字符编码
1.字符编码简介
- 字符编码只针对文本文件
- 计算机内部存储数据的本质是二进制 也就是计算机只认识0和1
- 我们打出来的字能被计算机识别是因为中间有一层转换关系>>字符编码表、
2.字符编码发展的三个阶段
-
阶段一:一家独大
由于计算机是美国人发明的 为了可以让计算机识别英文 所以发明了ASCII码
ASCII码中记录了英文字母跟数字的对应关系>>用1字节来表示一个英文字符
A-Z:65-90
a-z:97-122
-
阶段二:群雄割据
各国都有自己的字符编码
中国:GBK码 记录中文、英文与数字的对应关系>>用2个字节来表示一个字符
日本:shift_JIS码 记录日文、英文与数字的对应关系
韩国:Euc_kr码 记录韩文、英文与数字的对应关系
PS:此时各个国家之间编码不一致,不同数据无法直接交互会出现乱码!
-
阶段三:天下统一
万国码(unicode):兼容多个多家语言与数字的对应关系 >>用2字节表示一个字符
后来utf家族发布了优化版:utf8 英文采用1字节 中文采用3字节
ps:内存使用unicode 硬盘采用utf8
3.字符编码相关操作
只有字符串可以参与编码解码 其他数据类型需要先转成字符换才可以
-
解决乱码的措施
1.当初用什么编码存的就用什么编码解码 2.一个一个切换尝试
-
编码与解码
编码:人类字符--->计算机字符
将人类字符按照指定的编码编程计算机可以识别的数字
encode()
#encode()编码 s1 = '张三' res = s1.encode('utf8') print(res) #结果为:b'\xe5\xbc\xa0\xe4\xb8\x89'
解码:计算机字符--->人类字符
将计算机可以识别的数字按照指定的编码解成人类可以读懂的字符
decode()
#decode()解码 res1 = res.decode('utf8') print(res1) #结果为:张三
-
不同版本解释器的区别
python2默认的编码是ASCII码 如果想要使用utf8需要:
1.文件最开头输入:#encoding:utf8
2.每个字符串前面都要加u print u'我是小美女'
python3默认就是utf8
本站文章如无特殊说明,均为本站原创,如若转载,请注明出处:字符编码 - Python技术站