字符编码与转码

ASCII（只能存英文或特殊字符占1个字节8位）-GB2312-GBK(向下兼容GB2312)-Unicode(俗称万国编码集，既兼容GB2312又兼容GBK，中英文均默认占两个字节16位)-UTF8（可变长的字符编码集，可以认为时Unicode的扩展集，目的是为了减少英文字符的占用内存，默认所有的英文按ASCII码的形式存储，所有中文按3个字节存储）

image

s = "你好"
print(s)
s_gbk = s.encode("gbk")
print(s_gbk)        # gbk
print(s.encode())   # utf-8  

image
默认是utf-8,转成gbk可以看到前面有个b表示变成了bytes类型,而且可以看到两种模式下的输出是不一样的。

gbk_to_utf8 = s_gbk.decode("gbk").encode("utf-8")
print("utf-8", gbk_to_utf8)  

image
uft8向gbk编码需要经过unicode ,可以说所有的字符集转换都需要经过unicode.

s = "你好"
print(s.encode("gbk"))
print(s.encode("utf-8"))
print(s.encode("utf-8").decode("utf-8").encode("gb2312"))
print(s.encode("utf-8").decode("utf-8").encode("gb2312").decode("gb2312"))  

image