python笔记

标签：byte   笔记   ascii   中文   bytes   扩展   client   状态   标准   

字符编码与encode、decode的问题：

 用8个开关表示世界万物

  ASCII :  American Standard Code for Information Interchange，美国信息互换标准代码，只用了前7位，127个状态

  GB2312：是对ASCII的中文扩展（前127不变，大于127的+后边另一个大于127的表示中文）两个字节表示一个汉字

  GBK：包括了GB2312 的所有内容，增加了近20000个新的汉字（包括繁体字）和符号

  GB18030：加了几千个新的少数民族的字，GBK的扩展

  以上的汉字编码标准叫做“DBCS“（Double Byte Character Set 双字节字符集）

  Universal Multiple-Octet Coded Character Set”，简称 UCS, 俗称 “unicode“。unicode中“字节”表示8位的物理存储单元，“字符”表示文化符号，一个汉字是一个字符，占两个字节；

 byte(字节流)——>str:decode()方法；读取网页上的信息a=urllib.request.urlopen(url)；a是一个“<class ‘http.client.HTTPResponse‘>”，a.read()读取网页上的内容，读取的内容是bytes字节流

python笔记

标签：byte   笔记   ascii   中文   bytes   扩展   client   状态   标准   

原文地址：http://www.cnblogs.com/timleee/p/5991178.html