Python基础--编码（个人笔记）

编码史

• ASCII
  最初计算机只使用英文及个数有限的字符，这样8个比特可以表示256个字符，足够当时的情况。
• GB2312 & GBK
  计算机开始普及，进入中国国家标准总局发布了GB2312，收录了6763个汉字。
  由于其不能满足100%中国人的要求，后来又发布了GBK编码，收录了27848个汉字。
• Unicode
  为了国际通用，统一联盟国际组织提出了Unicode编码。覆盖全部国家的文字及符号。
• UTF-8
  UTF-8作为一种Unicode编码的实现方式，在互联网中使用广泛。可以根据具体情况使用1-4个字节表示一个符号。

Python字符编码

Python2

在Python2中，普通字符串是以8位ASCII码进行存储的。若无指定编码，则无法在源码中出现非ASCII字符。

一般在首行加上如下代码：

#!/usr/bin/python
# -*- coding: utf-8 -*-

Python3

在Python3中，所有的字符串都是Unicode字符串。

Python中的字符转换

编解码函数

#str与bytes类型相互转换

str.encode(encoding='UTF-8',errors='strict')
bytes.decode(encoding="utf-8", errors="strict")

在实际编写过程中要同一编码防止乱码的发生。