python2和python3中encoding的差别

1.写在前面的话

• 对于一些python库,比如：requests，会用到编码和解码(requests.utils.get_encodings_from_content())，还记得写在python文件最前面的#-*- coding:utf-8 -*-吗？
• 编码和解码的目的是什么呢？
• 对于不同的python版本，应该采用怎样的编码解码方法呢？

2.编码方式

• ASCII
  • ASCII码使用指定的7位或8位二进制数组合来表示128或256种可能的字符
  • 如果要处理中文，ASCII码所能产生的组合数明显力不从心
• Unicode
  • 用统一的一套编码规则来对不同语言字符进行编码，从而解决不同语言之间的乱码问题
• UTF-8
  • Unicode只是一个符号集，它只规定了符号的二进制代码，却没有规定这个二进制代码应该如何存储，而UTF-8就是一种广泛使用的Unicode实现方式（也就是将某个字符根据Unicode字符集所对应的二进制代码编码成真正的字节码），所谓的字节码就是机器能读懂的二进制码（8个二进制位构成一个自字节），对应的字符码就是我们平时看到的字符（比如:‘A’）

3.Python2/3的不同编码方式

• 先来看一个整体的编码解码流程吧(python中)
  
  备注：这是转载的图片
• 通过sys.getdefaultencoding()查询python2/3的编码方式
  • Python2的编码方式是ascii，所以如果在文件开头没有加#-*- coding:utf-8 -*-的话，在解码过程中是会报错的，当然了也可以使用如下代码:

    import sys
    reload(sys)
    sys.setdefaultencoding('utf-8')
    

  • Python3的编码方式是utf-8，所以在绝大多数情况下是不会有中文解码问题的，但是在windows下仍然会有问题，因为文件是以 GKB编码方式存储的，所以python3解释器在解码的时候也会报错
• 在python2中，存在三种字符串类:
  • basestring这个是母类
  • str这个是子类，是由unicode编码得到的字节串，严格说不是字符串
  • unicode这个也是子类，这个是字符串
• 在python3中，存在两种字符串类，用于区分字符串和字节:
  • bytes 这个是字节
  • str这个是字符串，与python2是不同的哦