转载https://www.cnblogs.com/hukey/p/9647291.html
1.编码:
ascii码: 不支持 中文 .python2使用的编码是
支持,英文,数字,符号
8位一个字节
gbk编码 国标:
支持: 中文,英文,数字,符号
英文16位
中文16位
unicode 万国码
支持:中文,英文,数字,符号
英文 32位,四个字节
中文 32位,四个字节
utf -8长度可变,的万国码最少用8位, python3使用的编码
英文 8位 一个字符
中文 24位 三个字节
python3中程序运行阶段使用的是uniconde码,显示的内容是bytes类型
传输和存储使用的byes
pycharm 存储使用的是utf8
1.编码.
汉字,一个汉字utf-8是3个字节
举例:
s = "中"
bs = s.encode("utf-8")
print(bs)
b'\xe4\xb8\xad
gbk,英文编码是ascii原样输出,汉字,一个汉字gbk是2个字节
s = "alex"
bs = s.encode("gbk")
print(bs)
b'alex'
2.解码,用什么编的码,就要用什么来解码
举例:都使用utf-8来,腾讯qq微信发的其实都是这些码,然后进行解码
编码:
s = "old广坤"
bs = s.encode("utf-8")
print(bs)
解码:
bs = b'old\xe5\xb9\xbf\ex5\x9d\xa4'
s = bs.decnde("utf-8")
print(s)
内存地址
字符编码
这里主要描述以下三种编码方式：
（1）ASCII
（2）unicode
（3）uft-8
（4）gbk
ASCII 码
在计算机内部，所有的信息最终都是一个二进制值。每一个二进制位（bit）有0和1两种状态，因此 8 个 二进制位就可以组合成 256 种状态，这被称为一个字节（byte）。也就是说，一个字节一共可以用来表示 256种不同的状态，每一个状态对应一个符号，就是 256 个符号，从 00000000 到 11111111
美国定制了一套字符编码，对英语字符与二进制位之间的关系，做了统一规定。这被称为 ASCII 码，一直沿用至今。
一个字符用 1 个字节表示 1 byte = 8 bit
ASCII 码只包含字母和英文中的特殊符号，不包括汉字；
unicode （万国码）
世界上存在很多种不同的编码，同一个二进制数字可以被解释成不同的符号。因此，想要打开一个文本文件，就必须知道它的编码方式，否则用错误的编码方式打开就会出现乱码。如果有一种编码，将世界上所有的符号都纳入其中。每一个符号都给予一个独一无二的编码，那么乱码问题就会消失。这就是 unicode 万国码的由来，这是一种所有符号的编码。
字母：
一个字母等于 4 个 byte = 32 bit
汉字：
一个字母等于 4 个 byte = 32 bit
1. unicode 的问题
需要注意的是， unicode 只是一个字符集，它规定了符号的二进制代码，却没有规定这个二进制代码应该如何存储。
（1）如何才能区分 unicode 和 ASCII ？ 计算机怎么知道三个字节表示一个符号，而不是分别表示三个符号呢？
（2）英文在 ASCII 码中，只需要一个字节表示就够了，如果采用 unicode 统一规定，每个符号用三个或四个字符表示，这对于存储来说是极大的浪费，文本文件的大小胡因此大出二三倍。
UTF-8
互联网的普及，强烈要求出现一种统一的编码方式。utf-8 就是在互联网上使用最广的一种 unicode 的实现方式。
字母：
一个字母等于 2 byte = 8 bit
汉字：
一个中文等于 3 byte = 24 bit
GBK
包含全部中文字符，utf-8则包含全世界所有国家需要用到的字符；
字母：
一个字母 1 byte = 8 bit
汉字：
一个汉字 2 byte = 16 bit
=、==、is 三者的使用说明
1. = 赋值
例子：
|
1 2 |
|
2. == 比较值是否相等
|
1 2 3 4 |
|
3. is 比较内存地址
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 |
|