計算機編碼的初識

首先來說，編碼即是密碼本，編碼記錄的就是二進制與文字之間的對應關系，現存的編碼本有：
ASCII碼：包含英文字母，數字，特殊字符與01010101對應關系：共127個字符，使用7位二
進制表示，擴展一位，共256個字符
a 01000001 一個字符一個字節表示。即八位二進制數

GBK： 只包含中國漢字以及英文，數字特殊字符與01010101對應關系：
a 01000001 ASCII碼中的字：一個字符一個字節表示
中 01001001 01000010 中文：一個字符兩個字節表示。

Unicode： 包含全世界所有的文字與二進制01010101的對應關系
a 01000001 01000001 01000001 01000001
中 01001001 01001001 01001001 01001001

UTF-8 包含全世界所有的文字與二進制01010001的對應關系（最少用8位一個字節表示一個字符）。
a 01000001 ASCII中的字符，一個字符一個字節表示
To 01000001 01000010 （歐洲文字：葡萄牙，西班牙等）一個字符兩個字節表示
中 01001001 01000010 01100011 亞洲文字：一個字符三個字節表示

為防止轉換出現亂碼，數據在內存中全部是Unicode編碼的，可以識別幾乎全部的文字。
但是Unicode一個字符需要4個字節，占用空間大，當數據用於網絡傳輸或者存儲到硬盤
中，必須是非Unicode編碼。

# python3X 以 str為例，模擬將一句話通過網絡發給對方
# content就是那句話. 內存中的編碼方式：Unicode。首先轉化為非Unicode再傳輸和存儲
# content = input(">>>")
# print(content)
# bytes ， 屬於字符串 表現形式：b"str"
# b = b"hello"
# print(b, type(b))  # b'hello' <class 'bytes'>

# b = b"中國"
# print(b, type(b))  # SyntaxError: bytes can only contain ASCII literal characters.

# str ---> bytes
s1 = "中國"
b1 = s1.encode("utf-8")  # encode 編碼
print(b1, type(b1))  # b'\xe4\xb8\xad\xe5\x9b\xbd' <class 'bytes'>. utf-8 三個字節一個漢字
# bytes --->str
b2 = b'\xe4\xb8\xad\xe5\x9b\xbd'
s2 = b2.decode("utf-8")  # decode 解碼
print(s2, type(s2))


# str ---> bytes
s3 = "中國"
b3 = s3.encode("GBK")  # encode 編碼
print(b3, type(b3))  # b'\xd6\xd0\xb9\xfa' <class 'bytes'>.  中文GBK兩個字節一個漢字
# bytes --->str
b4 = b'\xd6\xd0\xb9\xfa'
s4 = b4.decode("GBK")  # decode 解碼
print(s4, type(s4))