老生常谈Python基础之字符编码

下面是详细的攻略：

Python基础之字符编码

什么是字符编码

在计算机中，我们可以看到很多的文字，包括英文字母、中文汉字、数字和符号等等。但是，计算机中的数据处理基本上都是二进制的，所以要将这些文字转化为计算机可读的二进制码。

因此，字符编码就是将各种符号用二进制码来表示的规则，也是计算机内部相互转换的一种编码标准。

Python中常用的字符编码

Python中有很多常用的字符编码，例如ASCII、GBK、UTF-8等等。下面我们简要介绍一下这些编码。

ASCII编码

ASCII编码是美国信息交换标准代码，只能表示英文字母、数字和符号，使用一个字节（8位二进制数）来表示一个字符，共计128个字符。

在Python中，使用ord()函数可以将字符转为ASCII码，使用chr()函数可以将ASCII码转为字符。

示例：

>>> ord('A')
65
>>> chr(65)
'A'

GBK编码

GBK编码是中国的汉字内码扩展规范，包含了常用的中文汉字和符号。使用两个字节来表示一个字符。

在Python中，需要先将字符串转为GBK编码，才能进行操作。

示例：

>>> s = '中文'
>>> s_gb2312 = s.encode('gbk')
>>> s_gb2312
b'\xd6\xd0\xce\xc4'
>>> s_gb2312.decode('gbk')
'中文'

UTF-8编码

UTF-8编码是一种可变长度的Unicode编码格式，使用1到4个字节来表示一个字符。它支持全球范围内的全部Unicode字符，是现今最通用的字符编码。

在Python中，默认情况下使用UTF-8编码。使用encode()函数可以将字符串编码为字节码。使用decode()函数可以将字节码解码为字符串。

示例：

>>> s = '中文'
>>> s_utf8 = s.encode('utf-8')
>>> s_utf8
b'\xe4\xb8\xad\xe6\x96\x87'
>>> s_utf8.decode('utf-8')
'中文'

总结

字符编码是计算机内部相互转换的一种编码标准，Python中常用的字符编码有ASCII、GBK和UTF-8等。

当我们处理中文字符时，需要注意选择正确的编码格式。同时，在使用不同的编码格式进行转换时，需要使用encode()和decode()函数进行转换。