节
# b'\xe4\xb8\xad\xe6\x96\x87'  占用6个字节
# \xe4  16进制

c=s.encode('gbk')    #unicode-->gbk    每个汉字两个字节
b'\xd6\xd0\xce\xc4'   占用4个字节

# encode 编码： 看得懂---》看不懂
# decode 解码： 看不懂--->看的懂

#python查看系统编码
import sys
sys.getfilesystemencoding()
sys.getdefaultencoding()