Python 编码

ascii 码：

A: 00000010  一个字节，8位。只有英文、数字、符号。
最后一位是0。7位就够了，最后一位是预留扩展用的。

Unicode：

A: 00000010 00000010 00000010 00000010  4个字节，32位。
中: 00000010 00000010 00000010 00000010  4个字节，32位
万国码，包含所有国家的文字。

UTF-8：

A: 00000010 一个字节  8位
中: 00000010 00000010 00000010  3个字节，24位
是Unicode的升级优化版。

gbk：

A: 00000010 一个字节  8位
中: 00000010 00000010  2个字节，16位
是国人开发的只包含大多数中文和英文。
（ps：中文一共有9w+的汉字，而16位只能包含6w+的汉字）

Python3 和 Python2 共同的特点：
1.各个编码之间的二进制，是不能互相是别的，会产生乱码。
2.文件的存储，传输，不能用Unicode，因为存储空间和流量太大（只能是utf-8,gbk,gb2312,ascii等）

Python3编码：
1.str在内存中是用Unicode编码的。
2.bytes类型(不是Unicode)

• 对于英文：

  • str：
    表现形式：s = 'alex'
    编码方式：01010101 unicode

  • bytes:
    表现形式：s =b 'alex'
    编码方式：00010101 utf-8 gbk ...

    s = 'alex'  
    s1 = b'alex'  
    print(s,type(s))   #alex<class 'str'>
    print(s1,type(s1))  #b'alex' <class 'bytes>
    

  • 对于英文：

    • str：
      表现形式：s = '中国'
      编码方式：01010101 unicode
    • bytes:（一个汉字占三个是uft-8，占2个是gbk）
      表现形式：s = b'x\e91\e91\e91\e02\e02\e02'
      编码方式：00010101 utf-8 gbk ...

    s = '中国'  
    #s1 = b'中国'  #会报错
    #encode 编码，如何将str->bytes ,并且是utf-8格式
    s1 = s.encode('utf-8');
    s2 = s.encode('gbk');#b'\xd6\xd0\xb9\xfa'
    print(s,type(s))   #alex<class 'str'>
    print(s1,type(s1))  #b'\xe4\xb8\xad\xe5\x9b\xbd' <class 'bytes>