Pythonの基礎 - コーディング

コーデック

ASCII：1バイト、0-255
GBK2313：一般20,000以上、漢字を使用
GBK：2バイトの文字を表し、チベットを支援するためにGBK2313に補完
BIG5：台湾、伝統
Unicodeにコーディングするとき、2-4バイトは、メモリを除き、伝送または格納された：ユニコード
UTF：ユニコード変換フォーマット
UTF-8：可変長、1-4バイト、ASCII、2バイト文字に対応して、利点は、省スペースですが、時間の無駄
UTF-16：2つのバイト
UTF-32：4バイト

要するに：

Unicodeは、世界の各文字のインデックス値を定義します。
Unicodeエンコーディングは：世界中のすべての文字が含まれていますが、彼はただのメモリで使用するために使用します。ファイルやネットワーク伝送を格納するために必要ならば、デフォルトのコンピュータ・システムは、Unicodeをサポートしていません。

ファイルを保存したりする必要がある場合、ネットワーク伝送：我々しなければならないバイト型（GBKまたはバイトUTF-8でエンコードされた文字列型）。

私たちは、GBKまたはUTF-8を使うのか？

処理のすべてがUTF-8であるため、あなたのアプリケーションがあり、その後、あなたのデータ転送は、UTF-8でなければならないだろう

UTF8 / UTF16 Unicode標準が実装され、文字が記憶媒体に格納されています。

PY3

PY3デフォルトのエンコード形式は、典型的には、3バイト、2バイト一般GBK、UTF-8でエンコードされた中国語UTF-8であります

PY3のデフォルトはファイルに保存されたstrの同様のタイプ（すなわちタイプユニコード）、あるタイプは、バイトのタイプです

デフォルトのタイプは、送信（符号化された送信後に、もはやネットワーク上のSTR（ユニコード）----- >>>>ファイルに直接書き込みではない、ではありません必要があります

>>>>ネットワーク透過型のバイト-------

Webページのソースコード----- >>>>文字セット------- >>>>文字セット

符号のエンコード/デコード復号

ユニコード（文字列）で---->エンコード（符号化）によってスイッチ----->バイトのタイプ（UTF-8、ASCII、GBK）

バイト型（UTF-8、ASCII、GBK）---->デコードによって（復号化 Unicodeで）----->スイッチ（STR）

PY2

デフォルトのタイプは、タイプPY2のSTR（すなわちバイトタイプ）であります

Unicodeに変換し、デコード（復号化）---->タイプ（STR）によって---->入力バイト

ユニコードで---->エンコード（符号化）によって----->は、バイト型に変換され

要約：

エンコード：型が非Unicode文字列を与えるために使用されています

デコード：Unicodeのタイプは、取得するために使用されています

＃PY3列内部
 
>>> = S " A " 
>>>タイプ（S）  ＃ユニコードSTR対応PY3タイプである 
< クラス ' STR ' >

>>> S1 = B'A「＃1 PY3は、以前のバイトタイプBに添加します

>>>タイプ（S1）
<クラスが'バイト'>

S = >>> " 中国" 
>>> s.encode（" UTF-8 "）   ＃は、バイト符号化タイプに符号化された後に 
B ' \ XE4 \ XB8 \ XAD \ xe5 \ X9b \ XBD '   ＃1 バイトタイプはフロントを有しますB開始 
>>>タイプ（s.encode（" UTF-8 " ））
 < クラスは ' バイト' > 
>>> 
>>> s.encode（" GBK "）   ＃1 バイトにSTR型は、符号化ビットのタイプ符号化するために必要 
Bを' \ XD6 \ XD0 \ xb9 XFA \ ' 
>>> s.encode（"GBK "）.decode（" GBK"）   ＃STR型のデコードする必要のどのタイプにバイトを
' 中国' 
タイプの>>>（s.encode（" GBK "）.decode（" GBK " ））
 < クラス ' STR ' > 
>>> 

注：ファイルへの書き込みエンコード後に書かなければならないとき、

注意：どのように対応した復号をするかをエンコード、それ以外の場合はエラーや文字化けします

>>>（ "GBK"）GBKエンコーディングで＃S = "開発グローリー・ロードテストトレーニング" .encode
>>> S
XE2 \ XB2 \ XB7 \ B「\ xb9 \ XE2 \ xc8 \ XD9 \ XD6 \ XAE XC2 \ \ XCA \ XD4 \ XBF \のXaa \ XB7 \ XA2 \ XC5 \ xe0 \ XD1 \ Xの
B5 "
>>> s.decodeデコードUTF-8で（ "UTF-8"）＃
トレースバックを（最新のラストコール）：
ファイル"<STDIN>"、1行目、<Module1を>インチ
UnicodeDecodeError 'UTF-8'コーデックが0xB9がデコードバイト位置0にすることはできません：無効なエラー＃ 'UTF-8'コーデックバイト位置0xB9をデコードすることはできません0：無効な
スタートバイト
>>>

>>> s.decode（ "GBK"）＃GBKによって復号化
'グローリー・ロードテスト開発研修'
>>>

＃の内部PY2列
 
>>> S = " ABC " 
>>>タイプ（S）   ＃1 PY2のSTR、種別に対応するバイト 
<タイプ' STR ' > 
>>> 
>>> s.decode（" GBK "）＃py2strタイプは、最初のデコードencdoeことができない、 
U 「ABC 」  ＃は、ユニコードがデコードUの開始時に添加 
>>>タイプ（s.decode（「GBK 」））
 <タイプ「ユニコード」 > 
>>> 印刷 S.デコード（" GBK "）
ABC
 >>> 印刷s.decode（「GBK 」）.encode（「GBK 」）
ABC
 >>> 
注：PY2の状況を制御することはできません覚えていない場合のみPY3を覚えています

Pythonの基礎 - コーディング

おすすめ