python编码

• ascii

• 只有英文
• 一个字符占8位，是1个字节

• unicode

• 英文一个字符占32位，是4个字节
• 中文一个字符占32位，是4个字节

• utf-8

• 英文中一个字符占8位，是1个字节
• 中文中一个字符占24位，是3个字节

• gbk

• 英文中一个字符占8位，是1个字节
• 中文中一个字符占16位，是2个字节

注意：

• 各个编码之间的二进制是不能互相识别的，会产生乱码

• 文件的储存和传输不能是Unicode，只能是utf-8或者utf-16或者gbk或者gb312等（因为Unicode所占的空间太大了）

python3中:

• str在内存中是用Unicode编码的。

• bytes类型和str类型的区别是编码方式不同，bytes不是用Unicode编码的，是用utf-8或者gbk或者ASCII等。

• 对于英文:

• str:
    表现形式：s = 'alex'
    编码方式：Unicode
• bytes:
    表现形式：s = b'alex'
    编码方式：可能是utf-8或者gbk或者其他，但不会是Unicode

• 对于中文:

• str:
    表现形式：s = '小生'
    编码方式：Unicode
• bytes:
    表现形式：s = b'x\e91\e23'
    编码方式：可能是utf-8或者gbk或者其他，但不会是Unicode

---

• 讲str转换成bytes

s1 = 'xiaosheng'
new_s1 = s1.encode('utf-8')
print(new_s1)   # b'xiaosheng'

s2 = '小生'
new_s2 = s2.encode('utf-8')
print(new_s2)  # b'\xe5\xb0\x8f\xe7\x94\x9f'

s3 = '小生'
new_s3 = s3.encode('gbk')
print(new_s3)   # b'\xd0\xa1\xc9\xfa'