編碼方式及轉換

ascii碼    用八位二進位制表示乙個英文  乙個位元組

unicode    中英文均用32位二進位制表示  四個位元組

utf-8    英  8位  乙個位元組

中   24位   三個位元組

gbk    英   8位  乙個位元組

中   16位   兩個位元組

1、各個編碼之間的二進位制不能相互識別

2、檔案的儲存，傳輸不能是unicode

#encode 編碼  將str---->bytes

英文s1 = 'changchun'

s11 = s1.encode('utf-8')

s12 = s1.encode('gbk')

中文s2 = '長春'

s21 = s2.encode('utf-8')

s22 = s2.encode('gbk')

ascii

a : 000000108位 乙個位元組
unicode a : 00000000 00000001 00000010 0000010032位 四個位元組
中：00000000 00000001 00000010 0000011032位 四個位元組
utf-8 a : 001000008位 乙個位元組
中 : 00000001 00000010 0000011024位 三個位元組
gbk a : 000001108位 乙個位元組
中 : 00000010 0000011016位 兩個位元組
1，各個編碼之間的二進位制，是不能互相識別的，會產生亂碼。
2，檔案的儲存，傳輸，不能是unicode（只能是utf-8 utf-16gbk,gb2312,asciid等）
py3:
str 在記憶體中是用unicode編碼。
bytes型別
對於英文：
str ：表現形式：s = '
alex
'編碼方式： 010101010unicode
bytes ：表現形式：s = b'
alex
'編碼方式： 000101010 utf-8gbk。。。。
對於中文：
str ：表現形式：s = '中國'
編碼方式： 010101010unicode
bytes ：表現形式：s = b'
x\e91\e91\e01\e21\e31\e32
'編碼方式： 000101010 utf-8 gbk。。。。

常見編碼及轉換

1 bcd碼 1 壓縮bcd 4位二進位制數表示乙個十進位制數，例如 0001 0010 12 0001 0011 13 2 bcd 8位二進位制數表示乙個十進位制數，高四位為0 0000 0001 0000 0010 12 0000 0001 0000 0011 13 一般地，壓縮bcd碼比較常用...

Linux的編碼及編碼轉換

如果你需要在linux中操作windows下的檔案，那麼你可能會經常遇到檔案編碼轉換的問題。windows中預設的檔案格式是gbk gb2312 而linux一般都是utf 8。下面介紹一下，在linux中如何檢視檔案的編碼及如何進行對檔案進行編碼轉換。檢視檔案編碼 在linux中檢視檔案編碼可以通...

常用編碼方式的轉換

雖說有多種編碼方式，實際上除ascii碼外，其它區位碼 國標碼基本上都是一回事，只是其編碼的方式不同 對漢字的訪問方式不同。機內碼是機器語言編碼，它包括有語言的解釋 各類字元的機器編碼等。ascii碼是常用的字元 符號，為1到255，十六進製制01到ff。區位碼是包括漢字在內的特殊字符集，共分87區...