基于python 字符编码的理解

Python  /  管理员 发布于 7年前   142

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unicodeprint(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gbkprint(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

以上这篇基于python 字符编码的理解就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持。