1 字符、字符集
字符(Character)是各种文字和符号的总称,包括各国家文字、标点符号、图形符号、数字等
字符集(Character set)是多个字符的集合
字符集包括:ASCII字符集、GB2312字符集、GB18030字符集、Unicode字符集等
ASCII编码是1个字节,而Unicode编码通常是2个字节。
UTF-8是Unicode的实现方式之一,UTF-8是它是一种变长的编码方式,可以是1,2,3个字节
了解更多请看故事:ascii和unicode以及utf-8的起源
2 python3中的字符串
python3中两种字符串类型:
- str : unicode的呈现形式
- bytes :字节类型,互联网上数据的都是以二进制的方式(字节类型)传输的
关于bytes的拓展阅读:https://segmentfault.com/a/1190000004450876
3 str和bytes类型的互相转换:
- str 使用encode方法转化为 bytes
s = 'abc' print(type(s)) #str编码变为bytes类型 b = s.encode print(type(b))
- bytes 通过decode转化为 str
b = b'abc' print(type(b)) #bytes类型解码成为str类型 s = b.decode() print(type(s))
编码方式解码方式必须一样,否则就会出现乱码