写在前面： 本文是很基础的东西，这些基础的东西有一个特点，看一遍会了，但其中很多精髓其实被忽略了，建议你货比三家，细细品尝编码之美。还有，这文章是我熬夜写的，可能有错，请批判性阅读，谢谢。 0x00:为社么会出现多种编码？ 相信计算机专业的都知道，所有的数据（文本，音频，视频 ...

认识常见编码 　　GB2312是中国规定的汉字编码，也可以说是简体中文的字符集编码 　　GBK 是 GB2312的扩展 ,除了兼容GB2312外，它还能显示繁体中文，还有日文的假名 　　cp936：中文本地系统是Windows中的cmd，默认codepage是CP936，cp936 ...

Python3对文本(str)和二进制数据(bytes)作了更为清晰的区分。 文本默认是以Unicode编码（python2默认是ascii），由str类型表示，二进制数据则由bytes类型表示。 str是文本类型，即str类型 bytes()函数 ...

一、了解字符编码的知识储备 　　1. 文本编辑器存取文件的原理（nodepad++，pycharm，word） 　　　　 打开编辑器就打开了启动了一个进程，是在内存中的，所以在编辑器编写的内容也都是存放与内存中的，断电后数据丢失，因而需要保存到硬盘上，点击保存按钮，就从内存中把数据刷到了 ...

以下内容说的都是 python 2.x 版本 简介 基本概念 Python “帮”你做的事情 推荐姿势 1、基本概念 我们看到的输入输出都是‘字符’（characters），计算机（程序）并不能直接处理，需要转化成字节数据（bytes），因为程序只能处理 ...

最近利用python抓取一些网上的数据，遇到了编码的问题。非常头痛，总结一下用到的解决方案。 linux中vim下查看文件编码的命令 set fileencoding python中一个强力的编码检测包 chardet ，使用方法非常简单。linux下利用pip ...

zipfile默认对于文件名编码只识别cp437和utf-8 对于采用其他编码方式的文件，zipfile解压出来的就会是乱码 我们可以先把它encode成cp437然后再decode成GBK 最后在把文件重命名回去即可。 import zipfile from os ...

1. 基本概念 字符集（Character set） 解释：文字和符合的总称 常见字符集： Unicode字符集 ASCII字符集（Unicode子集） GB2312字符集 编码 ...