python字符编码

几种常见的字符编码

编码	所占字节数
ASCII（英文字母及欧洲语言）	8bit/1bytes
Unicode（国际标准组织统一标准字符集）	2bytes
GB2312（简体中文字符集）	2bytes
GBK（GB2312扩展字符集，支持繁体，兼容GB2312）	2bytes
UTF-8（不定长编码）	1~3bytes

ASCII ：
常见换算单位：bit 位，计算机中最小的表示单位
　　　　　　 8bit = 1bytes 字节，最小的存储单位，1bytes缩写为1B
GBK 和 GB2312：中文编码

字符编码工作方式：在计算机内存中，统一使用Unicode编码，当需要保存到硬盘或者需要传输的时候，就转换为UTF-8编码。件读取的UTF-8字符被编码为Unicode字符到内存里，编辑完成后，保存的时候再把Unicode解码为UTF-8保存到文件

Bytes类型

数据存储到硬盘，硬盘只能存储二进制
2进制 -->10进制----asscii/gbk/utf-8/ unicode
数据往硬盘上存，就要亦相应的编码转成二进制后存储
文件–>utf-8/gbk -->2进制
图片–>jpg/pang -->2进制
音乐->mp3/wav–>2进制
食品->mp4/wov–>2进制

>>>s="达芬奇"
>>>s
'达芬奇'
>>>s.encode("utf-8")
b'\xe8\xbe\xbe\xe8\x8a\xac\xe5\xa5\x87'   #有九个字节（utf-8:一个中文占三个字节）；这是个二进制，以十六进制的形式展现（可读性）
>>>

bytes类型，2个16进制数构成一个bytes，以b’'来标识，字节串
(pycharm 默认加载文件是utf-8编码，可在文件头自定义识别编码 encoding=" **** ")

字符编码的转换

str=‘你好，世界’
编码: str.encode(‘utf-8’) #以utf-8编码成2进制
解码: str.decode(‘utf-8’) #从2进制解码成unicode字符串
编码的转化:unicode和任何编码有映射关系，先把编码转成unicode，unicode再进行转成编码