ascii、unicode、utf-8、gbk 区别？

标签：str   国内   16px   pre   auto   发展史   形式   乱码   内存   

发展史： https://www.cnblogs.com/houxt/p/11250878.html
 

python2内容进行编码（默认ascii）,而python3对内容进行编码的默认为utf-8。

ascii: 
最多只能用8位来表示（一个字节），即：2**8 = 256（即pow(2,8)=256），
所以，ASCII码最多只能表示256个符号。

unicode:
万国码，任何一个字符==两个字节

utf-8:
万国码的升级版,一个中文字符==三个字节,英文是一个字节,欧洲的是2个字节

gbk:
国内版本,一个中文字符==2个字节,英文是一个字节

gbk转utf-8,则需通过媒介unicode

ascii

A：00000010 8位 一个字节

unicode

A：00000000 00000001 00000010 00000100 32位 四个字节

中：00000000 00000001 00000010 00000100 32位 四个字节

utf-8

A：00000110 8位 一个字节

中：00000010 00000110 16位 两个字节

gbk

A：00000110 8位 一个字节

中：00000010 00000110 16位 两个字节

1，各个编码之间的二进制，是不能互相识别的，会产生乱码。

2，文件的存储，传输，不能是unicode （只能是utf-8 utf-16 gbk gbk2312 ascii等）

python3

　　str  在内存中是Unicode编码。

　　　　bytes类型

　　　　对于英文：

　　　　　　str：表现形式：s = ‘alex‘

　　　　　　　　 编码方式：010101010 unicode

　　　　　bytes：表现形式：s = b‘alex‘

　　　　　　　　  编码方式：000101010 utf-8 gbk。。。。

　　　　对于中文：

　　　　　　 str：表现形式：s = ‘中国‘

　　　　　　　　  编码方式：010101010 unicode

　　　　　bytes： 表现形式：s = b‘ x\e91\e91\e01\e21\e31\e32‘

　　　　　　　　   编码方式：000101010 utf-8 gbk。。。。

　encode 编码，如何将 str ——> bytes

                 　　　　使用方法：  str.encode(‘utf-8‘)

　decode 解码，如何将 bytes——> str

                             使用方法：  bytes.decode(‘utf-8‘)

ascii、unicode、utf-8、gbk 区别？

标签：str   国内   16px   pre   auto   发展史   形式   乱码   内存   

原文地址：https://www.cnblogs.com/Rivend/p/12043962.html