常用编码与为何要encode和decode

目录

(小拓展)：

（一）ASCII 码

（二）Unicode 码

（三）UTF-8 码

（四）总结与encode、decode

(小拓展)：

下面是每个字符对应的编号，字符0~9对应编号48~57，就是说ASCII码全是字符！

我们键盘上每个键都对应一个ascii码，这也就是为什么python中input('请输入一个数')得到的是字符，我们还得把它转换成int的原因了

（一）ASCII 码

ASCII 码 表示 127 个英文字符
ASCII 码最先出现，最初只适合英语
随着计算机普及，各国家语言不同，文字多少更是不同，127个根本不够用。各国都要为自己的语言编码。
中国自己的编码是gbk，每个中文需要使用两个字节来编码，中文编码的规则 —— GB2312 （都是常用汉字），比如高考报名时有的学生姓名输入是乱码，就是因为教育部用的GB2312，而他的名字中有个太偏僻的字。
由于不同国家有不同的编码规则，如日本，韩国都使用各自国家的编码规则，在多语言
混用的场合会出现混乱。怎么解决？

（二）Unicode 码

Unicode 用来把所有语言都统一到一套编码里，这样就不会再有乱码问题了。
Unicode通常用两个字节编码（有的也用四个字节），而 ASCII 码通常用一个字节字节。ASCII 码转
换成 Unicode 在前面一个字节补 0
Unicode码虽然全面，但是用起来笨重，比如说我就是想传个1到服务器，你还要给我用两个字节编码么？传额外15个0？

（三）UTF-8 码

UTF-8 把unicode进行优化，减小了硬盘存储空间浪费与传输效率低下
不过在内存中都要转换成unicode
UTF-8 编码把一个 Unicode 字符根据不同的数字大小编码成 1-6 个字节，常用的英文字
母被编码成 1 个字节，汉字通常是 3 个字节，只有很生僻的字符才会被编码成 4-6 个字节。
如果你要传输的文本包含大量英文字符，用 UTF-8 编码就能节省空间。
UTF-8 的一个好处在于，原有的 ASCII 的编码可以在 UTF-8 下继续工作。

（四）总结与encode、decode

搞清楚了 ASCII、Unicode 和 UTF-8 的关系，我们就可以总结一下现在计算机系统通用
的字符编码工作方式：
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。
用记事本编辑的时候，从文件读取的 UTF-8 字符被转换为 Unicode 字符到内存里，编
辑完成后，保存的时候再把 Unicode 转换为 UTF-8 保存到文件：rw-file-utf-8
浏览网页的时候，服务器会把动态生成的 Unicode 内容转换为 UTF-8 再传输到浏览器：
web-utf-8
所以你看到很多网页的源码上会有类似的信息，表示该网页正是用的 UTF-8 编码。
首先要搞清楚，字符串在 Python 内部的表示是 unicode 编码，因此，在做编码转换时，
通常需要以 unicode 作为中间编码，即先将其他编码的字符串解码（decode）成 unicode，
再从 unicode 编码（encode）成另一种编码。
1.decode:其它码-->unicode
decode 的作用是将其他编码的字符串转换成 unicode 编码，如 str1.decode(‘gb2312’)，表
示将 gb2312 编码的字符串转换成 unicode 编码。
2.encode:unicode-->其它码
encode 的作用是将 unicode 编码转换成其他编码的字符串，如 str2.encode(‘gb2312’)，表
示将 unicode 编码的字符串转换成 gb2312 编码。

————————————————