基于python 字符编码的理解

时间:2021-05-22

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。

声明:本页内容来源网络,仅供用户参考;我单位不保证亦不表示资料全面及准确无误,也不保证亦不表示这些资料为最新信息,如因任何原因,本网内容或者用户因倚赖本网内容造成任何损失或损害,我单位将不会负任何法律责任。如涉及版权问题,请提交至online#300.cn邮箱联系删除。

相关文章