ASCII
A:0000 0010 8位 一个字节
Unicode
A:00000000 00000000 00000000 00100000 32位 4字节
中:00000000 00000000 00000110 00000110 4个字节
utf-8
A:0011 0010
中 :00000010 00000011 00010000 24位 3个字节
gbk
A:00100001 八位一个字节
中:00001000 10110100 16位两个字节
1.各个编码之间的二进制是不能互相识别的,会产生乱码
2.文件的储存,传输,不能是Unicode(字节数大,耗流量),只能是utf-8 utf-16 gbk gb2312 ASCII等
py3:
str在内存中是用Unicode编码
bytes类型
对于英文:
str 表现形式:s=“alex”
编码方式: 01010101 Unicode
bytes表现形式:s=b"alex"
编码方式:00101010 gbk utf-8…
对于中文:
str 表现形式:s=“中国”
编码方式: 01010101 Unicode
bytes表现形式:s=b"x\e91\e91\e34\e23"
编码方式:00101010 gbk utf-8…
表现形式是将str转换成bytes类型
内部是将Unicode转换成gbk 或者utf-8
encode 编码
s1=“alex”
s11=s1.encode(“utf-8”)
print(s11)
s2=“中国”
s22=s2.encode(“utf-8”)
s23=s2.encode(“gbk”)
print(s22) #b’\xe4\xb8\xad\xe5\x9b\xbd’ 6个字节 每个字用三个字节表示
print(s23)