python总结-数据编码和解码

一、二进制

bit位/比特：存放一位二进制数，即0或1，最小的储存单位。
byte字节（B）：最常用的单位,1B=8bit。
1KB(千字节)=1024b
1MB(兆字节)=1024KB
1GB(吉字节，千兆)=1024MB
8进制是用0，1，2，3，4，5，6，7
16进制是用0，1，2，3，4，5，6，7，8，9，a，b，c，d，e，f来表示。

二、编码表

Unicode（万国码）
数据在内存中处理时，使用此格式，每个符号都有一个独一无二的编码。

UTF-8
UTF-8（8-bit Unicode Transformation Format）。它是一种针对Unicode的可变长度字符编码，它可以使用1~4个字节表示一个符号，根据不同的符号而变化字节长度，而当字符在ASCII码范围时，就用一个字节表示，所以UTF-8可兼容ASCII编码。

数据在硬盘上存储，或者是在网络上传输时，用的是UTF-8。
Unicode是内存编码的规范，而UTF-8是如何保存和传输Unicode的手段。

ASCII码
适用于英文大小写，字符，不支持中文。

三、编码和解码

编码（encode()）
语法：'想编码的内容'.encode('使用的编码表')

把str（字符串）类型（使用unicode编码，一个字符占两个字节）的数据，转换成bytes（字节）类型（占一个字节）的数据。
所以编码结果以b开头。\x是分隔符，用来分隔一个字节和另一个字节。

解码（decode()）
语法：'想解码的内容'.decode('使用的编码表')

注意，用对应编码表解码！

print('韩之刚'.encode('utf-8'))
print('韩之刚'.encode('gbk'))
print(b'\xe9\x9f\xa9\xe4\xb9\x8b\xe5\x88\x9a'.decode('utf-8'))
print(b'\xba\xab\xd6\xae\xb8\xd5'.decode('gbk'))

image.png