基于python 字符编码的理解_Python

基于python 字符编码的理解

2020-12-05 00:19apff Python

下面小编就为大家带来一篇基于python 字符编码的理解。小编觉得挺不错的，现在就分享给大家，也给大家做个参考。一起跟随小编过来看看吧

一、字符编码简史：

美国：1963年 ASCII （包含127个字符占1个字节）

中国：1980年 GB2312 （收录7445个汉字，包括6763个汉字和682个其它符号）

1993年 GB13000 （收录20902个汉字）

1995年 GBK1.0 （收录 21003个汉字）

2000年 GB18030 （收录70244个汉字）

世界：1991年 unicode（‘万国码'也就统一编码，通常占2字节，复杂的汉字占4字节）

UTF-8 （可变长的字符编码）

二、python中的编码解码应用

Python2中的字符串进行字符编码转换过程是：

字节串-->decode('原来的字符编码')-->Unicode字符串-->encode('新的字符编码')-->字节串

									#!/usr/bin/env python

									# -*- coding:utf-8 -*-

									utf_8_a = '测试'

									print(utf_8_a,type(utf_8_a),len(utf_8_a)) #打印utf_8_a的内容、类型及长度

									unicode_a = utf_8_a.decode('utf-8') #对utf_8_a进行解码成unicode

									print(unicode_a,type(unicode_a),len(unicode_a))

									gbk_a = utf_8_a.decode('utf-8').encode('gbk') #先解码在编码成gbk

									print(gbk_a,type(gbk_a),len(gbk_a)) #打印gbk_a的内存、类型及长度

									print(gbk_a.decode('gbk'))

									----------------------------------------------------

									pytharm（python2.6）运行结果：

									('\xe6\xb5\x8b\xe8\xaf\x95', <type 'str'>, 6)

									(u'\u6d4b\u8bd5', <type 'unicode'>, 2)

									('\xb2\xe2\xca\xd4', <type 'str'>, 4)

									测试

Python3中定义的字符串默认就是unicode，因此不需要先解码，可以直接编码成新的字符编码：

字符串-->encode('新的字符编码')-->字节串

									#!/usr/bin/env python

									# -*- coding:utf-8 -*-

									utf_8_a = '测试'

									print(utf_8_a,type(utf_8_a),len(utf_8_a)) #打印utf_8_a的内容、类型及长度

									gbk_a = utf_8_a.encode('gbk')

									print(gbk_a.decode('gbk'),type(gbk_a),len(gbk_a))

									 --------------------------------------------------------

									pycharm（python3.6）运行结果：

									测试 <class 'str'> 2

									测试 <class 'bytes'> 4