Python 简明教程 --- 9，Python 编码

微信公众号：码农充电站pro
个人主页：https://codeshellme.github.io

当你选择了一种语言，意味着你还选择了一组技术、一个社区。
—— Joshua Bloch

目录

1，什么是计算机编码

编码

@H_301_32@信息从一种形式@H_301_32@转换到另一种形式的过程，就叫做@H_301_32@编码。说白了，编码就是信息的一种转换过程。

比如，信息的@H_301_32@加密解密，这就是信息的一种转换过程，它是信息的明文与密文之间的转换过程。

还有不同国家文字的翻译，这是语言之间的一种转换过程。

那么，@H_301_32@编码也是一种信息的转换过程。

计算机编码

@H_301_32@计算机编码是信息的@H_301_32@人类可读形式与@H_301_32@计算机可读形式之间的一种转换过程。

实际上，计算机是一种人造的，很“@H_301_32@笨”的机器，它只认识@H_301_32@0和@H_301_32@1 这样的@H_301_32@二进制数据，也称为@H_301_32@机器码。

提示：计算机优势在于它的计算速度很快。

那么，计算机要想能够@H_301_32@存储/展现我们人类可读的，丰富多彩的信息（比如文字，图片，音频，视频等），这就涉及到了@H_301_32@计算机编码。

ASCII 码

@H_301_32@ASCII 码(美国信息交换标准码)，是最早的，也是较为简单的一种计算机编码。其主要用于表示英文字符，数字和一些标点符号。

比如，二进制数字@H_301_32@01000001 （十进制为@H_301_32@65）就表示大写字母@H_301_32@A。

GB2312

@H_301_32@ASCII 码 虽能表示英文，但是无法表示其它语言，比如中文，韩文等。

为了表示中文，@H_301_32@中国国家标准总局发布了@H_301_32@GB2312（信息交换用汉字编码字符集），专门用于表示中文信息。

比如，十六进制@H_301_32@D6D0 表示汉字@H_301_32@中。

Unicode 码

世界上有很多的国家，每个国家都需要表示自己的文字，这就有了各种各样的计算机编码。每个国家都有自己的编码，这就不方便统一，也没有通用性。

为了统一不同国家的编码，表示不同国家的文字，诞生了@H_301_32@Unicode 码，俗称@H_301_32@万国码。@H_301_32@Unicode 码为每种语言中的每个字符设定了统一且唯一的二进制编码。

比如，十六进制@H_301_32@4E2D 表示汉字@H_301_32@中。

UTF8

@H_301_32@Unicode 码 实际上是一个@H_301_32@字符集，它只规定了@H_301_32@二进制与@H_301_32@各个字符之间的对应关系，并没有规定如何在磁盘上存储（用几个@H_301_32@字节来表示）。

提示：@H_301_32@字节是计算机存储的最小单位
1024 字节为@H_301_32@1 K
1024 K 为@H_301_32@1 M
1024 M 为@H_301_32@1 G

@H_301_32@UTF32是@H_301_32@Unicode 码 的一种实现，一般用@H_301_32@4个字节表示一个字符，这样比较浪费存储空间。因为，一个英文字符只用@H_301_32@1 个字节就可表示，一个常用汉字用@H_301_32@2 个字节就可表示。

为了节省存储空间，@H_301_32@UTF8 一般用@H_301_32@1 到4 个字节表示一个字符，比如英文字符用@H_301_32@1 个字节，常用汉字用@H_301_32@2 个字节。

注意：@H_301_32@UTF8 是@H_301_32@Unicode 码的一种实现，比较常用。@H_301_32@UTF8使用@H_301_32@变长字节来表示字符，意思就是，使用的@H_301_32@字节数是可变的。

2，Python3 源文件编码

在@H_301_32@Python2.x 中，Python 源代码文件默认以@H_301_32@ASCII 码格式编码。因此，在@H_301_32@Python2.x中，默认情况下，是不支持中文的。如果强制写中文，则会出现以下错误：

SyntaxError: Non-ASCII character ...

如果想在@H_301_32@Python2.x源代码文件中输入中文字符，可以使用@H_301_32@UTF8编码，需要在代码文件的开头添加：

# -*- coding: UTF-8 -*-

或者：

# coding=utf-8

在@H_301_32@Python3.x 中，Python 源代码文件会统一采用@H_301_32@Unicode 编码，默认以@H_301_32@UTF8格式编码，就不需要在代码开头添加上面的代码。

3，Python3 字符串与编码

@H_301_32@str 类型

上一节介绍了Python 字符串的相关操作，这里我们介绍一下Python 字符串与编码。

@H_301_32@Python3 中的@H_301_32@字符串类型@H_301_32@<class 'str'>统一采用@H_301_32@Unicode 编码，因此支持多种语言。

>>> print('中文')	# 中文
中文
>>> 
>>> print('english')	# 英文
english

@H_301_32@bytes 类型

当@H_301_32@str 类型需要@H_301_32@磁盘存储或者@H_301_32@网络传输时，就需要转换为@H_301_32@bytes 类型。

@H_301_32@bytes 是一个二进制类型，它需要在@H_301_32@str 之前加上@H_301_32@b：

>>> type(b'abc')
<class 'bytes'>

@H_301_32@bytes 中只能包含@H_301_32@ASCII 字符，若有非@H_301_32@ASCII 字符，则会报错：

>>> s = b'中国'
  File "<stdin>",line 1
SyntaxError: bytes can only contain ASCII literal characters.

@H_301_32@str 转为 @H_301_32@bytes

@H_301_32@str 类型转换为@H_301_32@bytes 类型，需要使用@H_301_32@str 中的@H_301_32@encode 方法，参数@H_301_32@utf8 是编码格式：

>>> s = '中国'
>>> s.encode('utf8')
b'xe4xb8xadxe5x9bxbd'

@H_301_32@bytes 转为 @H_301_32@str

@H_301_32@bytes 类型转换为@H_301_32@str 类型，需要使用@H_301_32@bytes 中的@H_301_32@decode 方法，参数@H_301_32@utf8 是编码格式：

>>> s = b'xe4xb8xadxe5x9bxbd'
>>> s.decode('utf8')
'中国'

注意：当@H_301_32@str 类型与@H_301_32@bytes 类型互转时，推荐使用@H_301_32@UTF8 编码

@H_301_32@str 与@H_301_32@Unicode 互转

将@H_301_32@str 转换为@H_301_32@Unicode：

>>> '中国'.encode('unicode-escape')
b'u4e2du56fd'

将@H_301_32@Unicode 转换为@H_301_32@str：

>>> b'u4e2du56fd'.decode('unicode-escape')
'中国'

@H_301_32@ord() 函数用于获取一个字符的十进制整数表示，@H_301_32@chr() 是 @H_301_32@ord() 的反操作：

>>> ord('a')
97
>>> chr(97)
'a'
>>> ord('中')
20013
>>> chr(20013)
'中'

（完。）

推荐阅读：

Python 简明教程 --- 4，Python 变量与基本数据类型

Python 简明教程 --- 5，Python 表达式与运算符

Python 简明教程 --- 6，Python 控制流

Python 简明教程 --- 7，Python 字符串

Python 简明教程 --- 8，Python 字符串函数

欢迎关注作者公众号，获取更多技术干货。

（编辑：北几岛）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!