1. 常用的編碼
- ASCII:只能表示一些字母，數字和特殊的字符，占一個字節
- GBK：國家簡體中文字符集和繁體字符集，兼容ASCII，占兩個字節
- Unicode：能夠表示全世界上所有的字符，Unicode有人說占4個字節也有人說占2個字節，但中文占2個字節
- UTF-8：Unicode的壓縮版，占1~3個字節，其中中文占三個字節
2.補充:計算機表示的單位：
bit： 位，計算機最小的表示單位
bytes：字節，最小的存儲單位，1bytes=8bit，1bytes簡寫成1B
1KB = 1024B
1MB = 1024KB
1GB = 1024MB
1TB = 1024GB
......
3.ASCII編碼
ASCII編碼是基於拉丁字母一套編碼，主要是顯示現代英語和其西歐語言，是最早通用的單字節編碼系統,具體ASCII對照表如下：
在對照表中需要記住的是大寫字母A的編碼是65，小寫字母a的編碼的97即可。
在python中可以使用chr和ord方法進行轉換：
# 將數字類型轉換成ASCII對應的字符
print(chr(97)) # a
# 將數字轉換成對應的數據
print(ord("A")) # 65
# 或者使用
但隨着事件的發展，ASCII編碼擴展到了256個字符，編碼 對照表如下：
其中后128個字符稱為擴展ASCII碼
2.GBK和GB2312編碼
由於ASCII編碼只能由256個字符組成，然只能由1個字節來表示中文是不可能的，因此制定了GB2312編碼，用來表示中文的對照表
4.Unicode
為了解決各個國家編碼沖突的問題，Unicode編碼就因此而生，Unicode把所有語言都統一到一套編碼里面，就會避免沖突，產生亂碼。
Unicodeb標准在不斷發展，最常用的是用兩個字節表示一個字符，也有的字符是4個字節，但是中文是占兩個字節。如果統一成Unicode編碼，在存儲和傳輸上就不划算
5.UTF-8編碼
為了解決Unicode編碼存儲過大的問題，就推出了可變長編碼UTF-8，UTF-8編碼把一個Unicode字符依據不同的數據大小編程1~6個字節，其中中文就占3個字節
6.編碼和解碼
1.編碼操作
可以通過encode進行編碼，其中語法如下：
- 對字符串進行ASCII編碼(只能轉換數字，英文字母和一些符號)
# 方式1： 通過bytes方法
bytes('a', 'ASCII')
# 方式2: 通過encode方法進行
'a'.encode('ASCII')
- 將字符串轉換成gbk編碼格式
# 方式1: 通過encode方法進行
print('你好'.encode('GBK')) # 編碼之后的結果為:b'\xc4\xe3\xba\xc3'
# 方式2: 通過bytes類型
print(bytes('我愛你', 'GBK')) # 編碼之后的結果為:b'\xce\xd2\xb0\xae\xc4\xe3'
- 將字符串轉換成Unicode編碼格式
# 方式1: 通過encode方法進行
print('你好'.encode('unicode_escape')) # 編碼之后的結果為:b'\\u4f60\\u597d'
# 方式2: 通過bytes類型
print(bytes('我愛你', 'unicode_escape')) # 編碼之后的結果為:b'\\u6211\\u7231\\u4f60'
- 將字符串轉換成UTF-8編碼格式
# 方式1: 通過encode方法進行
print('你好'.encode('utf-8')) # 編碼之后的結果為:b'\xe4\xbd\xa0\xe5\xa5\xbd'
# 方式2: 通過bytes類型
print(bytes('我愛你', 'utf-8')) # 編碼之后的結果為:b'\xe6\x88\x91\xe7\x88\xb1\xe4\xbd\xa0'
2.解碼操作
- 將GBK編碼格式轉換成字符串
# 通過decode方法解碼
print(b'\xc4\xe3\xba\xc3\xce\xd2\xb0\xae\xc4\xe3'.decode('GBK')) # 解碼之后結果為：你好我愛你
- 將UTF-8編碼格式轉換成字符串
# 通過decode方法解碼
print(b'\xe4\xbd\xa0\xe5\xa5\xbd\xe6\x88\x91\xe7\x88\xb1\xe4\xbd\xa0'.decode('utf-8')) # 解碼之后結果為：你好我愛你
- 將Uniconde編碼格式轉換成字符串
# 通過decode方法解碼
print(b'\\u4f60\\u597d\\u6211\\u7231\\u4f60'.decode('GBK')) # 解碼之后結果為：你好我愛你